Adaboost Discret Hétérogène à Contrainte Temps Réel : Application à la Détection de Piétons par Stéréovision

Résumé : Cet article présente une méthode de détection de piétons basée sur la combinaison de classifieurs d'apparence et de profondeur. Des travaux récents ont montré l'intérêt de cette approche. Nous proposons deux contributions : 1) une étude comparative de différents classifieurs de profondeur, dans laquelle nous montrons que les meilleures performances sont atteintes par un classifieur simple, basé sur la moyenne des distances dans une sous-fenêtre de la région testée et 2) une adaptation de l'algorithme d'apprentissage Adaboost prenant en compte des classifieurs hétérogènes en terme de coût algorithmique. L'objectif de cette approche est de construire un classifieur à la fois performant en terme de taux de détection et de temps d'exécution. Nous montrons la pertinence de l'algorithme ainsi développé sur des séquences d'images réelles
Type de document :
Communication dans un congrès
RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle), Jan 2012, Lyon, France. pp.978-2-9539515-2-3, 2012
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-00656551
Contributeur : Amélie Cordier <>
Soumis le : mardi 17 janvier 2012 - 20:28:45
Dernière modification le : lundi 24 septembre 2018 - 11:34:03
Document(s) archivé(s) le : mercredi 18 avril 2012 - 02:27:44

Fichier

rfia2012_submission_65.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00656551, version 1

Citation

Loïc Jourdheuil, Nicolas Allezard, Thierry Chateau. Adaboost Discret Hétérogène à Contrainte Temps Réel : Application à la Détection de Piétons par Stéréovision. RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle), Jan 2012, Lyon, France. pp.978-2-9539515-2-3, 2012. 〈hal-00656551〉

Partager

Métriques

Consultations de la notice

205

Téléchargements de fichiers

235