This HTML5 document contains 116 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dcthttp://purl.org/dc/terms/
n7https://www.youtube.com/
dbohttp://dbpedia.org/ontology/
foafhttp://xmlns.com/foaf/0.1/
n19http://g.co/kg/m/
rdfshttp://www.w3.org/2000/01/rdf-schema#
n22https://www.quora.com/topic/
category-frhttp://fr.dbpedia.org/resource/Catégorie:
n14http://fr.dbpedia.org/resource/Modèle:
n16http://fr.dbpedia.org/resource/Fichier:
n10http://commons.wikimedia.org/wiki/Special:FilePath/
wikipedia-frhttp://fr.wikipedia.org/wiki/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
dbpedia-arhttp://ar.dbpedia.org/resource/
owlhttp://www.w3.org/2002/07/owl#
dbpedia-afhttp://af.dbpedia.org/resource/
n4http://ma-graph.org/entity/
dbpedia-frhttp://fr.dbpedia.org/resource/
prop-frhttp://fr.dbpedia.org/property/
provhttp://www.w3.org/ns/prov#
xsdhhttp://www.w3.org/2001/XMLSchema#
dbrhttp://dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/
dbpedia-nlhttp://nl.dbpedia.org/resource/
n12http://szeliski.org/

Statements

Subject Item
dbpedia-fr:Détection_de_personnes
rdfs:label
نظام الكشف عن المشاة Détection de personnes
rdfs:comment
La détection de personnes est un domaine de la vision par ordinateur consistant à détecter un humain dans une image numérique. C'est un cas particulier de détection d'objet, où l'on cherche à détecter la présence et la localisation précise, dans une image, d'une ou plusieurs personnes, en général dans une posture proche de celle de la station debout ou de la marche. On parle également de détection de piéton, en raison de l'importance des applications en vidéosurveillance et pour les systèmes de vision embarqués dans des véhicules.
rdfs:seeAlso
n22:Pedestrian-Detection
owl:sameAs
n4:2780156472 dbr:Pedestrian_detection wikidata:Q2355550 n19:0406y5p dbpedia-ar:نظام_الكشف_عن_المشاة dbpedia-af:Voetgangeropsporing dbpedia-nl:Collision_Warning_met_Full_Auto_Brake_en_Pedestrian_Detection
dbo:wikiPageID
5016296
dbo:wikiPageRevisionID
187819516
dbo:wikiPageWikiLink
category-fr:Vision_artificielle dbpedia-fr:Précision_et_rappel dbpedia-fr:Recherche_d'image_par_le_contenu dbpedia-fr:Mobileye dbpedia-fr:Vrai_positif dbpedia-fr:Scale-invariant_feature_transform dbpedia-fr:Université_de_Pékin dbpedia-fr:Loi_de_probabilité_à_plusieurs_variables dbpedia-fr:Institut_national_de_recherche_en_informatique_et_en_automatique dbpedia-fr:Université_Rutgers dbpedia-fr:Caméra_thermique dbpedia-fr:Capteur dbpedia-fr:Infrarouge dbpedia-fr:Vision_par_ordinateur dbpedia-fr:Andrew_Zisserman dbpedia-fr:Modèle_génératif dbpedia-fr:Motif_binaire_local dbpedia-fr:Faux_négatif dbpedia-fr:Gradient dbpedia-fr:Faux_positif dbpedia-fr:AdaBoost dbpedia-fr:Histogramme dbpedia-fr:Transformée_de_Hough dbpedia-fr:Daimler_(entreprise) n16:Pedestrian_gradient.jpg dbpedia-fr:Histogramme_de_gradient_orienté dbpedia-fr:Mobilier_urbain dbpedia-fr:Vidéosurveillance dbpedia-fr:California_Institute_of_Technology dbpedia-fr:Perceptron dbpedia-fr:Détection_d'objet dbpedia-fr:Hyperplan dbpedia-fr:Espace_vectoriel dbpedia-fr:Classement_automatique dbpedia-fr:Mean_shift dbpedia-fr:Variété_riemannienne dbpedia-fr:Détection_de_visage dbpedia-fr:Mesure_stéréoscopique dbpedia-fr:Interactions_homme-machine dbpedia-fr:Classifieur_linéaire dbpedia-fr:Caractéristiques_pseudo-Haar dbpedia-fr:Apprentissage_supervisé dbpedia-fr:Machine_à_vecteurs_de_support dbpedia-fr:Inférence_bayésienne dbpedia-fr:Trois_dimensions dbpedia-fr:Système_de_conduite_automatisé dbpedia-fr:Calibration_de_caméra dbpedia-fr:Détection_de_blob dbpedia-fr:Système_anti-collision n16:Hall_CCTV_Array.jpg dbpedia-fr:Marche_à_pied n16:Détection_de_personne_-_exemple_1.jpg dbpedia-fr:Informatique_embarquée dbpedia-fr:Robotique dbpedia-fr:Vidéo dbpedia-fr:Covariance dbpedia-fr:Réseau_de_neurones_artificiels dbpedia-fr:Soustraction_de_fond dbpedia-fr:Image_intégrale dbpedia-fr:Boosting dbpedia-fr:Caméra dbpedia-fr:Années_1990 dbpedia-fr:Plan_(mathématiques) dbpedia-fr:Image_numérique dbpedia-fr:Méthode_de_Viola_et_Jones dbpedia-fr:Ombre dbpedia-fr:Imagerie_à_grande_gamme_dynamique dbpedia-fr:Sécurité_automobile n16:Infrared_1080967.jpg dbpedia-fr:Modèle_discriminant n16:Détection_de_personne_-_exemple_3.jpg dbpedia-fr:Extraction_de_caractéristique_en_vision_par_ordinateur
dbo:wikiPageExternalLink
n7:watch%3Fv=H_wMyUEeIzQ n12:Book n7:watch%3Fv=n9RRIZu3GK8
dbo:wikiPageLength
37357
dct:subject
category-fr:Vision_artificielle
prop-fr:wikiPageUsesTemplate
n14:En n14:, n14:Portail n14:Plume n14:Références n14:Lien n14:Unité n14:Ouvrage
prov:wasDerivedFrom
wikipedia-fr:Détection_de_personnes?oldid=187819516&ns=0
foaf:depiction
n10:Hall_CCTV_Array.jpg n10:Pedestrian_gradient.jpg n10:Détection_de_personne_-_exemple_1.jpg n10:Détection_de_personne_-_exemple_3.jpg n10:Infrared_1080967.jpg
prop-fr:année
2010
prop-fr:auteur
Richard Szeliski
prop-fr:fr
vérité terrain
prop-fr:id
Sze10
prop-fr:lang
en
prop-fr:titre
n12:Book
prop-fr:trad
Ground truth
prop-fr:éditeur
Springer
prop-fr:lienÉditeur
Springer Verlag
dbo:thumbnail
n10:Détection_de_personne_-_exemple_1.jpg?width=300
foaf:isPrimaryTopicOf
wikipedia-fr:Détection_de_personnes
dbo:abstract
La détection de personnes est un domaine de la vision par ordinateur consistant à détecter un humain dans une image numérique. C'est un cas particulier de détection d'objet, où l'on cherche à détecter la présence et la localisation précise, dans une image, d'une ou plusieurs personnes, en général dans une posture proche de celle de la station debout ou de la marche. On parle également de détection de piéton, en raison de l'importance des applications en vidéosurveillance et pour les systèmes de vision embarqués dans des véhicules. Étudiée à partir de la fin des années 1990, la détection de personnes s'est révélée être un sujet assez difficile, en raison de la grande variété d'apparences des personnes, de l'articulation du corps humain et des phénomènes d'occultations. Bénéficiant des progrès méthodologiques réalisés en détection de visage, la détection de personnes a inspiré des méthodes spécifiques, comme les histogrammes de gradient orienté, particulièrement performants. Les méthodes les plus efficaces construisent des modèles statistiques par apprentissage supervisé, à partir de caractéristiques de forme ou d'apparence, calculées sur de nombreux exemples d'images de personnes.