Skip to Main content Skip to Navigation
Poster communications

Détection de véhicules en temps réel sur grilles d'occupation par des méthodes d'apprentissage profond

Résumé : Les grilles d'occupation sont un modèle d'environnement communément utilisé pour représenter l'environnement direct autour d'un véhicule sous forme d'une grille. Cette étude évalue la possibilité de détecter des véhicules sur des grilles d'occupation en s'inspirant de l'état de l'art en traitement d'images. Les architectures développées produisent des résultats de détection précis avec un temps de prédiction permettant une exécution en temps réel.
Document type :
Poster communications
Complete list of metadata

https://hal-cea.archives-ouvertes.fr/cea-03759802
Contributor : Contributeur MAP CEA Connect in order to contact the contributor
Submitted on : Wednesday, August 24, 2022 - 3:00:35 PM
Last modification on : Sunday, August 28, 2022 - 3:21:31 AM

File

gretsifr.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : cea-03759802, version 1

Citation

Nils Defauw, Olivier Antoni, Marielle Malfante, Tiana Rakotovao, Suzanne Lesecq. Détection de véhicules en temps réel sur grilles d'occupation par des méthodes d'apprentissage profond. XXVIIIème Colloque Francophone de Traitement du Signal et des Images (GRETSI 2022), Sep 2022, Nancy, France. pp.1, 2022, GRETSIFR. ⟨cea-03759802⟩

Share

Metrics

Record views

20

Files downloads

1