Publication

Bayesian Integration of a Discrete Choice Pedestrian Behavioral Model and Image Correlation Techniques for Automatic Multi Object Tracking

Michel Bierlaire, Jean-Philippe Thiran
2004
Conference Papers

Résumé

In this paper we deal with the multi-object tracking problem in the particular case of pedestrians, assuming the detection step already done. We use a Bayesian framework to combine the likelihood term provided by an image correlation algorithm with a prior distribution given by a discrete choice model for pedestrian behavior, calibrated on real data. We aim to show how the combination of the image information with a model of pedestrian behavior can provide appreciable results in real and complex scenarios.

Source officielle

https://infoscience.epfl.ch/entities/publication/4096d0cf-d66e-4feb-90db-ca4704aaf796

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Michel Bierlaire, Jean-Philippe Thiran
2004
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/4096d0cf-d66e-4feb-90db-ca4704aaf796

À propos de ce résultat

Concepts associés (32)

Segmentation d'image

La segmentation d'image est une opération de s consistant à détecter et rassembler les pixels suivant des critères, notamment d'intensité ou spatiaux, l'image apparaissant ainsi formée de régions uniformes. La segmentation peut par exemple montrer les objets en les distinguant du fond avec netteté. Dans les cas où les critères divisent les pixels en deux ensembles, le traitement est une binarisation. Des algorithmes sont écrits comme substitut aux connaissances de haut niveau que l'homme mobilise dans son identification des objets et structures.

Recalage d'images

En , le recalage est une technique qui consiste en la « mise en correspondance d'images », dans le but de comparer ou combiner leurs informations respectives. Cette méthode repose sur les mêmes principes physique et le même type de modélisation mathématique que la . Cette mise en correspondance se fait par la recherche d'une transformation géométrique permettant de passer d'une image à une autre.

Medical image computing

Medical image computing (MIC) is an interdisciplinary field at the intersection of computer science, information engineering, electrical engineering, physics, mathematics and medicine. This field develops computational and mathematical methods for solving problems pertaining to medical images and their use for biomedical research and clinical care. The main goal of MIC is to extract clinically relevant information or knowledge from medical images.

Afficher plus