Suivi des personnes en 3D à l'aide d'un détecteur bottom-up top-down

La détection et le suivi des personnes sont des éléments clés pour les robots et les véhicules autonomes dans des environnements humains. Alors que les travaux antérieurs ont principalement utilisé des images ou des données de portée 2D pour cette tâche, dans cet article, nous abordons le problème en utilisant des données de portée 3D. Dans notre approche, un classificateur top-down sélectionne des hypothèses d'un détecteur bottom-up, tous deux basés sur des ensembles de caractéristiques renforcées. Le détecteur bottom-up apprend un modèle de personne en couches à partir d'une banque de classificateurs spécialisés pour différents niveaux de hauteur des personnes qui votent collectivement dans un espace continu. Les modes de cet espace représentent des candidats à la détection qui postulent chacun une hypothèse de segmentation des données. Dans l'étape top-down, les candidats sont classés en utilisant des caractéristiques qui sont calculées dans des voxels d'une tessellation de volume renforcé. Nous apprenons la tessellation de volume optimale car elle permet à la méthode de gérer de manière stable des objets échantillonnés de manière sparse et articulés. Nous combinons ensuite le détecteur avec le suivi en 3D pour lequel nous adoptons une approche de suivi multi-cibles et multi-hypothèses. La méthode ne nécessite ni hypothèse de plancher ni repos sur l'apprentissage de l'arrière-plan. Les résultats des expériences dans des environnements urbains peuplés démontrent un suivi en 3D et une détection de personnes hautement robuste jusqu'à 20 m avec des taux d'erreur égaux d'au moins 93%.