Système de vision basé sur l'apprentissage profond pour la détection humaine dans les vidéos de drones

La d tection humaine partir de vid os prises par des drones a de nombreuses applications potentielles telles que la recherche de personnes disparues, la surveillance d'immigrants ill gaux et la surveillance d'infrastructures critiques. Cependant, il s'agit d'un probl me de vision par ordinateur tr s difficile r soudre. Les difficult s sont li es de nombreux aspects, notamment les variations de la vue de la cam ra, les changements d' clairage et les conditions m t orologiques, ainsi que les variations des objets environnants. R cemment, les syst mes de vision bas s sur l'apprentissage profond ont connu un grand succ s dans de nombreux probl mes de d tection d'objets. Par cons quent, ce travail vise d velopper un syst me de vision bas sur l'apprentissage profond qui est appliqu au probl me de la d tection humaine partir de vid os captur es par un drone. En particulier, le syst me pr sent comprend une approche de d tection qui consiste en un mod le d'apprentissage profond R-CNN plus rapide pour d tecter l'homme dans les images captur es par un drone. Pour valuer les performances du mod le de vision propos , plusieurs vid os ont t enregistr es l'aide d'un drone diff rents endroits, sous diff rentes vues et dans diff rentes conditions m t orologiques. Les r sultats montrent l'efficacit du syst me propos pour la d tection humaine dans les vid os prises par les drones.