Extraction de coordonnées de véhicules à partir d`une scène vidéo

Extraction de coordonnées
de véhicules à partir d’une scène
vidéo
Un projet IMI pour Renault
Flavien BILLARD - Aurélien BOFFY – Thomas DE SOZA – Alicia QUILEZ
Le Centre Technique
de Simulation de Renault
• Situé à Guyancourt au
sein du Technocentre qui
regroupe la R&D de
Renault
• A développé le logiciel de
simulation de conduite
SCANeR et travaille sur le
projet
européen
de
simulateur de conduite
ULTIMATE
Le sujet

Pour faciliter la calibration d’un modèle de
gestion du trafic

Suivre des véhicules sur une vidéo

Récupérer les coordonnées de ces véhicules
pour calculer leur vitesse, caractériser le
comportement du conducteur, etc.
La mise en route du projet

Acquisition de vidéos

Travail bibliographique

Consultation de spécialistes

Choix d’algorithmes

Organisation du groupe
Algorithme reposant sur le BMA

BMA = Block Matching Algorithm

Principe du BMA :
découper les images en blocs et établir des
correspondances entre les blocs d’une
image à l’autre par corrélations pour
déterminer le vecteur déplacement de
chaque bloc.
Etapes de l’algorithme :

Obtention d’un champ
de vecteurs
déplacement par
application du BMA

Lissage du champ de
vecteurs par un filtre
médian
Etapes de l’algorithme :

Attribution d’un label
à chaque bloc afin
de reconstituer les
objets sur chaque
image

Suivi des véhicules
en établissant une
continuité dans les
labels
Résultats
Algorithme reposant sur la soustraction de
fond et l’appariement de blocs

Détection des véhicules :
En soustrayant l’arrière-plan de
l’image courante, on obtient
une image binaire.
En mesurant le taux de pixels
blancs présents dans une
zone, on peut détecter
l’apparition d’un véhicule sur
lequel on place un bloc.
Algorithme reposant sur la soustraction de
fond et l’appariement de blocs

Suivi des véhicules :
Comme précédemment, on suit la voiture
entre 2 images successives par
appariement.
La précision du vecteur déplacement est
subpixellique.
On fait varier automatiquement la taille du
bloc qui suit le véhicule pour pouvoir
s’adapter aux effets de perspective.
Résultats

(vidéo)
L’extraction de coordonnées (1)
Deux possibilités :
 En utilisant les données constructeur et un peu
d’optique géométrique
 En calibrant la caméra afin d’en estimer les
paramètres intrinsèques

L’extraction par calibration a l’avantage d’être très
précise et simple à implémenter, mais demande
d’avoir accès à la « matrice de projection » de la
caméra
L’extraction de coordonnées (2)

Nécessite de relever les
paramètres extrinsèques

Calibration des paramètres
manquants (comme le pitch)
en connaissant des
longueurs caractéristiques
sur la route (imprécision)
Bilan

Le suivi de véhicules fonctionne pour des vidéos « idéales »

L’extraction de coordonnées n’est fiable qu’avec la matrice de
caméra

La méthode de soustraction d’arrière-plan peut être améliorée

On pourrait aussi adapter la taille initiale du bloc de suivi au
véhicule traqué

Les trajectoires courbes sont à étudier plus amplement.
Acquis de l’expérience

Gain d’expérience en vision / traitement d’images

Décalage entre théorie et pratique au niveau de
l’implémentation des algorithmes

Réflexion sur l’organisation d’une équipe.