Dénombrement et localisation automatisés de passagers aux arrêts d'autobus avec une caméra

La congestion des transports dans les villes est un enjeu majeur exacerbé par la surpopulation urbaine. Les solutions envisagées à ce problème nécessitent de connaître en temps réel le nombre de passagers attendant d’être pris en charge aux arrêts d’autobus, avec la plus grande exactitude possible. Étant donné sa haute fidélité et son faible coût, nous considérons une caméra comme capteur pour cette tâche. Dans la littérature, une très grande quantité de modèles ont été développés pour réaliser le dénombrement de personnes dans des images conventionnelles. Or, ces images sont limitées en champ de vue, ce qui nous pousse à considérer plutôt une caméra à objectif hypergone, qui produit des images ayant un champ de vue de 180◦ (images 360◦). Nous proposons alors une méthode pour déduire les paramètres inconnus de la objectif hypergone à partir d’une image, puis nous transformons les images 360◦ en images panoramiques. Ceci nous permet d’employer des détecteurs de personnes entraînés sur des images conventionnelles afin d’effectuer le dénombrement sur les images panoramiques, sans aucun entraînement additionnel. Puisque la grandeur des personnes sur les images panoramiques est variable et que cela peut diminuer l’exactitude du dénombrement, nous proposons un découpage en points de vue et un nouvel algorithme de recombinaison (RS) inspiré de Non Maximal Suppression (NMS) pour adresser ce problème. En validant le modèle sur des images 360◦ publiques représentatives des conditions aux arrêts d’autobus, nous obtenons une erreur relative de 6.49% à 7.42% sur le dénombrement. En vue d’une éven-tuelle intégration d’autres capteurs au dispositif à installer aux arrêts d’autobus, nous nous intéressons également à localiser en trois dimensions les personnes détectées dans les images 360◦. Nous proposons pour ce faire un modèle rapide en deux étapes se greffant à la suite du modèle de dénombrement. Il est d’abord entraîné à tracer des ellipses autour des personnes sur les images. Puis, en inversant un modèle de projection de sphéroïdes, nous obtenons des équations permettant de calculer la position et les dimensions réelles des personnes à partir de leur ellipse englobante. Puisqu’il n’existe pas d’ensembles de données de localisation 3D de personnes dans des images 360◦, nous estimons l’erreur commise par notre modèle avec des calculs de propagation d’erreur, et nous trouvons qu’il commet une erreur moyenne de 0.2 m à 0.3 m dans une zone de 10x10 m2 autour de la caméra.