Directeur de thèse : Pascal BERTOLINO
Co-directeur de thèse : Patricia LADRET
École doctorale : Electronique, electrotechnique, automatique, traitement du signal (EEATS)
Spécialité : Signal, image, parole, télécoms
Structure de rattachement : Grenoble-INP
Établissement d'origine : Polytech''Grenoble - UGA
Financement(s) : Contrat doctoral ; contrat à durée déterminée
Date d'entrée en thèse : 09/10/2017
Date de soutenance : 14/12/2020
Composition du jury :
ROMBAUT Michèle, Pr, Université Grenoble Alpes
CUDEL Christophe, Pr, Université de Haute-Alsace
LAMBERT Patrick, Pr, Université Savoie Mont-Blanc
DUCOTTET Christophe, Pr, Université de Saint-Etienne
KARRAY Fakhri, Pr, Université de Waterloo, Canada
BERTOLINO Pascal, MCF HDR, Université Grenoble Alpes
LADRET Patricia, MCF, Université Grenobles Alpes
Résumé :
Devant l'augmentation de la fréquentation des domaines skiables et la multiplication des accidents sur les remontées mécaniques imputés au comportement humain, la sécurité est devenue un enjeu majeur des gérants de stations.
Pour lutter contre ce phénomène, la start-up grenobloise Bluecime a développé un système de vision par ordinateur, baptiséSIVAO, capable de détecter une situation dangereuse lors de l'embarquement d'une remontée mécanique. Si des passagers sont présents sur le télésiège et si le garde-corps n'est pas abaissé, alors la situation est considérée comme dangereuse. Dans ce cas, une alarme est déclenchée afin d'alerter les skieurs ou l'opérateur qui peut alors ralentir le télésiège pour le sécuriser.
Malgré des résultats convaincants, de nombreuses difficultés s'opposent à SIVAO : variabilités diverses (taille du siège, orientation de l'embarquement, conditions météorologiques, nombre de passagers), vibrations de la caméra, configuration complexe dans le cadre d'une nouvelle installation, etc.
Le projet MIVAO, en partenariat avec le laboratoire Hubert Curien, l'entreprise Bluecime et le groupe Sofival, a donc vu le jour dans le but de pallier les difficultés précédentes. L'objectif estde construire une intelligence artificielle capable de détecter, voire d'anticiper, une situation dangereuse à bord de véhicules d'un télésiège, dans le but d'assurer la sécurité des passagers. Au sein de ce projet, l'objectif général du Gipsa-lab est l'annotation automatique, de la manière la moins supervisée possible, de vidéos de rémontées mécaniques.
Dans cette thèse, nous explorons trois aspects. D'abord, une méthode de classification visant à confirmer ou infirmer la présence de passagers sur chaque véhicule est proposée. Dans un deuxième temps, nous détaillons un processus pour le comptage des passagers de chaque siège de la manière la plus non-supervisée possible. Enfin, nous abordons le problème de l'extraction automatique des sièges dans les imagesissues de la caméra, ainsi que de la modélisation de leur trajectoire.