Détection de pose de véhicule pour la reconnaissance de marque et modèle.
Florian Chabot  1, *@  , Mohamed Chaouch  1@  , Jaonary Rabarisoa  1@  , Thierry Chateau  2@  , Céline Teulière  2@  
1 : Laboratoire Vision et Ingénierie des Contenus  (LVIC)  -  Site web
CEA
CEA Saclay Nano-INNOV Institut CEA LIST Point courrier n°173 91 191 Gif sur Yvette CEDEX -  France
2 : Université Blaise Pascal - Clermont-Ferrand 2  (UBP)  -  Site web
Université Blaise Pascal - Clermont-Ferrand II, Clermont Université
34, avenue Carnot - BP 185 - 63006 Clermont-Ferrand cedex -  France
* : Auteur correspondant

Nous présentons une nouvelle méthode de détection de pose d'un véhicule dans une image dans le but de reconnaître sa marque et son modèle. Notre approche repose sur la mise en correspondance entre le véhicule dans l'image et des modèles 3D rigides. En utilisant un détecteur fondé sur des réseaux de neurones convolutionnels (CNN), des points d'intérêts correspondant à des parties prédéfinies sur le véhicule sont extraits sur l'image. Ces points seront ensuite filtrés et mis en correspondance avec les points des modèles 3D. Notre méthode permet d'améliorer les performances de la détection de pose et est plus adaptée pour la reconnaissance de marque et modèle de véhicules que des approches basées sur un modèle déformable.


e
Personnes connectées : 1