" Procédé pour déterminer un taux de transformation local d'un objet d'intérêt."

La présente invention se rapporte à un procédé pour déterminer un taux de transformation local d'un objet d'intérêt présent dans une zone d'observation, dans lequel procédé on acquiert une pluralité d'images de la zone d'observation au moyen d'une caméra. Elle trouve une application particulièrement intéressante mais non limitative dans le domaine de l'analyse comportementale par vision artificielle. Plus précisément, la présente invention peut s'appliquer à des systèmes dans lesquels on dispose d'au moins une caméra disposée en hauteur dans un endroit stratégique d'un magasin où l'on est capable de visualiser des déplacements de personnes. Le flux vidéo de la caméra est traité de façon notamment à réaliser des analyses comportementales.

Un but de la présente invention est d'améliorer la disposition d'objets dans les rayons d'un magasin. La présente invention a aussi pour but un nouvel outil d'analyse comportementale. Un autre but de l'invention est un procédé pour estimer un taux de transformation d'un produit de manière précise et locale.

On atteint au moins l'un des buts précités avec un procédé pour analyser le comportement d'individus en déplacement dans une zone d'observation comprenant un objet d'intérêt. Cet objet d'intérêt peut être physiquement présent ou simplement représenté, par exemple sous forme d'une image, d'un panneau publicitaire,... Dans ce procédé, on acquiert une pluralité d'images de la zone d'observation au moyen d'une caméra. Selon l'invention, pour chaque image acquise on réalise les étapes suivantes :

- extraction d'un fond fixe de l'image, - une étape a) de détection de zones de pixels « blobs » se détachant du fond fixe de l'image, cette zone de pixels correspond en fait aux éléments en mouvement, en particulier aux individus,

- une étape b) de détection des individus, dans laquelle : bl) pour chaque blob, on génère plusieurs hypothèses de positions possibles au sein d'un modèle tridimensionnel de la zone d'observation en

utilisant les caractéristiques de la caméra et une taille standard d'individu ; et pour chaque position possible, on détecte une tête d'individu en appliquant un modèle tridimensionnel d'individu sur le blob correspondant,

- b2) dénombrement des individus pour chaque blob, en fait parmi les hypothèses de position possibles, on détermine la position la plus probable vis-à-vis des dimensions du blob concerné, c) pour chaque individu détecté, détermination de la position occupée par cet individu, et d) pour l'ensemble des positions déterminées, on minimise la distance globale entre les positions ainsi déterminées dans l'image en cours et des positions déterminées lors d'une image précédente.

Avantageusement, pour un intervalle de temps donné, on détermine la trajectoire de chaque individu ayant traversé la zone d'observation, et on détermine un taux de transformation comme étant le rapport entre le nombre de trajectoires ainsi déterminées et une valeur d'intérêt qui est fonction dudit objet d'intérêt. L'homme du métier comprendra aisément que ce rapport peut être défini dans un sens (nombre de trajectoires/valeur d'intérêt) ou dans le sens inverse (valeur d'intérêt/nombre de trajectoires).

Avec le procédé selon l'invention, on peut déterminer de façon très précise un taux de transformation local : la zone d'observation est une zone qui est judicieusement définie autour notamment de l'objet d'intérêt. Cette zone d'observation peut avantageusement correspondre au champ de vision de la caméra.

En d'autres termes, pour réaliser le taux de transformation, on réalise un processus de suivi de déplacements, puis on en déduit des trajectoires. Ensuite on compare le nombre de ces trajectoires avec une valeur d'intérêt.

Selon l'invention, cette valeur d'intérêt peut être le nombre d'individus dont la trajectoire présente un temps d'arrêt de durée prédéterminée devant l'objet d'intérêt. Cette valeur d'intérêt représente en fait l'intérêt que les passants ont pu avoir sur l'objet d'intérêt. Le fait de marquer un temps d'arrêt signifie que l'individu a porté un certain intérêt à l'objet d'intérêt.

A titre d'exemple non limitatif, l'objet d'intérêt peut être :

- un outil de communication tel qu'un écran plasma, un élément d'affichage quelconque...placé dans un lieu fermé comme un magasin ou non (à l'extérieur) ;

- une vitrine de présentation de produit, en interne ou en externe ;

- l'entrée d'un espace tel qu'un magasin : la valeur d'intérêt pouvant alors être le nombre de personnes ayant franchi une porte d'entrée.

