Précision de l'apprentissage

An d'évaluer la précision de l'asservissement visuel lors du calibrage, on va positionner la mire sur un certain nombre de points du quadrillage tel que le centre de gravité de la mire soit confondu, au pixel près, avec le point du quadrillage. Ensuite, on applique la cor-respondance position/angles apprise lors du calibrage an de centrer la caméra dynamique sur cette position. Les coordonnées du centre de gravité de la mire dans Idsont déterminés. Enn, on estime l'erreur entre la position du centre de gravité de la mire et le centre de I_d. Cette erreur est ramenée à une erreur angulaire.

Résultats avec la caméra dôme

Comme on a pu le voir précédemment, la déviation due au zoom dans le cas de la caméra dôme est de l'ordre de la précision mécanique de la caméra. Il n'est donc pas nécessaire d'appliquer l'étape de calibrage pour les diérents zooms. On va donc seulement présenter des résultats de la méthode de calibrage au zoom initial pour cette caméra dynamique.

Les points du quadrillage, sur lesquels on va s'appuyer pour la discussion, sont les points cerclés de noir sur la gure 3.5. Les numéros correspondent à leurs emplacements dans la liste des points constituant le quadrillage (quadrillage initial de 124 points). Les points 3, 7 et 13 sont des points dont la densité de points SIFT extraits dans le voisinage du point est importante. Les points 43 et 61 ont plutôt une densité moyenne. Le point 93 a une densité très faible.

Figure 3.5: Quadrillage d'apprentissage lors du calibrage. Les points cerclés de noirs servent de base à la discussion sur la précision du calibrage. La taille des cercles représentent la densité de points SIFT extraits dans leurs voisinage.

Figure 3.6: Voisinage dans Is des six points du quadrillage cerclés de noir sur la gure3.5.

On remarque sur la gure 3.6 que le voisinage des points de label 3 et 7 englobe une région de la scène présentant de grandes variations dans la géométrie 3D : une profondeur de plusieurs dizaines de mètres. Le voisinage des points de label 13 et 43 présente une plus grande homogénéité de la géométrie 3D de la scène : une profondeur de quelques mètres. Le voisinage des points de label 61 et 93 est composé principalement d'un seul plan.

Les résultats des expérimentations sont présentés dans le tableau 3.1.

Point 3 Point 7 Point 13 Point 43 Point 61 Point 93

Erreur en degré 0.54° 0.13° 0.13° 0.28° 0.09° 0.6°

en azimut

Erreur en degré 0.02° 0.3° 0.16° 0.29° 0.08° 0.32 °

en site

Table 3.1: Tableau donnant l'erreur commise lors du calibrage sur l'apprentissage de la corres-pondance position/angles.

La base de notre méthode de calibrage est basée sur la mise en correspondance de points d'intérêt qui servent à estimer la projection des coordonnées du point du quadrillage dans I_d. L'estimation de la projection sera d'autant plus robuste que le nombre de bonnes correspondances est important. Le nombre de correspondance dépendant du nombre de points SIFT extraits dans le voisinage des points du quadrillage, on peut supposer que la précision des premiers points du quadrillage sera meilleure que celle des points de n de liste. Le voisinage des points 13 et 43 et des points 61 et 93 est assez semblable (gure3.6). La diérence notable entre les deux cas est la densité des points extraits par la méthode SIFT de Lowe dans la zone d'intérêt. On constate que la précision des points 43 et 93 est

2008 3.3 Résultats et précision de la méthode

moins bonne que celle des points 13 et 61 bien que l'environnement soit semblable. Ainsi, l'hypothèse selon laquelle la précision est d'autant meilleure que le point du quadrillage à un voisinage ayant une grande densité de points SIFT se trouve illustrée par ces résultats. C'est pourquoi nous avons choisi de construire un quadrillage en fonction de l'information extraite de la scène 3D et non d'utiliser un quadrillage régulier.

Par contre, la précision obtenue pour les points 3 et 7 est bien plus mauvaise que celle obtenue pour le point 61 alors que les points 3 et 7 sont en début de liste. On remarque que le voisinage de points 3 et 7 représente une région de la scène présentant de fortes disparités au niveau de sa géométrie 3D alors que celui du point 61 est plan. Or, la transformation utilisée entre les deux capteurs est une homographie. Cela suppose que les deux images comparées sont planes ce qui n'est pas le cas pour les points 3 et 7 ce qui dégrade la précision du calcul au contraire du point 61. Le couloir est un cas extrême : scène étroite et toute en profondeur. Il est donc dicile, dans ces conditions, que le voisinage d'un point se situe sur un même plan, à la diérence d'un bureau par exemple ou d'une scène en extérieure comme on peut le voir sur la gure 3.7. Le choix de l'homographie n'est donc pas optimale si l'on souhaite une précision maximale avec ce type de calibrage. On peut envisager, après la convergence de la méthode actuelle, de rajouter une étape de ranement en restreignant la zone d'intérêt autour du point pour approcher au mieux un plan et de mesurer la corrélation entre les deux zones d'intérêt. Pour notre application de suivi, la précision obtenue avec la méthode de calibrage basée sur un calcul d'homographie est susante.

Figure 3.7: Scènes présentant plus de plans que dans le cas d'un couloir.

Résultats avec la caméra PTZ

Comme on a pu le voir précédemment, la déviation due au zoom dans le cas de la caméra PTZ est très importante. Ceci a pour conséquence que dans les forts zooms, l'objet d'intérêt ne soit plus visible en entier. Pour ce type de matériel, il est donc nécessaire d'appliquer l'étape de calibrage pour les diérents zooms. La gure 3.8 présente l'erreur moyenne commise pour diérents zooms pour un ensemble de points du quadrillage obtenus

pour la caméra PTZ.

Sur chaque graphe, on a reporté l'erreur moyenne commise pour diérentes valeurs de zoom ainsi que la déviation observée d'un point lorsque l'on zoome. On constate que l'erreur commise est moindre avec le calibrage : de l'ordre de 0.2° − 0.3° au lieu d'erreur pouvant aller jusqu'à 0.6° − 0.8°. Ce calibrage permet donc de corriger les faiblesses du mécanismes de la caméra PTZ. Ainsi, lors d'une application de suivi, ce calibrage va permettre de pouvoir garder en continue une cible visible dans son intégralité au zoom voulu.