Transformation de perspective pour une détection précise des boîtes englobantes 3D des véhicules dans la surveillance du trafic

La détection et le suivi des véhicules captés par des caméras de surveillance routière constituent une composante essentielle des systèmes de gestion du trafic intelligents. Dans cet article, nous présentons une méthode originale pour la détection de boîtes englobantes tridimensionnelles (3D) des véhicules. En exploitant la géométrie connue de la scène surveillée, nous proposons un algorithme permettant de construire une transformation perspective. Cette transformation permet de simplifier le problème de détection des boîtes englobantes 3D en un problème de détection de boîtes englobantes bidimensionnelles (2D), enrichi d’un paramètre supplémentaire. Nous pouvons ainsi exploiter des détecteurs 2D modifiés basés sur des réseaux de convolution profonds afin de détecter les boîtes englobantes 3D des véhicules. Les boîtes englobantes 3D connues peuvent être utilisées pour améliorer les performances sur des tâches telles que la classification fine des véhicules ou la réidentification de véhicules. Nous évaluons la précision de notre détecteur en comparant la précision de la mesure de vitesse sur le jeu de données BrnoCompSpeed avec la méthode de l’état de l’art existante. Notre méthode réduit l’erreur moyenne de mesure de vitesse de 22 % (passant de 1,10 km/h à 0,86 km/h) et l’erreur médiane de mesure de vitesse de 33 % (passant de 0,97 km/h à 0,65 km/h), tout en augmentant le taux de rappel (de 83,3 % à 89,3 %).