Selon l'invention, lorsque plusieurs objets d'intérêt sont disponibles dans la zone d'observation ou ailleurs, cette valeur d'intérêt peut également être le nombre d'objets d'intérêt ayant été détectés par un appareil de détection de sortie d'objets d'intérêt. Avantageusement cet appareil de détection peut être un lecteur infrarouge présent dans les caissiers de magasins et relié à un serveur de gestion de stock par exemple. En fait, dans ce cas, la valeur d'intérêt représente le nombre d'objets d'intérêt vendus par le magasin dans l'intervalle de temps donné.

On peut aussi imaginer la détermination du rapport entre le nombre d'individus dont la trajectoire présente un temps d'arrêt de durée prédéterminée devant l'objet d'intérêt et le nombre d'objets d'intérêt ayant été détectés par l'appareil de détection de sortie d'objets d'intérêt.

La présente invention est notamment basée sur un processus de suivi de déplacements d'individus dans la zone d'observation. Le processus de suivi fait intervenir une détection d'individus image par image. Plus deux détections sont proches, plus elles sont susceptibles de correspondre à un même individu. Ainsi la trajectoire d'un individu est formée par un ensemble de positions déterminées à travers des images successives et appariées ensemble selon le critère de la minimisation globale.

Selon une caractéristique avantageuse de l'invention, la minimisation de la distance globale consiste à réaliser les étapes suivantes : pour chaque position d'individu déterminée, on évalue la distance par rapport aux autres positions d'individus, définissant ainsi une matrice de distances que l'on convertit en matrice de similitudes, puis on normalise des vecteurs propres de cette matrice de similitudes. En d'autres termes, on réalise en fait une méthode à base de décomposition en valeurs singulières. La normalisation des vecteurs propres de cette matrice de similitudes permet d'identifier le meilleur appariement global de l'ensemble des positions.

Selon l'invention, la distance entre deux positions est définie en prenant en compte : une distance géométrique 3D : chaque position est identifiée dans un repère 3D fixe, il est donc possible d'évaluer la distance en mètres séparant deux positions ;

- une distance géométrique 2D avec prise en compte de recouvrement : chaque position est identifiée dans le plan de l'image, il est donc possible d'évaluer la distance en pixels séparant deux positions dans cette représentation, on peut notamment utiliser la distance dite de Hausdorf, et/ou utiliser des critères de recouvrement de positions ;

- une distance colorimétrique : pour chaque position, il est possible d'établir une signature à partir de ses histogrammes de couleur ; la mesure de corrélation entre les signatures de deux positions permet d'en déduire une distance d'apparence des deux positions ; - une cohérence temporelle : la date de détection de deux positions peut être intégrée dans la mesure de distance pour apparier de préférence deux positons proches dans le temps.

L'invention est notamment remarquable par le fait qu'on effectue un appariement global sur l'ensemble des individus détectées, en utilisant des notions riches de distance entre individus pouvant être basées sur des notions de position géométrique, dimensions, signature d'apparence, cohérence temporelle, ...

- Selon une caractéristique avantageuse de l'invention, l'étape bl) de détection d'une tête d'individu s'effectue par analyse de contours.

Selon une première variante, l'étape de détection de têtes comprend les étapes suivantes :

- application d'un filtre de Canny sur l'image par rapport aux zones de pixels de façon à générer une image de contours des zones de pixels, application d'une transformée en distance de façon à élaborer une carte de distances, réalisation d'une convolution entre la carte de distance et un modèle de tête (« template ») de façon à obtenir une carte de convolution, et

application d'un algorithme de ligne de partage des eaux (« watershed ») de façon à détecter des têtes d'individus. L'utilisation d'algorithme de ligne de partage des eaux pour la détection de têtes d'individus permet d'obtenir les positions les plus probables de têtes dans l'image sans avoir recours à des valeurs arbitraires (notamment de valeurs de seuils) ce qui limite les risques de non détection et garantit l'unicité d'une solution locale.

Selon une variante de l'invention, l'étape bl) de détection d'une tête d'individu s'effectue par détermination de cohérences entre des positions de tête et de pied. Pour ce faire :

- on établit une correspondance entre des pixels de l'image et des points de l'espace correspondant,

- on considère que les pixels d'un blob correspondent à un point visible d'un individu et potentiellement à ses pieds ou à sa tête, et - on réalise une projection de ces pixels sur les plans du sol et des plans placés à hauteur standard de tête, la zone commune de projection des pieds et de la tête étant identifiée comme une position possible.

