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.