Détection et Reconnaissance de la signalisation verticale par analyse d'images

Under the direction of Philippe Foucher

Abstract

Traffic sign detection and recognition are an important issue in road scene analysis. Their applications are numerous. Examples include driver assistance systems, road asset management, road safety, or the development of a new generation of multimedia tools for 3D geographic web browsing. Methodologically speaking, they include significant difficulties related to both the uncontrolled nature of the images used and the variability of appearance of the objects sought. Therefore, these issues naturally lead to a wide variety of contributions during the past two decades. One may find in the literature of the field, techniques (often motivated by the real-time context of driving assistance) shrewdly exploiting the shape and color information extracted from the images using "low-level" algorithms, as well as more sophisticated pattern recognition methods, involving statistical learning techniques or complex optimization problems. This collective book presents the traffic sign detection and recognition methods that were developed by four teams of the Technical and Scientific Network of the French Ministry of Ecology, Energy, Sustainable Development and the Sea (MEEDDM), namely: the LEPSiS laboratory (INRETS/LCPC), the MATIS laboratory (IGN) and the ERA's 27 and 32 LCPC (CETE de l'Est), in collaboration with academic laboratories. It provides quantitative assessment of the proposed algorithms and situates them in the state of the art of the field.

Résumé

La détection et la reconnaissance de la signalisation verticale représentent un enjeu important en analyse de scènes routières. Leurs applications sont nombreuses. Citons par exemple les systèmes d'aide à la conduite, la gestion du patrimoine routier, la sécurité routière, ou encore la mise au point d'une nouvelle génération d'outils multimedia sur le web pour la navigation 3D géographique. Sur le plan méthodologique, elles recèlent d'importantes difficultés, liées à la fois au caractère non contrôlé des prises de vues employées et à la variabilité d'aspect des objets recherchés. Ces problématiques ont donc, naturellement, donné lieu à une grande variété de contributions au cours de ces deux dernières décennies. On trouve dans la littérature du domaine, des techniques (souvent motivées par le contexte temps-réel des applications d'aide à la conduite) exploitant judicieusement des informations de forme et de couleurs extraites des images par des algorithmes "bas-niveau", aussi bien que des méthodes plus sophistiquées de reconnaissance des formes, mettant en jeu des techniques d'apprentissage statistique ou des problèmes complexes d'optimisation. Ce recueil présente les méthodes de détection et reconnaissance des panneaux de signalisation développées par quatre équipes du Réseau Scientifique et Technique du Ministère de l'Ecologie, de l'Energie, du Développement Durable et de la Mer (MEEDDM) : le laboratoire LEPSiS (INRETS/LCPC), le laboratoire MATIS (IGN) et les ERA 27 et 32 du LCPC (CETE de l'Est), en collaboration avec des laboratoires universitaires. Il donne des éléments quantitatifs d'évaluation des algorithmes proposés et les situe par rapport à l'état de l'art du domaine.

Reference

@BOOK{jpt-rr10, author = {Belaroussi, R. and Br\'emond, R. and Charbonnier, P. and Dahyot, R. and Dutilleux, G. and Foucher, P. and Heitz, F. and Paparoditis, N. and Simon, L. and Soheilian, B. and Tarel, J.-P and Vik, T.}, title = {D\'etection et Reconnaissance de la signalisation verticale par analyse d'images}, note = {Coordon\'e par P. Foucher}, publisher = {Collections Etudes et Recherches des Laboratoires des Ponts et Chauss\'ees, CR 53, LCPC}, month = jul, year = {2010}, pages = {127}, url = {http://perso.lcpc.fr/tarel.jean-philippe/publis/rr10.html} }