Suivi de passagers de bus par apprentissage profond - Université Toulouse 1 Capitole Accéder directement au contenu
Communication Dans Un Congrès Année : 2018

Suivi de passagers de bus par apprentissage profond

Résumé

In this paper we present a comparative study of tracking-by-detection approaches applied to passenger counting in city buses. A detector targets passengers at each frame, a tracker then matches detections together through time to produce trajectories. We compare three deep learning detectors still under-explored in our context, and couple them with a real time tracker for global evaluation on our large scale in situ dataset. The results we present are very encouraging in terms of detection, tracking rate and speed expected for our embedded perspectives.
Cet article présente une étude comparative de suivi par détection appliqué au comptage passager dans les bus de ville. Un détecteur cible les passagers à chaque instant image, puis un traqueur reconstruit leurs trajectoires en associant ces détections. Nous comparons trois détecteurs par apprentissage profond peu explorés dans notre contexte applicatif, que nous couplons avec un traqueur temps réel pour une évaluation globale sur notre base large échelle d'images en situation réelle. Les résultats présentés sont très encourageants tant en terme de détection et de suivi que de rapidité pour nos perspectives embarquées.
Fichier principal
Vignette du fichier
RFIAP_2018_Labit-Bonis_Suivi.pdf (4.38 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01830834 , version 1 (05-07-2018)

Identifiants

  • HAL Id : hal-01830834 , version 1

Citer

Claire Labit-Bonis, Jérôme Thomas, Frédéric Lerasle, Jorge Francisco Madrigal Diaz. Suivi de passagers de bus par apprentissage profond. Congrès Reconnaissance des Formes, Image, Apprentissage et Perception (RFIAP 2018), Jun 2018, Marne-la-Vallée, France. 8p. ⟨hal-01830834⟩
83 Consultations
30 Téléchargements

Partager

Gmail Facebook X LinkedIn More