查看文章

L’analyse de la circulation routière est un domaine du génie civil permettant d’optimiser le déplacement des véhicules sur un système routier. Une étape importante de tout système d’analyse de trafic routier est la localisation des véhicules. Cette étape est effectuée à l’aide d’algorithmes d’apprentissage automatique, les réseaux de neurones à convolution.

Ce mémoire présente deux nouvelles bases de données de localisation et classification de véhicules permettant l’évaluation de techniques d’apprentissage modernes. Celles-ci contiennent plus de 648 959 véhicules classifiés parmi 11 classes. Un atout majeur de la base de données de localisation est la très grande variété de scènes permettant une meilleure évaluation des techniques dans plusieurs contextes différents. Par la suite, on présente une technique d’estimation de la complexité d’une base de données. Cette technique permet d’analyser une base de données en un temps raisonnable et en apprendre plus sur sa composition. Elle permet d’estimer les performances atteignables par un algorithme d’apprentissage automatique sur cette base de données et d’en apprendre plus sur les relations entre les classes. Finalement, une ébauche d’article sur une technique d’apprentissage automatique pour l’estimation d’orientation des véhicules est présentée en annexe. Cette méthode propose l’ajout d’un composant permettant l’«apprentissage en ligne» du modèle ce qui permet d’adapter le modèle à la scène proposée. Malgré cet ajout, ce modèle reste fiable pour la localisation et la classification tout en gardant sa rapidité d’exécution.