Avantageusement, le dénombrement consiste à identifier simultanément le nombre d'individus présents et leur position respective. En d'autres termes, on réalise une segmentation de groupes. En effet, dans la plupart des circonstances, les images proviennent d'une caméra ayant parfois un angle de visée oblique par rapport au sol, provoquant ainsi de nombreuses situations d'occlusion entre individus, il est alors difficile d'utiliser une recherche individu par individu. Pour cela, la présente invention propose donc une solution cherchant à détecter et dénombrer un groupe (identification simultanée du nombre de personnes présentes et de leur position respective), et non à détecter chaque individu séparément.

Selon une caractéristique de l'invention, l'identification des individus est effectuée à partir d'un modèle d'apparence à trois ellipses imitant un individu.

Ce modèle d'apparence est optimisé selon les critères suivants : minimisation du nombre d'individus, maximisation du nombre de pixels différents du fond et appartenant aux silhouettes,

minimisation du nombre de pixels différents du fond et n'appartenant pas aux ellipses, minimisation du nombre de pixels appartenant au fond et aux ellipses, et - minimisation de la distance des contours d'un modèle 2D/3D.

Ensuite, l'optimisation est réalisée au moyen d'un algorithme itératif de descente de gradient.

Selon une caractéristique avantageuse de l'invention, on répartit la convergence de l'algorithme itératif sur des images successives. La convergence de l'algorithme itératif vers un dénombrement optimal des individus peut prendre un temps considérable. Avec la présente invention, on se contente d'une solution partielle approchée sur une image au moment de passer à l'image suivante; cette solution approchée servant de point de départ pour l'image suivante. Selon une variante avantageuse de l'invention, l'étape b) de détection des individus peut comprendre les étapes suivantes : à partir d'un modèle 3D de la zone d'observation, d'un modèle 3D d'individu, et des caractéristiques liées à l'appareil d'acquisition de la pluralité d'images d'observation, on réalise une projection perspective dans l'image en cours de chaque surface élémentaire de la zone d'observation de façon à obtenir une projection 2D des modèles d'individu ; on calcule la correspondance des modèles 2D sur chaque zone de pixels de façon à obtenir une carte de densité de probabilité de présence ; et on réalise une recherche de maxima par l'algorithme de ligne de partage des eaux de façon à déterminer les individus détectés.

De préférence, les caractéristiques de la caméra vidéo comprennent le champ de vision, le positionnement et la distorsion.

D'une façon générale, selon l'invention, l'extraction du fond fixe de l'image est obtenue en moyennant les valeurs des pixels de l'image au cours du temps.

Selon l'invention, pour tenir compte des faibles variations des valeurs des pixels, on peut modéliser la valeur de chaque pixel de fond par une distribution de probabilités. Cette distribution peut être représentée par une

gaussienne, ou plus sobrement par une valeur moyenne et deux valeurs min et max.

Par ailleurs, afin de minimiser autant que possible l'influence des objets n'appartenant pas au fond, avant de moyenner les valeurs des pixels de l'image, il est possible d'effectuer une détection instantanée de mouvement par soustraction d'images successives et d'appliquer un seuil afin d'obtenir un masque correspondant aux pixels qui ne seront pas moyennes.

D'autres avantages et caractéristiques de l'invention apparaîtront à l'examen de la description détaillée d'un mode de mise en œuvre nullement limitatif, et des dessins annexés, sur lesquels :

La figure 1 est une vue schématique générale d'un exemple de mise en œuvre du procédé selon l'invention, La figure 2 est une vue schématique illustrant le positionnement de plusieurs individus à deux instants différents,

La figure 3 est une vue schématique illustrant l'appariement des positions de la figure 2,

La figure 4 est une vue générale d'un organigramme illustrant différentes étapes d'un procédé selon l'invention,

Les figures 5 et 6 sont des images provenant d'une caméra de surveillance sans et avec des blobs apparents,

La figure 7 est une vue d'un organigramme détaillé d'un algorithme de détection de têtes d'individus, La figure 8 illustre un modèle d'apparence à trois ellipses selon l'invention,

La figure 9 est un schéma simplifié illustrant différentes étapes d'une variante d'algorithme de détection d'individus,

La figure 10 est une vue de l'algorithme décrit sur la figure 9, La figure 11 est un schéma simplifié illustrant la projection des blobs, et

La figure 12 est un schéma simplifié illustrant une zone de correspondance entre des projections de tête et de pied.

