Amélioration de la localisation des personnes dans les images aériennes par drones pour une meilleure gestion des foules en exploitant chaque pixel des images haute résolution

La localisation précise des individus à l’aide de drones est essentielle pour une gestion efficace des foules, non seulement lors d’événements massifs et de rassemblements publics, mais également pour le suivi du flux quotidien de personnes en milieu urbain. Les méthodes traditionnelles de localisation d’objets de petite taille à partir d’images aériennes haute résolution souffrent souvent de limitations en termes de précision et d’efficacité, principalement en raison des contraintes liées au redimensionnement des images et aux techniques de fenêtre glissante. Pour surmonter ces défis, une nouvelle approche dédiée à la localisation d’objets orientée point est proposée. Parallèlement, un module appelé Pixel Distill est introduit afin d’améliorer le traitement des images haute définition en extrayant simultanément des informations spatiales à partir de chaque pixel. En outre, un nouveau jeu de données, intitulé UP-COUNT, spécifiquement conçu pour les applications modernes de drones, est mis à disposition. Ce jeu de données aborde une large gamme de défis propres aux images drone, tels que le mouvement simultané de la caméra et des objets pendant l’acquisition d’images, contribuant ainsi à renforcer les capacités des applications de gestion des foules. Une évaluation approfondie de la méthode proposée sur le jeu de données UP-COUNT ainsi que sur le jeu de données DroneCrowd largement utilisé démontre l’infériorité de l’approche proposée par rapport aux méthodes existantes, tout en mettant en évidence son efficacité dans les tâches de localisation et de dénombrement d’individus basées sur des drones. Ces améliorations renforcent significativement la faisabilité de l’algorithme dans des scénarios du monde réel, permettant une localisation et un dénombrement plus fiables des individus dans des environnements dynamiques.