Classification automatique de véhicules à partir d'un capteur stéréo-fisheye - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2013

Classification automatique de véhicules à partir d'un capteur stéréo-fisheye

Résumé

Nous présentons dans ce papier un capteur de stéréovision à base de caméras fisheyes coaxiales, capables d'observer jusqu'à 2x3 voies de circulation et destiné à des applications autoroutières. En s'appuyant sur une modélisation sphérique des vues fisheyes, nous proposons une approche d'estimation de carte de disparité directe sans dépliage suivie d'une reconstruction 3D. La méthode proposée est entièrement basée sur l'interprétation des données de disparité / 3D. Le système élaboré permet d'acquérir, reconstruire et classifier automatiquement des véhicules dont les 2 Roues Motorisés (2RM). Les résultats expérimentaux montrent l'efficacité de la méthode, testée jusqu'à 133km/h sur voie rapide.
Fichier principal
Vignette du fichier
12.pdf (3.54 Mo) Télécharger le fichier
Origine : Accord explicite pour ce dépôt
Loading...

Dates et versions

hal-00835712 , version 1 (19-06-2013)

Identifiants

  • HAL Id : hal-00835712 , version 1

Citer

Damien Eynard, Fengchun Dong, Pascal Vasseur, Christèle Lecomte. Classification automatique de véhicules à partir d'un capteur stéréo-fisheye. Orasis, Congrès des jeunes chercheurs en vision par ordinateur, Jun 2013, Cluny, France. ⟨hal-00835712⟩
179 Consultations
1152 Téléchargements

Partager

Gmail Facebook X LinkedIn More