Pedestrian detection and re-identification using interest points between non overlapping cameras

Résumé : Avec le développement de la vidéo-protection, le nombre de caméras déployées augmente rapidement. Pour exploiter efficacement ces vidéos, il est indispensable de concevoir des outils d'aide à la surveillance qui automatisent au moins partiellement leur analyse. Un des problèmes difficiles est le suivi de personnes dans un grand espace (métro, centre commercial, aéroport, etc.) couvert par un réseau de caméras sans recouvrement. Dans cette thèse nous proposons et expérimentons une nouvelle méthode pour la ré-identification de piétons entre caméras disjointes. Notre technique est fondée sur la détection et l'accumulation de points d'intérêt caractérisés par un descripteur local. D'abord, on propose puis évalue une méthode utilisant les points d'intérêts pour la modélisation de scène, puis la détection d'objets mobiles. Ensuite, la ré-identification des personnes se fait en collectant un ensemble de points d'intérêt durant une fenêtre temporelle, puis en cherchant pour chacun d'eux leur correspondant le plus similaire parmi tous les descripteurs enregistrés précédemment, et stockés dans un KD-tree. Enfin, nous proposons et testons des pistes d'amélioration, en particulier pour la sélection automatique des instants ou des points d'intérêt, afin d'obtenir pour chaque individu un ensemble de points qui soient à la fois les plus variés possibles, et les plus discriminants par rapport aux autres personnes. Les performances de ré-identification de notre algorithme, environ 95% d'identification correcte au premier rang parmi 40 personnes, dépassent l'état de l'art, ainsi que celles obtenues dans nos comparaisons avec d'autres descripteurs (histogramme de couleur, HOG, SIFT).
Type de document :
Thèse
Computer Vision and Pattern Recognition [cs.CV]. École Nationale Supérieure des Mines de Paris, 2010. English. 〈NNT : 2010ENMP0055〉
Liste complète des métadonnées

Littérature citée [142 références]  Voir  Masquer  Télécharger

https://pastel.archives-ouvertes.fr/pastel-00566417
Contributeur : Bibliothèque Mines Paristech <>
Soumis le : mercredi 16 février 2011 - 10:43:58
Dernière modification le : vendredi 27 octobre 2017 - 17:30:01
Document(s) archivé(s) le : mardi 17 mai 2011 - 02:50:11

Identifiants

  • HAL Id : pastel-00566417, version 1

Collections

Citation

Omar Hamdoun. Pedestrian detection and re-identification using interest points between non overlapping cameras. Computer Vision and Pattern Recognition [cs.CV]. École Nationale Supérieure des Mines de Paris, 2010. English. 〈NNT : 2010ENMP0055〉. 〈pastel-00566417〉

Partager

Métriques

Consultations de la notice

882

Téléchargements de fichiers

871