Retour au site du LAAS-CNRS

Abstract

Cet article décrit une stratégie de coopération entre des caméras d'ambiance et des capteurs embarqués sur un robot mobile pour : (i) suivre une personne donnée et identifiée par un tag/badge radio fréquence (RF), et (ii) faciliter sa navigation en présence de passants lors de l'exécution de cette mission. Nous privilégions une approche "tracking-by-detection" qui fusionne au sein d'un filtre particulaire par chaîne de Markov les détections visuelles déportées et les détections issues des divers capteurs embarqués (laser, vision active, RFID). Les performances du traqueur multi-personnes sont caractérisées par des évaluations qualitatives et quantitatives sur séquences pré-enregistrées. Enfin, l'intégration du système perceptuel sur le robot, le contrôle de ses actionneurs via des techniques d'asservissement visuel et diagramme d'espace libre au voisinage immédiat du robot, illustre la capacité du robot à suivre une personne donnée en espace humain encombré.

Abstract

This paper proposes a novel approach that allows regionbased active contour energy to be re-expressed combining local and global information. The basic idea of this technique consists in extracting image statistics locally from the heterogeneous region (foreground or background) and globally from the other region at each point along the curve. By exploiting benefits of both local-based and global-based statistics, this technique proves to be robust against heterogeneity and noise and shows low sensitivity to curve initialization. Experimental results for synthetic and real images reveal significant improvement compared to conventional methods.

Résumé

Nous proposons dans ce papier la combinaison des caractéristiques statistiques locales et globales en segmentation par contour actif. L'évaluation de la performance de l'approche proposée sur différents types d'images, présentant des attributs hétérogènes avec une initialisation inadéquate du contour actif ou avec la présence du bruit, a donné des résultats satisfaisants, même quand les méthodes conventionnelles ne parviennent pas à segmenter correctement l'objet d'intérêt.

Résumé

Dans de nombreuses applications en Robotique, il est nécessaire de détecter et suivre des objets pendant leur déplacement. Nous proposons une méthode fondée sur les techniques des contours actifs qui peut s'appliquer sur des images bruitées présentant une hétérogénéité sur la région d'intérêt ou sur le fond. Il est en ce cas difficile de définir un critère que doit minimiser un contour actif. Notre méthode exploite à la fois des statistiques locales et globales de l'image pour pallier les problèmes d'hétérogénéité, de sensibilité au bruit et de l'initialisation de la courbe. Nous avons obtenu avec la méthode proposée des résultats satisfaisants sur différents types d'images même quand les méthodes conventionnelles ne parviennent pas à segmenter correctement l'objet d'intérêt.

Mots-Clés / Keywords