Section et classification d’objets à l’aide d’une caméra à distance 3-D

Cet article propose un système de vision utilisant une caméra à distance 3-D pour la segmentation de scènes et la classification de piétons. Le système détecte et segmente les objets au premier plan, mesure leurs distances par rapport à la caméra, et les classe en piétons et en obstacles non piétons. La combinaison des images de distance et d’intensité permet une segmentation rapide et précise des objets, et fournit des indices de navigation utiles tels que la distance et le type d’objets proches et la surface du sol. Dans l’approche proposée, une image de distance 3D est segmentée en utilisant le traitement des histogrammes et le regroupement par décalage moyen. La surface du sol est détectée en estimant son vecteur normal dans l’espace 3D. Les descripteurs de Fourier et GIST sont ensuite appliqués à chaque région détectée pour extraire les caractéristiques de forme et de texture. Enfin, des machines à vecteurs de support sont utilisées pour classer les objets ; dans cet article, nous nous concentrons sur la différenciation des régions piétonnes et non piétonnes. Les performances du système proposé sont évaluées à l’aide de deux ensembles de données. L’un des ensembles de données pour la segmentation des objets et la classification des piétons a été acquis par nos soins à l’aide d’une caméra à distance 3D ; l’autre est un ensemble de données publiques RVB-D pour la détection des personnes. Les résultats expérimentaux montrent que le système proposé a des performances favorables par rapport à certaines approches existantes de segmentation et d’extraction de caractéristiques.

Leave a Reply

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.