Real-time video analysis from a mobile platform : moving object and obstacle detection

par Alessandro Limongiello

Thèse de doctorat en Informatique

Sous la direction de Mario Vento et de Jean-Michel Jolion.

Soutenue en 2007

à Villeurbanne, INSA en cotutelle avec l'Università degli studi (Salerne, Italie) .

  • Titre traduit

    Analyse vidéo en temps réel pour une plateforme mobile : détection d’objets mobiles et d’obstacles


  • Résumé

    Nous présentons un système de vision pour la navigation autonome d’une plateforme mobile. Ce système est en mesure d’interagir avec l’espace immédiatement environnant, en reconnaissant les obstacles et les objets en mouvement et en construisant une vision stable du monde extérieur. Le système est composé de trois composants : la représentation dans l’espace environnant ; la détection et l’évitement des obstacles et l’analyse comportementale. La contribution majeure de ce travail concerne la représentation « perceptive » de l’espace, c’est-à-dire une représentation qui est comparée à l’objectif final de la navigation autonome. Cette représentation est basée sur le paradigme de la vision stéréo et elle permet de déterminer dans la scène les obstacles et les objets en mouvement. Notre méthode fournit la profondeur moyenne par région. L’estimation de la position des régions est suffisamment précise pour la navigation et le système est assez rapide pour les applications en temps réel.


  • Résumé

    We introduce a vision system for autonomous navigation of a mobile platform. This system is able to interact with is immediate environment by recognizing obstacles and moving objects and means of a stable representation of external world. This system is made of 3 components : external world representation, obstacles detection and avoidance, behavioral analysis. The main contribution of this work lies in the perceptive representation of the external world, e. G. A representation compared to the final goal of autonomous navigation. This representation is based on the stereovision paradigm and is able to determine in the scene obstacles and moving objects. Our approach returns the depth of any region. The location estimation of regions is precise with respect to navigation requirements and the system is fast enough for real time applications.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (XVIII-121 p.)
  • Annexes : Bibliogr. à la fin de chaque chapitre

Où se trouve cette thèse ?

  • Bibliothèque : Institut national des sciences appliquées (Villeurbanne, Rhône). Service Commun de la Documentation Doc'INSA.
  • Disponible pour le PEB
  • Cote : C.83(3254)
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.