Détection et Classification des Véhicules par Réseaux de Neurones à Convolution CNN

Abstract

outier en Algé La sécurité routière et autoroutière est devenue un problème de haute priorité pour les autorités publiques à cause de l’augmentation massive des accidents de la route par année. Notre projet entre dans le cadre du ‘monitoring’ routier et autoroutier dont l’objectif principale est la détection et la classification des véhicules sur des images du trafic routier ou autoroutier. Pour cela nous avons utilisé deux réseaux convolutifs travaillant séquentiellement où la première phase dédiée au réseau ‘Alex Net’ (modifié) consiste en la détection des véhicules dans toute l’image. La fin de la tâche du premier réseau déclenche le démarrage du deuxième (VGG16) pré entrainé sur 4 classes de véhicules qui décidera par la suite de la classe de chaque véhicule détecté précédemment par ‘Alex Net’ (modifié). Le système mise en place est capable de détecter (véhicule, non-véhicule) et classifier les véhicules selon leur type ‘bus, car, motocycle, truck’, et présente une base solide pour un développement futur du domaine du ‘monitoring’ routier et autorrie.