REPARATION DES TRAJECTOIRES DE PERSONNES SUIVIES BASEE SUR LE CLUSTERING DE POINTS

• Main Authors: BREMOND, Françoiis, CHAU, Duc Phu
• Format: Theses and Dissertations
• Language: French
• Published: 2015
• Online Access: http://repository.vnu.edu.vn/handle/VNU_123/268
• Institution: Vietnam National University, Hanoi

Cette mémoire présente une méthode pour améliorer n’importe quel algorithme de suivi basé sur l'apprentissage. La méthode proposée est divisée en deux phases : une phase de formation et une phase de test. Au cours de la phase de formation, les caractéristiques importantes des trajectoires sont extraites et qui sont ensuite utilisées pour calculer la valeur de fiabilité pour chaque trajectoire. Un algorithme génétique est utilisé pour déterminer l'importance (poids) de chaque caractéristique. Les positions auxquelles les objets sont souvent perdus et retrouvés et le suivi sont regroupées afin de construire l'ensemble des ‘lost zones’ et ‘found zones’ de la scène. Grâce à ces zones, on construit un ensemble de triplets de zones : ‘In/Out zone’ (zone où un objet peut entrer ou sortir de la scène), ‘lost zone’ et ‘found zone’. Chaque triplet de zones est «l’image» d’un chemin que les objets détectés suivent. Grâce à eux, pendant la phase de test, nous pouvons réparer les trajectoires perdues car ces trois zones déterminent les trajectoires plus fiables. Les avantages de notre approche sur l'état de l’art actuel sont que (i) Cette méthode n'est pas dépendante d’une scène prédéfinie, (ii) nous exploitons la sémantique de la scène et (iii) nous avons proposé une méthode pour filtrer les bruits grâce à ses valeurs de fiabilités. L’algorithme a été expérimenté dans le projet Européen CARETAKER (http://www.ist-caretaker.org) avec des vidéos capturées dans les stations de métro.