La détection et le suivi d’objets :

La détection d’objet dans une image consiste deux éléments

principaux :
1.Tracer un cadre (Bounding boxes) au tour des différents
objets pour positionner chaque objet dans l’image, cela veut
dire « détection ».
2. Attacher des labels aux objets pour identifier les classes des
objets détectés au fils du flux d’images « le suivi ». Les
méthodes les plus récentes peuvent être classées en deux
catégories principales : les méthodes à une étape et les
méthodes à deux étapes :
✓ Les méthodes à une étape donnent la priorité à la vitesse
d'inférence. Parmi les exemples de modèles, citons YOLO, SSD
et RetinaNet.
✓ Les méthodes à deux étapes donnent la priorité à la précision
de la détection et les modèles d'exemple comprennent Faster
R-CNN, Mask R-CNN et Cascade RCNN. La détection est souvent
attachée au suivi, d’où ce dernier consiste à prendre un
ensemble initial de détections d'objets, à créer un identifiant
unique pour chacune des détections initiales, puis à suivre
chacun des objets lorsqu'ils se déplacent dans les images d'une
vidéo en maintenant l'attribution de l’identifiant
Intelligence Artificielle :
 L'intelligence artificielle est l'étude de la manière dont les
ordinateurs peuvent effectuer des tâches intelligentes qu’est
dans le passé, ne pouvaient être réalisées que par des humains.
[3] Autre définition dit que L'intelligence artificielle est un
ensemble de plusieurs technologies et théories informatiques
et aussi un Domaines d'intérêt pour la pensée. la logique et
l'intelligence visent à concevoir des programmes capables de
résoudre des problèmes et de traiter le langage ainsi que
d’exécuter autres tâches qu’était exclusive à l’être humain

Introduction :
La détection et le suivi d’objets sont parmi les problèmes les
plus étudiés ces dernières années. Ils sont des tâches
importantes et difficiles dans de nombreuses applications de
vision par ordinateur telles que la robotique, la
vidéosurveillance . La détection d’objet consiste à localiser
l’objet dans chacune des trames d’une séquence vidéo. Le suivi
d’objet est le processus de localisation spatiotemporelle d’un
objet en mouvement au cours d’une séquence vidéo. Chaque
méthode de suivi d’objet nécessite un mécanisme de détection
d’objet, soit dans chaque trame ou lorsque l’objet apparaît
d’abord dans la vidéo.
Le suivi d’objets dans une séquence d’images vidéo est un
problème qui demande une extraction et un traitement
d’informations provenant d’images complexes. Ce problème
devient de plus en plus difficile si la contrainte temps réel est
exigée. Il existe dans la littérature un grand nombre important
de méthodes de suivi. Ce nombre est dû, d’une part au nombre
important de problèmes à régler et d’autre part à la diversité
des types d’applications concernées par le suivi. Ainsi, chacune
des méthodes peut traiter certains aspects et échoue sur
d’autres. Ce chapitre introductif est consacré à la description
des difficultés que les algorithmes de suivi d’objet sont
susceptibles de rencontrer. Ensuite, une brève présentation sur
la représentation de la forme d’objet et les primitives de suivi
d’objet. Enfin, nous décrivons les principales techniques de
détection et suivi d’objet dans une séquence d’images.
Domain d’application :
Le suivi d’objets dans des séquences vidéo a suscité un grand
intérêt dans la dernière décennie en raison de la variété de ses
domaines d’applications , tels que :
 La vidéosurveillance (détection, suivi, reconnaissance du
comportement de personnes, d’intrus),
 Le militaire (suivi des cibles ou guidage de missiles),
 La vidéoconférence (suivi des interlocuteurs),
 La gestion et l’analyse du trafic (le suivi d’une voiture ou des
bords d’une route depuis une caméra embarquée sur un
véhicule),
 La robotique : suivie d’obstacles pendant une phase
d’évitement,
 Suivi d’indices visuels dans une tâche asservie par vision,
 Suivi d’un opérateur (corps, visage, main…) pour définir des
modes d’interaction évolués entre l’Homme et la
Machine,...etc.
 Imagerie médicale.

Détection d’objets :
La première étape dans un processus de suivi d’objets consiste
en la détection des objets à suivre. Chaque méthode de suivi
nécessite un mécanisme de détection d’objet, soit sur toutes
les trames, soit lorsque l’objet apparaît pour la première fois
dans la vidéo. L’approche commune de détection d’objets à
suivre est d’utiliser l’information à partir d’une seule image
initiale. Cependant, certaines méthodes de détection d’objet
utilisent l’information temporelle calculée à partir d’une
séquence d’images afin de réduire le nombre de fausses
détections. Cette information temporelle est généralement
sous la forme de différenciation de trame, qui met en évidence
les régions qui changent entre les images. On peut distinguer
quatre ensembles d’algorithmes de détection communs décrits
dans [21] : la détection de points d’intérêt, la soustraction de
fond, la segmentation d’image et enfin la classification
supervisée