Loading...
Please wait, while we are loading the content...
Similar Documents
Une méthode génétiquement optimisée d'extraction de personnes par coupe de graphe de superpixels pour l'environnement embarqué
| Content Provider | Semantic Scholar |
|---|---|
| Author | Coniglio, Christophe Meurie, Cyril Lézoray, Olivier Berbineau, Marion |
| Copyright Year | 2015 |
| Abstract | – Dans cet article, nous presentons une nouvelle methode d'extraction de personnes dans des environnements transport. De nombreuses methodes de soustraction de fond existent dans la litterature, mais n'offrent pas toujours de resultats satisfaisants en conditions reelles et dans un contexte difficile contenant de nombreux verrous scientifiques tels que les changements rapides de luminosite, le bruit, les ombres, l'arriere-plan defilant a travers des parois transparentes. La methode que nous presentons permet de pallier ces difficultes et est basee sur une segmentation de l'image en superpixels, associee a une coupe de graphe initialisee par une detection de premier plan, parametree a l'aide d'un algorithme genetique. La strategie proposee est alors composee de quatre blocs majeurs: un bloc de pre-traitement qui utilise des filtres et des invariants colorimetriques afin de limiter la presence d'artefacts dans les images; Un bloc de detection de premier plan qui permet de localiser grossierement la personne dans l'image; Un bloc de post-traitement qui elimine les divers artefacts dont les ombres; Un bloc d'extraction de personnes qui sur-segmente l'image en superpixels puis effectue une classification binaire par une coupe de graphe afin d'extraire precisement la personne de l'arriere-plan. Les tests sont realises sur une base de donnees issue du projet europeen BOSS et sont optimises a l'aide d'un algorithme genetique. Abstract – In this paper, we present a new method for people extraction in complex transport environments. Many background subtraction methods exist in the literature but don't give satisfactory results on complex images acquired in moving transport systems that include several locks such as fast brightness changes, noise, shadow, scrolling background, etc. To tackle this problem, a new method for people extraction is proposed. It is based on an image superpixel segmentation coupled with graph cut binary clustering. The proposed strategy is composed of four majors blocks: A pre-processing block that uses filters and colorimetric invariants to limit the presence of artifacts in images; A foreground detection block that enables to locate moving people in images; A post-treatment block that removes shadow regions of no-interest; A people extraction block that segments the image into superpixels and performs a graph cut binary clustering to precisely extract people. Tests are realized on a real database of the BOSS European project and optimized with a genetic algorithm. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://hal.archives-ouvertes.fr/hal-01252881/file/Coniglio_GRETSI2015.pdf |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
