Détection de plusieurs humains partiellement occlus dans une seule image par combinaison bayésienne de détecteurs de parties en bordure

Cet article propose une méthode de détection d'humains dans des scènes encombrées à partir d'images statiques. Un humain individuel est modélisé comme un assemblage de parties corporelles naturelles. Nous introduisons des caractéristiques en bordure, qui sont un nouveau type de caractéristiques orientées silhouette. Les détecteurs de parties, basés sur ces caractéristiques, sont appris par une méthode de boosting. Les réponses des détecteurs de parties sont combinées pour former un modèle de vraisemblance conjointe qui inclut des cas de multiples humains, éventuellement inter-occlus. Le problème de détection d'humains est formulé comme une estimation du maximum a posteriori (MAP). Nous montrons des résultats sur un ensemble de données précédemment utilisé ainsi que sur de nouveaux ensembles de données qui ne pouvaient pas être traités par des méthodes antérieures.