. . . . . . "37357"^^ . . . . "\u0646\u0638\u0627\u0645 \u0627\u0644\u0643\u0634\u0641 \u0639\u0646 \u0627\u0644\u0645\u0634\u0627\u0629"@ar . . . . . . . . . . "Springer Verlag"@fr . . . . . . . . "Sze10"@fr . "La d\u00E9tection de personnes est un domaine de la vision par ordinateur consistant \u00E0 d\u00E9tecter un humain dans une image num\u00E9rique. C'est un cas particulier de d\u00E9tection d'objet, o\u00F9 l'on cherche \u00E0 d\u00E9tecter la pr\u00E9sence et la localisation pr\u00E9cise, dans une image, d'une ou plusieurs personnes, en g\u00E9n\u00E9ral dans une posture proche de celle de la station debout ou de la marche. On parle \u00E9galement de d\u00E9tection de pi\u00E9ton, en raison de l'importance des applications en vid\u00E9osurveillance et pour les syst\u00E8mes de vision embarqu\u00E9s dans des v\u00E9hicules."@fr . . . "2010"^^ . "La d\u00E9tection de personnes est un domaine de la vision par ordinateur consistant \u00E0 d\u00E9tecter un humain dans une image num\u00E9rique. C'est un cas particulier de d\u00E9tection d'objet, o\u00F9 l'on cherche \u00E0 d\u00E9tecter la pr\u00E9sence et la localisation pr\u00E9cise, dans une image, d'une ou plusieurs personnes, en g\u00E9n\u00E9ral dans une posture proche de celle de la station debout ou de la marche. On parle \u00E9galement de d\u00E9tection de pi\u00E9ton, en raison de l'importance des applications en vid\u00E9osurveillance et pour les syst\u00E8mes de vision embarqu\u00E9s dans des v\u00E9hicules. \u00C9tudi\u00E9e \u00E0 partir de la fin des ann\u00E9es 1990, la d\u00E9tection de personnes s'est r\u00E9v\u00E9l\u00E9e \u00EAtre un sujet assez difficile, en raison de la grande vari\u00E9t\u00E9 d'apparences des personnes, de l'articulation du corps humain et des ph\u00E9nom\u00E8nes d'occultations. B\u00E9n\u00E9ficiant des progr\u00E8s m\u00E9thodologiques r\u00E9alis\u00E9s en d\u00E9tection de visage, la d\u00E9tection de personnes a inspir\u00E9 des m\u00E9thodes sp\u00E9cifiques, comme les histogrammes de gradient orient\u00E9, particuli\u00E8rement performants. Les m\u00E9thodes les plus efficaces construisent des mod\u00E8les statistiques par apprentissage supervis\u00E9, \u00E0 partir de caract\u00E9ristiques de forme ou d'apparence, calcul\u00E9es sur de nombreux exemples d'images de personnes."@fr . "Richard Szeliski"@fr . . . . . "v\u00E9rit\u00E9 terrain"@fr . . "en"@fr . "Springer"@fr . "Ground truth"@fr . . . . . . . . . . . . . . . . . . . . . "D\u00E9tection de personnes"@fr . . . . . . . . . . . . "187819516"^^ . . . . . . . . "5016296"^^ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .