Stratégie de perception active pour l'interprétation de scènes : Application à une scène routière - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2013

Stratégie de perception active pour l'interprétation de scènes : Application à une scène routière

Coralie Bernay-Angeletti
  • Fonction : Auteur
  • PersonId : 768621
  • IdRef : 197126219
Claude Aynaud
  • Fonction : Auteur
  • PersonId : 768622
  • IdRef : 192146491
Roland Chapuis

Résumé

Cet article décrit une méthode générique pour reconnaitre des objets donnés en cherchant à utiliser au mieux toutes les connaissances a priori disponibles de la scène. Chaque objet est composé d'un ensemble de parties. A chacune de ces parties sont associés une primitive et un détecteur pour la trouver. Les différentes étapes de l'approche seront alors : la focalisation des parties (c'est à dire qu'on détermine la zone de recherche des primitives associées), la sélection de la "meilleure partie" (celle qui a priori doit apporter le plus pour la reconnaissance de l'objet), la détection des primitives dans la zone associée à cette partie et la sélection de la meilleure primitive (celle qui correspond le plus à nos attentes) et enfin la mise à jour de l'objet compte tenu de la réussite (ou de l'échec) de la détection précédente. Ce papier décrit cette approche avec une application dédiée à une scène routière comprenant une route et un panneau de limitation de vitesse.
Fichier principal
Vignette du fichier
36.pdf (377.85 Ko) Télécharger le fichier
Origine Accord explicite pour ce dépôt
Loading...

Dates et versions

hal-00829440 , version 1 (05-06-2013)

Identifiants

  • HAL Id : hal-00829440 , version 1

Citer

Coralie Bernay-Angeletti, Claude Aynaud, Romuald Aufrère, Roland Chapuis. Stratégie de perception active pour l'interprétation de scènes : Application à une scène routière. Orasis, Congrès des jeunes chercheurs en vision par ordinateur, Jun 2013, Cluny, France. ⟨hal-00829440⟩
146 Consultations
98 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More