Dépliement d'images omnidirectionnelles optimisé pour la détection de visages

Yohan Dupuis (1) , Arturo Mendoza Quispe (2) , Pascal Vasseur (3) , Benjamin Castaneda (2) , Nicolas Ragot (4, 5)

1 Cerema Direction Normandie-Centre - Centre d'Etudes et d'Expertise sur les Risques, l'Environnement, la Mobilité et l'Aménagement - Direction Normandie-Centre
2 PUCP - Pontificia Universidad Católica del Perú = Pontifical Catholic University of Peru
3 LITIS - Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes
4 Pôle Instrumentation, Informatique et Systèmes
5 IRSEEM - Institut de Recherche en Systèmes Electroniques Embarqués

Cet article aborde la problématique de détection de visages basée sur l'algorithme de Viola-Jones dans des images omnidirectionnelles dépliées. Notre approche se fonde sur une heuristique qui optimise le dépliement de l'image omnidirectionnelle pour les attributs rectangulaires de Haar. Une comparaison des performances obtenues entre notre approche et celles d'un dépliement sphérique confirme la pertinence et l'efficacité de notre méthode. L'impact du seuil de décision et de la densité de fenêtres détectées sont également étudiées.

Mots clés: Viola-Jones; dépliement optimisé; vision omnidirectionnelle; Détection de visages

Domaines: Vision par ordinateur et reconnaissance de formes [cs.CV]

Yohan Dupuis, Arturo Mendoza Quispe, Pascal Vasseur, Benjamin Castaneda, Nicolas Ragot. Dépliement d'images omnidirectionnelles optimisé pour la détection de visages. Reconnaissance de Formes et Intelligence Artificielle (RFIA) 2014, Jun 2014, Rouen, France. ⟨hal-00988791⟩