Accès aux Tléchargement | Résumé | Contact | Référence BibTex | Référence EndNote |

Sekkal13a

R. Sekkal, F. Pasteau, M. Babel, B. Brun, I. Leplumey. Simple Monocular door detection and tracking. In IEEE Int. Conf. on Image Processing, ICIP'13, Melbourne, Australia, Septembre 2013.

Télécharger l'article [Aide]

Charger l'article : Doi page

Charger l'article sur Hal: Hal : Hyper Archive en ligne

Charger l'article : Adobe portable document (pdf) pdf

Copyright :

Les documents contenus dans ces répertoires sont rendus disponibles par les auteurs qui y ont contribué en vue d'assurer la diffusion à temps de travaux savants et techniques sur une base non-commerciale. Les droits de copie et autres droits sont gardés par les auteurs et par les détenteurs du copyright, en dépit du fait qu'ils présentent ici leurs travaux sous forme électronique. Les personnes copiant ces informations doivent adhérer aux termes et contraintes couverts par le copyright de chaque auteur. Ces travaux ne peuvent pas être rendus disponibles ailleurs sans la permission explicite du détenteur du copyright.

Cette page est générée automatiquement par bib2html v217, © Inria 2002-2018, Projet Lagadic/Rainbow

Résumé

When considering an indoor navigation without using any prior knowledge of the environment, relevant landmark extraction remains an open issue for robot localization and navigation. In this paper, we consider indoor navigation along corridors. In such environments, when considering monocular cameras, doors can be seen as important landmarks. In this context, we present a new framework for door detection and tracking which exploits geometrical features of corridors. Since real-time properties are required for navigation purposes, designing solutions with a low computational complexity remains a relevant issue. The proposed algorithm relies on visual features such as lines and vanishing points that are further combined to discriminate the floor and wall planes and then to recognize doors within the image sequences. Detected doors are used to initialize a dedicated edge-based 2D door tracker. Experiments show that the framework is able to detect 82\% of doors on our dataset while respecting real time constraints

Contact

Marie Babel

Référence BibTex

@InProceedings{Sekkal13a,
   Author = {Sekkal, R. and Pasteau, F. and Babel, M. and Brun, B. and Leplumey, I.},
   Title = {Simple Monocular door detection and tracking},
   BookTitle = {IEEE Int. Conf. on Image Processing, ICIP'13},
   Publisher = {IEEE},
   Address = {Melbourne, Australia},
   Month = {September},
   Year = {2013}
}

Référence EndNote [help]

Charger la référence EndNote (.ref)