Thèse soutenue

Approche automatique à base de traitement d'images pour l'analyse comportementale de piétons âgés lors de la traversée d'une rue
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Nabila Mansouri
Direction : Éric WatelainYousra Ben Jemaa
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 08/12/2017
Etablissement(s) : Valenciennes en cotutelle avec École nationale d'ingénieurs de Sfax (Tunisie)
Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Lille)
Partenaire(s) de recherche : Laboratoire : Laboratoire d'automatique, de mécanique et d'informatique industrielles et humaines (Valenciennes, Nord ; 1994-...)
Communauté d'Universités et Etablissements (ComUE) : Communauté d'universités et d'établissements Lille Nord de France (2009-2013)
Jury : Président / Présidente : Monia Turki
Examinateurs / Examinatrices : Éric Watelain, Yousra Ben Jemaa, François Brémond, Atef Masmoudi, Frédéric Lerasle
Rapporteurs / Rapporteuses : François Brémond, Atef Masmoudi

Résumé

FR  |  
EN

Le trafic routier est devenu de plus en plus intense. Une telle situation avec le manque de prudence des piétons constituent deux causes majeures de l’augmentation des accidents routiers. En France, 16% des accidents de la route en 2016 impliquent au moins un piéton et chaque année, environ de 800 piétons sont tués dans un accident de la circulation. De plus, la part des plus de 65 ans dans la mortalité piétonne est en hausse de 13% entre 2014 et 2016. Ainsi, par ce projet de thèse nous proposons une approche probabiliste pour inférer le type de comportement (à risque ou sécurisé) des piétons lors de la traversé de la rue. Cette approche se compose de 2 couches principales : Une couche basse, basée sur les techniques de vision par ordinateur, pour la collecte des paramètres des piétons, du trafic et des aménagements urbains et une couche haute, basée sur le Réseau Bayésien (RB), pour l’inférence du type de comportement. Plusieurs contributions et améliorations sont proposées pour la construction d’une telle approche que ce soit au niveau de la couche basse (techniques de détection et de suivi utilisées) ou au niveau de la couche haute (gestion des incertitudes des capteurs de vision et la mise en relation des paramètres hétérogènes et variées).