Détection d'actions humaines interdites par fusion de capteurs

Abstract

Depuis la fin du 20e siècle, la vidéosurveillance est en demande croissante. Avec l'évolution permanente des technologies numériques, les systèmes de vidéosurveillance se sont généralisés de lieux publics à haute importante à la surveillance de résidence familiale. Malgré cela, l'inconvénient majeur de la vidéosurveillance reste sa dépendance à l'interprétation humaine. Nous proposons alors un système de surveillance intelligent qui a pour objectif principal l'aide à la prise de décision pour l'agent de surveillance, selon les différentes situations. Pour cela, notre système se base sur l'information provenant de plusieurs capteurs (caméras, détecteur de contact...). Dans notre travail, nous avons développé un modèle de reconnaissance d'actions humaines. Les résultats obtenus lors de l'expérimentation, montrent que notre modèle est performant et robuste. D'ailleurs, une comparaison avec les autres travaux existants confirme ces performances, considérées comme les meilleures. L'apport de notre approche réside dans une nouvelle caractéristique, appelée CSST (Contour et Sift Spatio-temporel).