Exploration du niveau de supervision et du contexte temporel pour la détection des personnes en infrarouge

Dubail, Thomas (2023). Exploration du niveau de supervision et du contexte temporel pour la détection des personnes en infrarouge. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (6MB) | Prévisualisation

Résumé

La gestion intelligente des bâtiments est un domaine essentiel et prometteur, au regard des avantages économiques et écologiques qu’elle offre. En modulant activement les paramètres d’éclairage, de ventilation et de chauffage, il est possible de réduire la consommation d’énergie du bâtiment sans compromettre le confort des occupants. Dans ce mémoire, nous avons étudié plusieurs solutions pour estimer le nombre de personnes dans une pièce, une information cruciale pour une gestion proactive. Tout d’abord, nous avons étudié la détection des personnes en utilisant des images de basse résolution, évaluant ainsi le niveau de supervision nécessaire et les effets d’une mise en œuvre dans des environnements inconnus. Puis, nous avons étudié la temporalité afin de réaliser la reconnaissance des actions des occupants. Enfin, nous avons exploré l’intégration de contexte temporel afin d’améliorer la détection de personnes à haute résolution. L’ensemble de ces recherches ont été conduites en utilisant des images infrarouges pour préserver l’anonymat des individus, tout en permettant l’application de ces méthodes à grande échelle.

Titre traduit

Exploring the level of supervision and temporal context for infrared person detection

Résumé traduit

Smart building management is an essential and promising field, considering the economic and ecological advantages it offers. By actively adjusting lighting, ventilation, and heating parameters, it is possible to reduce a building’s energy consumption without compromising occupants’ comfort. In this thesis, we explored several solutions to estimate the number of people in a room, a crucial piece of information for proactive management. To begin with, we investigated people detection using low-resolution images, evaluating the necessary level of supervision and the effects of implementation in unknown environments. Next, we studied the optimal temporality for recognizing occupants’ actions. Lastly, we delved into integrating temporal context to enhance high-resolution people detection. All of these research efforts were conducted using infrared images to preserve individuals’ anonymity while enabling the widespread application of these methods.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Mémoire présenté à l’École de technologie supérieure comme exigence partielle à l’obtention de la maîtrise avec mémoire en génie de la production automatisée". Comprend des références bibliographiques (pages 89-94).
Mots-clés libres:	apprentissage profond, détection, infrarouge
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Granger, Éric
Codirecteur:	Codirecteur Pedersoli, Marco
Programme:	Maîtrise en ingénierie > Génie de la production automatisée
Date de dépôt:	01 févr. 2024 15:21
Dernière modification:	01 févr. 2024 15:21
URI:	https://espace.etsmtl.ca/id/eprint/3393

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt