Détection et localisation tridimensionnelle par stéréovision d’objets en mouvement dans des environnements complexes : application aux passages à niveau

Detection and 3D localization of moving and stationary obstacles by stereo vision in complex environments : application at level crossings

• Auteur / Autrice : Nizar Fakhfakh
• Direction : El-Miloudi El-Koursi, Louahdi Khoudour
• Type : Thèse de doctorat
• Discipline(s) : Automatique, Génie informatique, Traitement du signal et Images
• Date : Soutenance le 14/06/2011
• Etablissement(s) : Ecole centrale de Lille
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Lille)
• Jury : Président / Présidente : Jacques Jacot
• Jury : Examinateurs / Examinatrices : Alain Crouzil, Dominique Bertrand, Simon Collart-Dutilleul
• Jury : Rapporteurs / Rapporteuses : Yassine Ruichek, Michel Devy

Mots clés

Mots clés contrôlés

Vision artificielle (robotique)

Analyse de scènes (informatique)

Traitement d'images -- Techniques numériques

Imagerie tridimensionnelle

Traitement du signal

Routes -- Échangeurs et intersections

Chemins de fer -- Dispositifs de sécurité

Passages à niveau

Mots clés libres

Mise en correspondance stéréoscopique

Propagation de croyance sélective

Mesure de confiance

Analyse en composantes indépendantes

Propagation de croyance spatio-temporelle

Passages à niveau

Stereo matching

Selectif belief propagation

Confidence measure

Independent component analysis

Spatial and temporal belief propagation

Level crossings

Résumé

La sécurité des personnes et des équipements est un élément capital dans le domaine des transports routiers et ferroviaires. Depuis quelques années, les Passages à Niveau (PN) ont fait l’objet de davantage d'attention afin d'accroître la sécurité des usagers sur cette portion route/rail considérée comme dangereuse. Nous proposons dans cette thèse un système de vision stéréoscopique pour la détection automatique des situations dangereuses. Un tel système permet la détection et la localisation d'obstacles sur ou autour du PN. Le système de vision proposé est composé de deux caméras supervisant la zone de croisement. Nous avons développé des algorithmes permettant à la fois la détection d'objets, tels que des piétons ou des véhicules, et la localisation 3D de ces derniers. L'algorithme de détection d'obstacles se base sur l'Analyse en Composantes Indépendantes et la propagation de croyance spatio-temporelle. L'algorithme de localisation tridimensionnelle exploite les avantages des méthodes locales et globales, et est composé de trois étapes : la première consiste à estimer une carte de disparité à partir d'une fonction de vraisemblance basée sur les méthodes locales. La deuxième étape permet d'identifier les pixels bien mis en correspondance ayant des mesures de confiances élevées. Ce sous-ensemble de pixels est le point de départ de la troisième étape qui consiste à ré-estimer les disparités du reste des pixels par propagation de croyance sélective. Le mouvement est introduit comme une contrainte dans l'algorithme de localisation 3D permettant l'amélioration de la précision de localisation et l'accélération du temps de traitement.

Within the past years, railways undertakings became interested in the assessment of Level Crossings (LC) safety. We propose in this thesis an Automatic Video-Surveillance system (AVS) at LC for an automatic detection of specific events. The system allows automatically detecting and 3D localizing the presence of one or more obstacles which are motionless at the level crossing. Our research aims at developing an AVS using the passive stereo vision principles. The proposed imaging system uses two cameras to detect and localize any kind of object lying on a railway level crossing. The cameras are placed so that the dangerous zones are well (fully) monitored. The system supervises and estimates automatically the critical situations by detecting objects in the hazardous zone defined as the crossing zone of a railway line by a road or path. The AVS system is used to monitor dynamic scenes where interactions take place among objects of interest (people or vehicles). After a classical image grabbing and digitizing step, the processing is composed of the two following modules: moving and stationary objects detection and 3-D localization. The developed stereo matching algorithm stems from an inference principle based on belief propagation and energy minimization. It takes into account the advantages of local methods for reducing the complexity of the inference step achieved by the belief propagation technique which leads to an improvement in the quality of results. The motion detection module is considered as a constraint which allows improving and speeding up the 3D localization algorithm.