| Titre : | Estimation des mesures relatives aux objets détectés à partir des images. |
| Auteurs : | SORAYA ADOUANE, Auteur ; Bilal Mokhtari, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2021 |
| Format : | 1 vol. (67 p.) / ill. / 29 cm |
| Langues: | Français |
| Mots-clés: | vision par ordinateur, traitement d'images, détection des objets, détection de mouvement, estimation de distance, estimation de vitesse. |
| Résumé : | Le trafic routier est un phénomène complexe, dans lequel différentes entités (piétons, voitures, camions, bus, tramways, vélos, etc.) interagissent les unes avec les autres, ce qui peut entraîner des problèmes, dont les plus graves sont les accidents de la circulation, etc. Dans ce projet, nous proposons un système d'estimation des mesures liées aux objets détectés (dans la rue) à partir de la vidéo captée par une seule caméra. Il fournit une solution qui utilise une combinaison d'un réseau de neurones et d'un système de détection et de suivi d'objets basé sur le traitement d'images pour suivre les véhicules (d’autres objets peuvent être utilisé). Nous utilisons des séquences vidéo réelles du trafic routier pour tester les performances de notre système et se donne des résultats prometteurs. |
| Sommaire : |
Introduction générale ………………………………………………………………………. 1
Chapitre 01 : Vision par ordinateur et détection des objets 1. Introduction …………………………………………………………….…….………….....2 2. Traitement d’images …………………………………………………………..…………....2 2.1 C’est quoi une image numérique …………………………….………………………..2 2.2 Les types d’image numérique…………………………….……………….…...............2 2.2.1 Image binaire ……………………………………………………….………....2 2.2.2 Image en niveau de gris …………………………………………………….....3 2.2.3 Image couleur ………………………………………………………................4 2.2.4 Images multi-spectrales ………………………………………...….......……...4 2.3 Formats des images…………………………………………………….…..................4 2.3.1 Matricielle …………………………………………………………..................4 2.3.2 Vectorielle……………………………………...……………………………....5 2.4 Quelques techniques de traitement d’images……………...…...………………….….5 2.4.1 La segmentation ………………………………...……………………..…….5 2.4.2 Les opérations morphologiques …………………….………………...…….....6 3. La vision par ordinateur ……………………………………………………...………….....6 3.1 La Classification d’images ……………………………………...………..……….....7 3.1.1 Principe de fonctionnement ………………………………….…….............….7 3.1.1.1 Le prétraitement des images ………………………………………........7 3.1.1.2 Extraction de caractéristiques et l’apprentissage (training)....................7 3.1.1.3 Classification d’images ……………………………...…………….......7 3.1.2 Méthodes de classification d’images ……………………………….................8 3.1.2.1 Classification supervisée …………………………………....................8 3.1.2.2 Classification non supervisée ………………………………………….9 3.2 La détection des objets………………………………………….…………………….10 3.3 Approches de détection des objets ………………………………………………...…10 3.3.1 Approche basée sur la sélection de régions et l’extraction de caractéristique.............10 3.3.2 Approche de détection basée sur les techniques de segmentation …...............12 3.3.3 La détection à base d’apprentissage en profondeur …………….................... 13 3.3.3.1 L’apprentissage en profondeur ……………………………..................13 3.3.3.2 Les réseaux de neurones à convolution ‘CNN’ ……...……..................14 3.3.3.2.1 Les couches du réseau neuronal à convolution……….……..............15 3.3.3.2.2 Les détecteurs des objets basés sur CNN ………...………..................17 4. Applications de la vision par ordinateurs ……………………….……………………….19 4.1 Voitures à conduite autonome ……………………………………………………...19 4.2 Reconnaissance faciale ……………………………………………………..............20 4.3 Diagnostic médical …………………………………………………………………20 4.4 Fabrication industrielle ………………………………………….………………….20 4.5 Droit ………………………………………………………………..……………….20 5. Conclusion ………………………………………………………………………..............21 Chapitre 02 :Estimation des mesures liées aux objets détectés 1. Introduction ……………………………………………………………………...……….22 2. Détection de mouvement …………………………………………………………………22 2.1 Détecteurs de mouvement basés sur la comparaison entre deux images consécutives………….22 2.1.1Comparaison entre l’image vidéo actuelle et l'image vidéo précédente………………...23 2.1.2 Comparaison entre l’image vidéo actuelle et la première image vidéo.........23 2.2 Détecteurs de mouvement basés sur la modélisation d'arrière-plan ...……………...24 2.3 Détecteurs de mouvement de comptage………..…………………………………...24 3. L’estimation des mesures relatives aux objets détectées …….…………………..............25 3.1 L’estimation de distance d’objet détecté…………………………………………….25 3.1.1 L’estimation de distance basée sur la calibration de la caméra et la similarité triangulaire......25 3.1.2 L’estimation de distance basée sur l’apprentissage supervisé…………............28 3.1.3 L’estimation de distance basée sur les images stéréo …………...….................29 3.1.4 L’estimation de distance basée sur l’apprentissage non supervisé ....................30 3.1.5 L’estimation de profondeur ………………………………………..………….30 3.2 L’estimation de vitesse d’objet détectée………………...………………….............31 3.2.1 L’estimation de vitesse selon la distance………………...………………….....31 3.2.2 L’estimation de vitesse basé sur l’apprentissage en profondeur..……………...31 3.3 L’estimation des mesures (hauteur/langueur) d’objet détectée ……….....................32 4. Conclusion …………………………………………………………………….…………32 Chapitre 03 : L’architecture, l’implémentation et les résultats obtenus 1. Introduction …………………………….………….……………….………………….. 33 2. L’architecture de notre système…..…………………….………………………………. 33 2.1 L’architecture générale ……………………………………………………...……… 33 2.2 L’architecture détaillée …………………………………………...…………............ 34 2.2.1 La phase détection des objets en mouvement ………….….…..…...………… 34 2.2.2 La phase d’estimation des mesures relatives aux objets détectés…………….. 36 2.2.2.1 L’estimation de distance à base d’apprentissage supervisée…..................36 2.2.2.2 L’estimation de distance à base de la similarité triangulaire……………..41 3. L’implémentation et les résultats obtenus ………………………………………........... 41 3.1 Environnements et outils………………………………………….…………............. 42 3.1.1 Configuration matérielle ……………………………………….…………….. 42 3.1.2 L’environnement de développement ………………………………................ 42 3.1.3 Langage de programmation et les bibliothèques utilisés ………..………….... 43 3.2 Le processus de l’implémentation ………………….…….……………………….. 47 3.2.1 L’implémentation du la phase de la détection des objets en 3.2.2 L’implémentation de la phase d’estimation de mesures relatives aux objets détectées………………...... 52 3.2.2.1 L’estimation de distance basée sur l’apprentissage supervisée ……………. 52 3.2.2.2 Résultats…………………………….……………………………................ 54 3.2.2.3 L’estimation de distance en utilisant l’approche de similarité triangulaire……………….. 56 3.2.2.4 Résultats …………….…………………………………………….……….. 57 4 Discussion…………….……………………………………………………………... 59 5 Conclusion…………………………………………………………………………... 59 Conclusion ……………………………………………………………………………... 60 Références bibliographiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 Annexes |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/640 | Mémoire master | bibliothèque sciences exactes | Consultable |
