Détection d'objets d'intérêt dans les images numériques.

Abstract

La détection d'objets peut être un problème épineux à résoudre du fait de la variabilité d'apparence des objets dans le monde réel. INous proposons dans ce mémoire de résoudre le problème de détection en utilisant une approche s'inscrivant dans la famille des extracteurs de caractéristiques. Elle consiste à extraire les histogrammes orientés gradients d'un ensemble d'images d'entrainement et de les utiliser pour entrainer un classifieur Adaboost organisé en cascade. Le but est d'obtenir un outil général capable die diétecter n'importe quel objet d'intérêt en un temps raisonnable.