Sur la figure 1 on voit un rayon 1 d'un magasin équipé d'une caméra de surveillance 2 disposée en hauteur. Cette caméra de surveillance est fixée au plafond et est disposée en oblique de façon à filmer un objet d'intérêt 3 dans un endroit stratégique tel qu'un carrefour de plusieurs allées dans le magasin. Cette caméra peut tout aussi bien être disposée ailleurs qu'au plafond. Par exemple, elle peut être disposée en hauteur mais pas forcément au plafond. Sa position n'est pas nécessairement oblique, elle peut être verticale ou autre. On définit une zone d'observation 4 qui est une surface autour de l'objet d'intérêt 3 et comprise dans le champ de vision de la caméra 2. La présente invention a pour but de déterminer un taux de transformation entre le nombre de personnes ayant traversé la zone d'observation et le nombre de personnes ayant acheté ensuite l'objet d'intérêt. Cet objet peut être un produit quelconque dans un magasin. Plusieurs objets d'intérêt 3a peuvent être disposés dans un rayon de magasin à proximité dudit objet d'intérêt 3 placé en exposition.

Sur la figure 1, on voit que la caméra de surveillance 2 est reliée à un serveur distant 5 destiné à mettre en œuvre le procédé selon l'invention. Ce serveur distant 5 peut également être relié à un terminal 13 d'une caisse. D'une façon générale, lorsque le magasin comporte plusieurs caisses, le serveur distant 5 est relié à tous les terminaux de caisse. Le terminal 13 est également relié à un lecteur infrarouge 14 destiné à lire le code de chaque produit acheté. Par ce moyen, le serveur distant 5 peut enregistrer et comptabiliser le nombre produits, notamment d'objets d'intérêt 3a achetés en une journée, une semaine, un mois ou un an par exemple. Selon un autre mode de réalisation, on peut prévoir un serveur 5 relié à une ou plusieurs caméras 2, ce serveur 5 ayant un rôle d'unité de traitement t pour les images provenant des caméras 2. On peut alors prévoir plusieurs serveurs 5, chacun relié à une ou plusieurs caméras d'une part, et également relié à un serveur externe de gestion 5bis. Par ailleurs, plusieurs terminaux de caisses 13 peuvent être reliés à un autre serveur externe 13bis qui peut être spécifiquement dédié au magasin. Le serveur externe 5bis peut se connecter au serveur externe 13bis de façon à récupérer des données afin de déterminer des taux de transformation.

Lorsqu'on souhaite réaliser une analyse comportementale sur un mois par exemple. On place l'objet d'intérêt 3 dans la zone d'observation. On

détecte les trajectoires de toute personne traversant la zone d'observation durant ce mois d'analyse. On peut éventuellement isoler de ces trajectoires, celles que l'on considère pertinentes : c'est-à-dire les trajectoires pour lesquels les personnes correspondantes se sont arrêtées par exemple une dizaine de secondes devant l'objet d'intérêt 3. Par exemple, en un mois d'observation, 2500 personnes se sont arrêtées au moins dix secondes devant l'objet d'intérêt 3. Durant la même période, 125 produits 3a se sont vendus dans le magasin. On peut donc en déduire un taux de transformation égal à 2500/125, soit 20. On peut aussi définir plutôt le taux de transformation comme étant le rapport 125/2500, soit 0.05. Dans ce cas le taux de transformation est de 5 pourcent.

On va maintenant décrire le processus de suivi des individus. Le suivi des individus par la caméra permet d'établir des flux dans la zone d'observation. La figure 2 illustre la problématique de l'appariement. On distingue en b21-b25 des positions d'individus pour une image à l'instant t+1, et en a21- a24 des positions d'individus pour une image à l'instant t. On a donc déterminé avec précision la position de chaque individu dans la zone d'observation pour chaque instant. Par exemple pour la position a22, il s'agit de savoir si sa position suivante est la position b21 ou la position b23. Avec le procédé selon l'invention, on réalise une minimisation de la distance globale. En fait on normalise la matrice de correspondance. Sur la figure 3, on voit que l'appariement est optimal par minimisation des distances de façon globale : a22 est apparié à b21, et a24 est apparié à b23.

On va maintenant décrire un peu plus en détail le processus de détection des individus.

Sur la figure 4, on voit un organigramme d'un procédé selon l'invention mis en œuvre dans le serveur distant 5. Cet organigramme a pour entrées une image acquise par la caméra de surveillance 2 et la zone d'observation 4.

A l'étape al, on extrait le fond de l'image acquise de façon à obtenir un modèle de fond fixe. L'algorithme d'extraction du fond peut être de type itératif sur notamment plusieurs images ou un flux d'image vidéo. L'approche la plus simple pour extraire le fond consiste à moyenner les

valeurs des pixels au cours du temps. La contribution à la moyenne d'un objet en mouvement sera d'autant plus faible que son mouvement est rapide par rapport à la cadence des images.

Plus précisément, l'extraction de fond selon l'invention conduit à une modélisation de niveaux de gris, gradients et orientations de gradients moyens et de leurs écarts types. A titre d'exemple, sur la figure 5 on voit une image acquise par la caméra de surveillance 2. On distingue des individus à l'intérieur et hors de la zone d'observation 4 en pointillée. Sur la figure 6, on a réalisé l'étape al de sorte que les éléments en mouvements hors fond fixe sont symbolisés par des blobs 12.

A l'étape a2, on réalise une détection de zone en comparant l'image et le fond, et en extrayant des zones de pixels, appelées « blobs », n'appartenant pas au fond.

A l'étape bl, on réalise une détection de l'ensemble des positions possibles de personnes. Cette étape peut être réalisée de deux façons :

- en effectuant une détection de tête par analyse de contours ; pour ce faire on reçoit en entrée les blobs précédemment détectés et ladite image acquise ;

- en recherchant des cohérences entre des positions de tête et de pied. Pour ce faire on reçoit en entrée les blobs précédemment détectés et ladite image acquise.

Le résultat de l'étape bl est un ensemble d'hypothèses de position de têtes ou d'appariement tête/pied.

Puis, à l'étape b2, on réalise un dénombrement des individus. Plus précisément, on réalise une identification du nombre d'individus dans chaque blob et une estimation de leur position. En fait on élimine les fausses hypothèses de façon à identifier les positions réelles.

En ce qui concerne la méthode de détection de tête. Sur la figure 7, on voit un peu plus en détail un algorithme de détection de têtes de l'étape bl . En entrée, on distingue l'image acquise, les blobs se détachant du fond, et un modèle de tête appelé « template ». La première étape consiste à appliquer un filtre de Canny pour extraire les contours des têtes d'individus sur l'image acquise de façon à obtenir une image de contours dans la zone des blobs.

Ensuite, on réalise une transformée en distance. Il s'agit d'un calcul d'une carte de distance entre contours. C'est un calcul rapide et stable de la corrélation du « template » de tête avec les contours. La sortie de cette étape est une carte de distances. Ensuite, on réalise une convolution entre la carte de distances et le

« template » de façon à obtenir une carte de convolution. La convolution comprend un calcul de la corrélation du « template » de tête avec les contours.

Enfin, on applique un algorithme de ligne de partage des eaux (« watershed » en langue anglaise) pour localiser et quantifier des maxima de corrélation, et déterminer des maxima de probabilité de présence de têtes dans l'image acquise. On obtient en sortie une hypothèse sur la position des têtes.

En ce qui concerne la méthode de cohérence pied-tête. Sur la figure 11, on voit un peu plus en détail un algorithme de recherche de cohérence tête/pied de l'étape bl. En entrée, on considère les blobs se détachant du fond, et la calibration de la caméra permettant d'établir une correspondance entre les pixels de l'image et les points de l'espace leur correspondant. II est considéré que les pixels d'un blob correspondent à un point visible d'une personne à détecter, et potentiellement à ses pieds ou à sa tête. La projection de ces pixels sur les plans du sol et des plans placés à hauteur standard de tête délimite donc des zones où seraient susceptibles de se trouver des personnes. La conjonction de ces projections, représentée dans la figure 12, permet de réduire ces zones à des espaces localisés, correspondant principalement aux positions réelles envisagées de personnes dans la scène.

Sur la figure 8, on voit un exemple de modèle d'apparence d'un individu. Ce modèle est utilisé à l'étape b2. En particulier, la détection d'hypothèses de têtes ou de zones de cohérence pied-tête de l'étape bl génère un grand nombre de fausses détections. Pour aboutir à l'interprétation complète de la scène, on cherche à identifier les individus à partir d'un modèle d'apparence à trois ellipses de la figure 13 (silhouettes pleines), en optimisant les critères suivants :

minimiser le nombre de personnes, maximiser le nombre de pixels différents du fond et appartenant aux silhouettes, minimiser le nombre de pixels différents du fond et n'appartenant pas aux silhouettes, minimiser le nombre de pixels appartenant au fond et aux silhouettes, et/ou minimiser la distance des contours d'un modèle 2D/3D. La convergence vers la solution optimale s'effectue par des méthodes itératives de type descente de gradient. L'évaluation de cette solution à partir de la superposition des modèles d'apparence permet de gérer naturellement les cas d'occlusion.

