Discussion :

[BNS]

Bonjour à tous!
J'essaye actuellement de développer un algo de reconnaissance de feux rouges! Je suis déjà pas mal avancé... La détection des feux se passe très bien. Le seul hic se trouve au niveau des erreurs de détection. Sur quelques 50 000 frames (videos de divers scenario sur la route), j'ai un taux d'erreurs de 2.39%
Or, si j'enlève les erreurs dus aux feux arrières des voitures (quand elles freinent), je tombe à 0.66% d'erreurs
Et là, pour différencier les feux de voitures aux feux rouges, je suis à cours d'idées...
Je travaille avec des camions, la camera est situé plus haute que dans une voiture, et le cockpit vascille beaucoup, principalement "autour" de l'axe des roues. Ces parametres rendent les performances d'une ROI (le haut de l'image) moins performantes.
J'ai déjà essayé pas mal de truc: couleur, forme ronde/ovale du feu, monture sombre/noire
Je ne peux pas exploité le fait que la monture est rectangulaire, car cela éliminerait nombreux bon candidats (tous les feux n'ont pas forcement une monture rectangulaire, un entourge sombre fait que la monture ne se distingue pas correctement à l'image, au loin un rectangle n'est pas facile a distinguer, etc.)
Bref, je suis a cours d´idees... Alors si vous avez des suggestions, a vos claviers! Merci!

[pseudocode]

si c'est un feu arrière de voiture, il doit y en avoir un autre pas loin à la meme altitude. non ?

[BNS]

Merci pour ta réponse, mais ce n'est pas forcément toujours le cas, et des cas posent problème:
- que faire lorsqu'une voiture est partiellement cachée par une autre? Un seul feu pourrait alors apparaitre!
- Des feux alignés à la même altitude, il y en a dès lors que l'on est sur un route à 2 ou 3 voies, en ville. Dès lors, comment distinguer ces sortes de feu à des feux de voitures (à partir d'une certaine distance) ?

[pseudocode]

Merci pour ta réponse, mais ce n'est pas forcément toujours le cas, et des cas posent problème:
- que faire lorsqu'une voiture est partiellement cachée par une autre? Un seul feu pourrait alors apparaitre!
- Des feux alignés à la même altitude, il y en a dès lors que l'on est sur un route à 2 ou 3 voies, en ville. Dès lors, comment distinguer ces sortes de feu à des feux de voitures (à partir d'une certaine distance) ?

NB: on peut avoir une/des image(s) pour visualiser le probleme ?

Est-ce qu'il y a autre chose qu'on peut detecter, a part les feux, qui nous permettrai de distinguer un feu rouge d'un feu arriere ?

[ToTo13]

Bonjour,

un poste similaire a été créé il y a très peu de temps sur ce forum, tu peux en regarder les réponses.

Si tu détectes aussi les deux arrières des voitures lorsqu'elles freinent, c'est que tu n'as pas assez bien spécifié ce qu'est un feux rouge :
- L'idée de PseudoCode était bonne, mais tu auras le problème avec les motos et les voitures qui sont partiellement cachées. Toutefois, cela permettrait déjà d'enlever quelques pourcentages d'erreur. Je pense que ce n'est pas à négliger.
- Ensuite, tu peux regarder ce qu'est exactement la forme d'un feux rouge, plus que t'occuper de segmenter la couleur => Dans un feux rouge, tu as automatiquement deux autres formes circulaires sombre pour le feux orange et vert. De plus, ces trois formes circulaires sont dans un objet rectangulaire. Le fait que ce soit fixé à un poteau n'est vrai que dans 95% des cas. Toutefois, si tu trouves en plus un poteau dessous, tu seras sûr que ce soit un feux rouge.

Voilà, ces informations supplémentaires devraient te permettre de mieux discriminer les cas.

[grob1212]

Tu peux également envisager d'utiliser l'information de mouvement des objets de la scène, tel l'hypothèse "un feu de signalisation a une position fixe". Les objets dont le déplacement 2D apparent serait différent de celui d'un feu seraient donc écartés (c'est peut-être rapide comme analyse).

[souviron34]

Surtout si tu disposes d'une caméra et donc d'un film et non pas d'une seule photo.

Avec 2 (et éventuellement plus) images tu détermines ce qui 1) ne bouge pas et 2) a la bonne forme et 3) est éventuellement relié à un segment ou disposé correctement, comme disait Totot13, et là tu as quasiment identifié à coup sûr...

[ToTo13]

Bonjour,

si la caméra était fixe, je pense qu'il n'aurait aucun problème !!!
Dans ce genre d'applications, on est en général sur de l'aide à la conduite dans le cadre de la réalité augmenté. Donc la caméra est embarquée.
De plus, faire la différence directe entre plusieurs images, tiendra compte de la luminosité ambiente et donnera des résultats différents lors d'un changement de luminosité ou de temps (la pluie par exemple).

Je pense que le mieux est de faire un combo de ce que nous t'avons donné PseudoCode et moi même. Tu supprimeras ainsi un TRES grand nombre d'erreurs. De toute façon, je ne suis pas sûr qu'il existe un algorithme qui fasse cela parfaitement, mais qu'il faut plutôt utiliser une combinaison de méthodes.

[souviron34]

...
Je travaille avec des camions, la camera est situé plus haute que dans une voiture, et le cockpit vascille beaucoup, principalement "autour" de l'axe des roues
....

...
si la caméra était fixe, je pense qu'il n'aurait aucun problème !!!
..
Donc la caméra est embarquée.
...

milles excuses j'avais pas lu si attentivement que ca

[BNS]

Merci à tous pour vos réponses!
J'ai continué un peu mes recherches sur le sujet. Actuellement j'ai un taux d'erreurs de l'ordre de 2,09% sur 50 000 frames. Si j'enlève les feux arrières de voiture, je tombe à 0,6% d'erreurs. J'ai cherché dans pas mal de direction, la dernière étant la localisation spatiale 3D. L'idée etant de supprimer tous les objets étant à une hauteur de moins de 2m par rapport au sol. Mais après étude, ça me parait irréalisable: en effet, la position de la caméra (très peu inclinée), ainsi que le tangage du cockpitt d'un camion provoque des grosses erreurs dès lors qu'on séloigne (les feux des voitures apparaissent souvent à des distances de 50 m et plus!)

[ToTo13]

Bonjour,

Effectivement, avec une seule caméra et sans détection d'amer, tu ne peux évaluer la distance et donc la hauteur.
2.09% d'erreur c'est tout à fait raisonable.