Analyse d’un tronçon routier et suivi des véhicules pour le monitoring du trafic urbain « Application a un tronçon de la ville de Guelma »

Abstract

La vidéo surveillance du trafic routier demeure l'un des problèmes les plus complexes, malgré les recherches actives actuelles. Il y a de nombreuses conditions réelles, difficiles à modéliser et à prévoir, qui limitent les meilleurs systèmes actuels. Le système de vidéo surveillance proposé dans ce mémoire présente une alternative simple mais performante. L’objectif principale du système mis en oeuvre consiste a etudier le comportement du trafic routier d’un tronçon urbain au niveau de la ville de Guelma, Cette etude nous a permis d’une part d’obtenir une serie de mesures caractérisants le tronçon et d’autre part de détecter et suivre tous les véhicules passants par le tronçon ce qui nous servira pour des traitements plus poussés dans le domaine de l’automatisation du trafic routier. Les performance de notre système « DETECTOR » dependent principalement de la phase de séparation d’arriere plan, pour cette raison nous avons implémenté deux méthodes a savoir la mixture de modeles gaussien et le flus optique. Les objets détectés dans cette phase, susceptible d’etre des véhicules, nous serviront pour les mesures des caractéristiques du tronçon, La surveillance de la scene nous impose une phase de suivi des véhicules basé principalement sur le flus optique. Les résultats de la première phase de détection sont fiables (testées sur des vidéos réelles). Seulement, dès que la vidéo d’entrée devient plus complexe, le taux de fausse détection augmente. Il serait donc intéressant de pallier à cette limite en affinant les traitements préalables afin d’augmenter leurs précisions. Sur plusieurs vidéos testées issus de différentes enregistrements avec quelques conditions (éclairage, pose, orientation…etc) le flux optique a donnée des taux de détections élevés par rapport à la mixture gaussienne. Nous estimons que les résultats obtenus par le système DETECTOR sont très promoteurs dans le domaine de la vidéo surveillance du trafic routier. En fin, il serait intéressant dans l’avenir de généraliser notre système en un système de détection et de classification de véhicules en temps réel, les performances du système peuvent être optimisé en améliorant la qualité des vidéos enregistrées et les machines d’exécution pour arriver a un taux de détection élevé et de fausse détection faible.