Le présent document fait la présentation du travail réalisé au cours d'un projet de maitrise avec l'intention d'obtenir un diplôme à la maitrise en génie électrique.Le projet consistait à développer un système capable d'identifier le type de véhicule qui se retrouve dans une image infrarouge. Les deux types de véhicules visés par cette identification étaient les véhicules électriques ainsi que les véhicules à essence. Pour pouvoir être en mesure de l'identifier, il a d'abord fallu développer un système de prise d'images qui permette d'obtenir un échantillon de données comprenant des images infrarouges de différentes voitures. Deux systèmes ont été développés pour atteindre cet objectif : le premier est un système de caméra fixe et le second implique un système de mouvement des caméras. Une fois ces deux systèmes mis en place, la collecte des images fut réalisée avec chacun d'eux. Il fut remarqué que les images obtenues avec le second système étaient de meilleure qualité. Différents contextes de prise d'images ont été explorés. Lorsqu'une quantité suffisante d'images fut obtenue, l'exploration pour la sélection du réseau de neurones permettant l'identification du type de voiture a débuté. Plusieurs solutions ont été envisagées et l'évaluation de celles-ci a été réalisée. Le présent document débute par la présentation d'un article scientifique qui décrit en détails le système de mouvement des caméras / The present document elaborates on the work done for a master project with the intent to obtain a master's in electrical engineering. The project was todevelop a system that identifies the vehicle’s type within an infrared image. The two types of vehicles targeted for identification are electrical vehicles and internal combustion engine vehicles. To identify their type, the development of an acquisition system was necessary for us to collect data and build our dataset, which containsimages of each type of vehicle. Two systems were developed to achieve this goal: the first one is a fixed camera system and the second one is a motion camera system. Once each system was in place, we collected images with each system. Different situations for collecting the images were explored. It was noticed that the second system improved the images 'quality. Once we collected enough images, the exploration of the neural network for classifying the vehicle type started. Many solutions for the neural network have been presented and evaluated to choose the one that meets our needs. The present document begins with a scientific paper that has been donefor the master project which presents in details the motion camera system.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/142703 |
| Date | 26 April 2024 |
| Creators | Lamoureux-Lévesque, Rémi |
| Contributors | Maldague, Xavier |
| Source Sets | Université Laval |
| Language | French |
| Detected Language | French |
| Type | COAR1_1::Texte::Thèse::Mémoire de maîtrise |
| Format | 1 ressource en ligne (xiv, 59 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0028 seconds