Saillance de la signalisation verticale dans les images routières : étude de la faisabilité d'un outil de diagnostic

• Main Author: Simon, Ludovic
• Language: FRE
• Published: Université Pierre et Marie Curie - Paris VI 2009
• Subjects: [SPI:SIGNAL] Engineering Sciences/Signal and Image processing; [INFO:INFO_TS] Computer Science/Signal and Image Processing; Saillance; Signalisation Verticale; Apprentissage SVM; Oculométrie Cognitive; Images Routières; Détection de Panneaux
• Online Access: http://tel.archives-ouvertes.fr/tel-00814582; http://tel.archives-ouvertes.fr/docs/00/81/45/82/PDF/TheseDeLudovicSimon.pdf

La signalisation routière a un rôle dans la sécurité et l'exploitation des infrastructures. Les panneaux de signalisation doivent être suffisamment saillants pour attirer l'attention du conducteur. Nous proposons dans le cadre de cette thèse, d'étudier la faisabilité d'un algorithme d'estimation automatique de la saillance de la signalisation verticale dans les images routières pour le diagnostic des réseaux routiers, via une caméra embarquée dans un véhicule.Notre paradigme est de s'appuyer sur les valeurs de confiance d'un algorithme d'apprentissage, nommé << Support Vector Machines >>, pour modéliser la saillance de recherche d'un objet défini : un (ensemble de) panneau(x) de police. Nous avons réalisé une étude statistique sur des données issues d'une expérimentation d'oculométrie cognitive. La corrélation du modèle avec les performances visuelles humaines en situation proche de la conduite prouve ses qualités afin de mesurer la saillance de la signalisation verticale.