About: Une approche de stéréovision dense intégrant des contraintes de similarité, application au comptage des passagers entrant et sortant d'un autobus   Goto Sponge  NotDistinct  Permalink

An Entity of Type : rdac:C10001, within Data Space : data.idref.fr associated with source document(s)

AttributesValues
type
Thesis advisor
Author
alternative label
  • A dense stereovision approach integrating similarity constraints, application to counting passengers entering and outgoing of a bus
dc:subject
  • Thèses et écrits académiques
  • Traitement d'images -- Techniques numériques
  • Stéréogrammes
  • Vision par ordinateur
  • Télédétection
  • Kalman, Filtrage de
  • Appariement (statistique)
  • Poursuite automatique
  • Transport de voyageurs -- Comptages
preferred label
  • Une approche de stéréovision dense intégrant des contraintes de similarité, application au comptage des passagers entrant et sortant d'un autobus
Language
Subject
dc:title
  • Une approche de stéréovision dense intégrant des contraintes de similarité, application au comptage des passagers entrant et sortant d'un autobus
Degree granting institution
note
  • Pour une bonne adaptation de l'offre à la demande, l'exploitant doit avoir une connaissance aussi précise que possible sur la population qui emprunte son système de transport. Autrement dit, il est nécessaire de mesurer en permanence les flux de passagers en différents points d'un rèseau de transport afin de connaître les fréquentations des différents trajets pouvant être empruntés par les usagers. Dans cette thèse, nous nous intéressons particulièrement à l'estimation des flux de passagers empruntant un réseau d'autobus. Pour répondre à cette problématique, nous proposons un système de comptage exploitant la stéréovision. Cette technique particulière relevant de la vision artificielle correspond à la vision passive du relief obtenue au moyen de deux caméras observant simultanément la scène. Pour extraire l'information tridimensionnelle de façon fiable et précise, nous avons développé une approche de mise en correspondance exploitant plusieurs critères de similarité entre les pixels à apparier et leurs homologues ou entre leurs voisinages. Parmi ces critères, nous tenons compte du mouvement des personnes observées. Après que les personnes aient été mises en évidence, nous combinons des opérations morphologiques et une binarisation à seuils multiples afin de décrire leur tête par un marqueur. Les marqueurs décrivant les têtes des passagers franchissant les portes de l'autobus sont alors suivis durant la séquence d'images afin de reconstituer les trajectoires de ces derniers. Enfin, une dernière étape de traitement permet de déduire un comptage des personnes à partir des trajectoires reconstituées. La technique proposée a été validée par plusieurs expérimentations, menèes en laboratoire et dans un autobus en exploitation. Les séquences ont été acquises afin de décrire le plus fidèlement possible les différentes situations qui doivent être gérées par le système: personnes isolées, foules, etc ... Sur les données acquises, qui constituent un ensemble représentatif de toutes ces situations, nous avons montré qu'on peut obtenir un comptage des passagers avec une erreur inférieure à 1 %.
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 2007
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2023 OpenLink Software