Un filtre bayésien pour le suivi multi-vues 3D multi-objets avec gestion des occlusions

Cet article propose un suiveur en temps réel multi-caméras multi-objets nécessitant uniquement une phase d’entraînement avec un détecteur monocular, indépendante de la configuration multi-caméras, permettant ainsi une extension ou une suppression sans effort de re-entraînement. L’algorithme proposé présente une complexité linéaire en fonction du nombre total de détections réparties sur les caméras, et se généralise donc naturellement avec le nombre de caméras. Il opère dans le cadre de monde 3D et fournit des estimations de trajectoires en 3D pour les objets. L’innovation principale réside dans un modèle d’occlusion 3D à haute fidélité mais toutefois gérable, adapté à un filtrage bayésien optimal multi-vues multi-objets, qui intègre de manière fluide, au sein d’une seule récursion bayésienne, les sous-tâches de gestion des trajectoires, d’estimation d’état, de rejet du bruit (clutter) ainsi que de gestion des occlusions et des non-détectations. L’algorithme proposé est évalué sur le dernier jeu de données WILDTRACKS, et démontré efficace dans des scènes très bondées sur un nouveau jeu de données.