Une approche collaborative multi-vues pour la détection de piétons dans les systèmes de transport intelligents
Les piétons étant les usagers de la route les plus vulnérables, la conception de méthodes précises de détection des piétons est une tâche prioritaire pour des systèmes de transport intelligents sûrs.
Cependant, les méthodes traditionnelles de détection monoculaire des piétons sont limitées, notamment en cas d’occlusions. Par conséquent, un schéma de perception collaboratif dans lequel les véhicules ne limitent plus leurs données d’entrée à leurs capteurs embarqués immédiats et exploitent plutôt les données des capteurs à distance est nécessaire pour obtenir une perception plus complète de l’environnement. Dans ce travail, nous proposons d’abord une nouvelle base de données publique (I2V-MVPD) qui combine des images synchronisées provenant à la fois d’une caméra mobile embarquée dans une voiture et d’une caméra statique dans l’infrastructure routière. Nous proposons également une nouvelle approche de détection multi-vues des piétons basée sur une intelligence collaborative entre les véhicules et l’infrastructure. Nos résultats montrent une amélioration significative des performances de détection par rapport à la détection monoculaire.
A. Ben Khalifa, I. Alouani, M. Ali Mahjoub, A. Rivenq,
Future Generation Computer Systems, 113, 506 (2020)