Outils de partage

Des déplacements sécuritaires grâce à l’analyse d’images

Cibler les intersections routières dangereuses avant qu’un accident ne s’y produise est le rêve de toutes les villes. Or, ce n’est pas une mince tâche, puisqu’il faut d’abord détecter de façon automatique tous les usagers de la route et prédire leur trajectoire. Pour y arriver, Guillaume-Alexandre Bilodeau, professeur au Département de génie informatique et génie logiciel à Polytechnique Montréal, utilise deux méthodes de détection par caméras vidéo : l’apprentissage profond et la segmentation figure-fond. Avec son équipe de recherche, il a réalisé qu’une combinaison de ces deux approches compense les faiblesses de chacune.

Éventuellement, ces données pourraient permettre une gestion en temps réel de la circulation.

Grâce à l’apprentissage profond, le système de collecte de données conçu par le chercheur apprend à reconnaître les usagers qui se trouvent dans une image vidéo. Toutefois, s’il n’a pas appris à les identifier, certains objets, comme des animaux ou des véhicules modifiés, peuvent passer sous son radar. Quant à la segmentation figure-fond, elle consiste à détecter les objets en comparant une intersection sans usagers et une intersection avec usagers, mais sans arriver à distinguer à quelle catégorie ils appartiennent : un piéton, un cycliste ou une voiture. Si les véhicules motorisés sont à l’arrêt ou se trouvent trop près les uns des autres, la détection sera aussi plus ardue.

Le chercheur collabore avec Nicolas Saunier, professeur au Département des génies civil, géologique et des mines à Polytechnique Montréal, qui procède quant à lui à l’analyse du comportement des usagers de la route et de leurs interactions. Éventuellement, ces données pourraient permettre une gestion en temps réel de la circulation, par exemple, en adaptant les feux de circulation à la densité du trafic. Cela diminuerait la congestion routière, réduirait les risques d’accident et, par le fait même, serait bénéfique pour l’environnement. Ultimement, cela pourrait encourager plus de gens à adopter les transports alternatifs comme la marche ou le vélo s’ils se sentaient plus en sécurité lors de leurs déplacements.