Year: 2009
Type: article
Abstract: Cet article présente un système de reconnaissance du type (constructeur, modèle) de véhicules par vision. À partir d’une vue de face avant d’un véhicule, limitée à sa calandre, nous en construisons une représentation à base de points de contour orientés. La classification est réalisée essentiellement en se fondant sur des algorithmes de votes. L’utilisation d’algorithmes de votes permet au système d’être robuste aux données manquantes ou erronées de la représentation. Nous avons donc construit une fonction de discrimination qui combine 3 votes et une distance, et agit comme une mesure de similarité entre chaque modèle et l’image de véhicule testée. Deux stratégies de décision ont été testées. La première associe à une image de calandre avant du véhicule, le modèle qui a obtenu la valeur la plus importante en sortie de la fonction. Une seconde stratégie regroupe toutes les sorties en un vecteur. La décision est alors prise via un algorithme de plus proche voisin dans un espace dit de votes. Avec la première stratégie, un taux de reconnaissance de 93 % est obtenu sur une base d’images prises en conditions réelles composée de 20 classes de type de véhicules. De plus, une caractérisation et une analyse du fonctionnement du système vis-à-vis de ses différents paramètres est proposée. Cependant ce taux chute à 80 % lorsque le nombre de modèles passe à 50 classes. Pour le même nombre de classes, la seconde stratégie permet d’obtenir un taux supérieur à 90 %.
Institution: Université Pierre-et-Marie-Curie
Language: French
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W1591037740