Amélioration de la détection d’objet par réseau de neurones convolutifs et applications sur systèmes de perception 360°

Les recherches sur la détection d’objet par réseaux de neurones convolutifs associés au développement et à la disponibilité du matériel de calcul ont permis de rendre accessibles et industrialisables ces méthodes. Récemment, les réseaux de neurones convolutifs ont démontré leurs performances dans les tâches de classification et localisation d’objets, devenant incontournables pour les problématiques de surveillance, d’aide à la conduite et de conduite autonome. En utilisant deux modalités d’acquisition d’images complémentaires, visible et infrarouge, le contenu de cette thèse s’intéresse aux méthodes permettant l’amélioration des performances de détection d’objets par réseaux de neurones convolutifs, ainsi que leur implémentation sur un système embarqué. Nous présentons dans un premier temps l’apport du fine-tuning à l’apprentissage du réseau de neurones, pour obtenir des performances meilleures que l’état de l’art sur des images infrarouges. Nous montrons que ces performances restent très bonnes tout en réduisant drastiquement le nombre d’images utilisées, rendant intéressante cette technique pour les sujets dont l’acquisition et la labélisation des données est complexe et fastidieuse. Nous proposons une nouvelle métrique, le weighted mAP, w-mAP, adaptant le mean Average Precision, mAP, pour le rendre plus pertinent pour le calcul des performances de détection multi-classes. Dans un second temps, nous nous sommes intéressés à une méthode d’augmentation artificielle de base de données : un floutage et défloutage aléatoire des images infrarouges à l’aide de l’opérateur Laplacien pendant la phase d’entrainement. Cette méthode, censée apporter une plus grande variabilité aux données d’entrée, ne permet pas une amélioration significative des performances de détection. En effet, elle met en œuvre des opérateurs linéaires, que nous soupçonnons d’être peu efficaces pour cette problématique au contraire d’opérateurs non-linéaires. Nous avons adapté notre méthode en utilisant des opérateurs morphologiques : White Top-Hat et Black Top-Hat. En combinant ces opérateurs avec les outils du modèle LIP (Logarithmic Image Processing), nous avons mis au point, en amont de l’exécution d’un réseau de neurones convolutif de détection déjà entrainé, une approche améliorant significativement la détection des objets en arrière-plan des images infrarouges. Nous avons étendu nos recherches afin de proposer une boite à outils composée de trois méthodes : défloutage, morphologie LIP et augmentation de résolution, permettant l’amélioration significative des performances de détection. Enfin, nous avons comparé différentes méthodes de changement de domaine, transformation d’histogramme, maximisation d’écart type, outils statistiques, etc… afin d’optimiser la détection par réseaux de neurones convolutifs sur les images infrarouges. L’utilisation des approches statistiques de YeoJohnson et BoxCox permettent un gain en performance de détection. La réalisation de deux systèmes de vision à 360° en embarqué, l’un utilisant la modalité visible et l’autre la modalité infrarouge, a permis d’implémenter et de mettre en application ces différentes approches, tout en évaluant leur impact sur les taux de détection et sur les temps de calculs en situation réelle.