La détection selon l'invention a comme particularité de s'effectuer dans le repère tridimensionnel de la surface observée, les caméras étant calibrées avec précision dans cet environnement ; la calibration consiste à estimer avec précision la position et l'orientation de la caméra, ainsi que ses propriétés géométriques intrinsèques telles que focale, champ, distorsions...

Ainsi la position des personnes détectées peut être mise en correspondance avec le plan de la surface analysée, et seuls sont comptabilisés les endroits correspondant à leur position réelle (zone située au niveau de leurs pieds), et non l'ensemble des positions au sol correspondant aux pixels des blobs.

Les personnes détectées (dont les contours sont surlignés) génèrent alors une mesure uniquement à l'endroit correspondant à la position de leurs pieds. Cette mesure peut ainsi être visualisée dans un repère absolu du plan.

Sur la figure 9, on voit un autre exemple de procédé de détection d'individus. On fait l'hypothèse d'une taille standard de personne. La zone d'observation est considérée dans ses coordonnées réelles 3D, une "fenêtre de recherche" 6, en fait un parallélépipède 8 de la taille d'une personne, est déplacé dans cette zone suivant un maillage régulier. Pour chaque position de cette fenêtre de recherche, la projection 7 du parallélépipède dans l'image acquise est calculée, et la vraisemblance de présence d'une personne à cette position est évaluée en fonction du remplissage de ce

parallélépipède par des pixels des blobs. Le remplissage est représenté sur le graphe 9.

Cette variante permet donc de gérer la perspective de la scène, ainsi que les défauts de la caméra tels que la distorsion, ce paramètre étant pris en compte dans le calcul de la projection des parallélépipèdes.

Cette variante permet également de prendre en compte le masquage par des objets : si l'on sait qu'une zone correspond à un objet derrière lequel des personnes seraient susceptibles d'être partiellement masquées, l'estimation de la probabilité de présence est corrigée en fonction du nombre de pixels de l'objet masquant situés dans la fenêtre de recherche.

Sur l'image 11 de la figure 9, après lissage, des maxima locaux de vraisemblance sont calculés par une méthode de ligne de partage des eaux sur la vraisemblance inversée; chaque bassin est considéré comme une détection possible. Afin d'éviter des détections multiples d'un même individu (l'une des détections correspondant à son tronc, et est interprétée comme une personne plus éloignée), les détections obtenues à l'étape précédente sont classées et considérées par ordre croissant de distance les séparant de la caméra de surveillance. On valide les détections de la plus proche à la plus lointaine.

Pour qu'une détection soit validée, on prévoit à ce que le parallélépipède soit rempli par des pixels d'un blob au-delà d'un taux prédéterminé. Chaque détection validée efface du blob les pixels contenus dans son parallélépipède, afin d'éviter les détections multiples. Sur la figure 10, on voit un exemple d'organigramme décrivant cette variante. En entrée, on prend en compte la zone d'observation 3D, les caractéristiques de la caméra de surveillance (champ, position, distorsion,...) et un modèle d'individu, de façon à réaliser la projection perspective 7 de chaque surface élémentaire de la zone d'observation. On obtient un modèle 2D des modèles 3D d'individu. Le calcul 9 de correspondance des modèles (le remplissage) entre une image des blobs et le modèle 2D des modèles permet d'établir une carte de densité de probabilité de présence de chaque individu. En 11, on recherche donc les maxima par ligne de partage des eaux (« watershed ») de façon à obtenir les individus détectés.

La présente invention concerne également une application logicielle ou programme d'ordinateur comprenant des instructions pour exécuter les étapes définies dans un procédé selon l'invention.

L'invention concerne également un moyen de stockage informatique tel qu'un CR-ROM, une clef USB, une mémoire flash... stockant un code de programme d'application qui, lors de son exécution par un processeur numérique, fournit des fonctionnalités telles que définies dans un quelconque procédé selon la présente invention.

Bien sûr, l'invention n'est pas limitée aux exemples qui viennent d'être décrits et de nombreux aménagements peuvent être apportés à ces exemples sans sortir du cadre de l'invention.