⚡ electrical engineering

Occlusion-Aware Multi-Object Tracking via Expected Probability of Detection

Cet article propose une méthode de suivi multi-objets qui améliore les modèles de détection standards en attribuant à chaque objet une probabilité de détection attendue, calculée conditionnellement à son existence et tenant compte systématiquement des incertitudes liées aux occlusions mutuelles entre tous les objets.

Auteurs originaux : Jan Krejčí, Oliver Kost, Yuxuan Xia, Lennart Svensson, Ondřej Straka

Publié 2026-03-04

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Jan Krejčí, Oliver Kost, Yuxuan Xia, Lennart Svensson, Ondřej Straka

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🕵️‍♂️ Le Grand Jeu de Cache-Cache : Comment suivre les objets quand ils se cachent ?

Imaginez que vous êtes un gardien de sécurité dans un grand centre commercial. Votre travail consiste à suivre une douzaine de personnes (des "objets") qui se promènent. Vous avez une caméra qui vous envoie des photos de ces personnes.

Le problème ? Les gens se cachent les uns derrière les autres.

Quand une personne passe derrière un pilier ou derrière un autre client, votre caméra ne la voit plus. Dans le monde de la robotique et de la conduite autonome, c'est un cauchemar : si le système perd de vue un piéton, il pourrait ne pas le voir arriver et causer un accident.

Ce papier de recherche propose une nouvelle méthode intelligente pour résoudre ce problème de "cache-cache".

1. Le Problème : La vieille méthode est trop "bête"

Jusqu'à présent, la plupart des systèmes de suivi fonctionnaient comme un élève qui apprend par cœur :

La vieille méthode (Ad-hoc) : "Si je ne vois pas la personne, je suppose qu'elle est cachée. Je continue à deviner où elle est, mais je ne suis pas très sûr. Quand elle réapparaît, je dis 'Ah, c'est toi !' et je reprends le suivi."
Le défaut : C'est comme si le système disait : "Je vais deviner où est caché le voisin, mais je vais ignorer le fait que le voisin du voisin pourrait aussi être caché." C'est approximatif et ça peut faire des erreurs dans des situations critiques (comme une voiture autonome).

D'autres méthodes essayaient d'être plus précises en utilisant des formules physiques complexes, mais elles devenaient si compliquées que les ordinateurs ne pouvaient pas les calculer assez vite pour être utiles en temps réel.

2. La Solution : La "Probabilité de Détectabilité Moyenne"

Les auteurs (des chercheurs de l'Université de Bohême de l'Ouest et d'autres) ont inventé une nouvelle approche qu'ils appellent PRO (pour Palm, Reduce, Obey – des termes techniques, mais on va les simplifier).

Voici l'analogie de la Bougie dans une foule :

Imaginez que chaque personne que vous suivez tient une bougie.

La vieille méthode : Elle se demande : "Est-ce que je vois la bougie ?" Si non, elle suppose que la bougie est éteinte ou cachée.
La nouvelle méthode (PRO) : Elle se demande : "Quelle est la probabilité que je vois cette bougie, en tenant compte de TOUTES les autres personnes autour ?"

Au lieu de deviner où est exactement chaque personne, le système calcule une "Espérance de Probabilité de Détection".

C'est comme si le système disait : "Je ne sais pas exactement où est Pierre, mais je sais qu'il y a 30% de chances qu'il soit derrière Paul, et 70% qu'il soit visible. Donc, ma 'probabilité moyenne' de le voir est de 70%."

En utilisant cette moyenne intelligente, le système reste prudent. Il ne perd pas complètement le fil de la personne cachée, mais il ne panique pas non plus.

3. Comment ça marche ? (L'Analogie du Chef d'Orchestre)

Pour faire ce calcul, les chercheurs utilisent un outil mathématique appelé Distribution de Palm Réduite. Ne vous inquiétez pas du nom barbare, voici l'image :

Imaginez un chef d'orchestre qui doit suivre chaque musicien.

L'approche classique : Le chef regarde chaque musicien individuellement et dit : "Toi, tu es caché, donc je ne t'écoute pas."
L'approche PRO : Le chef dit : "Si je savais que le violoniste (l'objet que je suis) est là, quelle serait la probabilité que l'orchestre entier (les autres objets) le cache ?"

Le système calcule cette probabilité en regardant toutes les possibilités de positions des autres objets, pondérées par leur incertitude. C'est comme si le système jouait à "devinette" avec toutes les hypothèses possibles en même temps, mais de manière très organisée pour ne pas exploser la mémoire de l'ordinateur.

4. Le Résultat : Plus de précision, moins d'oubli

Les chercheurs ont testé leur méthode sur des vidéos de piétons qui marchent dans la rue (un jeu de données célèbre appelé MOT-17).

Ce qu'ils ont découvert :
- Leur méthode (PRO) trouve plus de piétons que les anciennes méthodes, surtout quand ils sont cachés.
- Elle fait moins d'erreurs de "fantômes" (dire qu'il y a quelqu'un alors qu'il n'y a personne).
- Elle est plus robuste : même si la caméra a du mal, le système garde le fil des personnes.

C'est comme si votre gardien de sécurité avait un super-pouvoir : il ne perd jamais de vue les gens, même s'ils se cachent derrière un mur, car il a calculé mathématiquement où ils devraient être en fonction de ce que le mur cache.

En résumé

Ce papier propose une façon plus intelligente et plus sûre de suivre des objets qui se cachent les uns les autres. Au lieu de faire des suppositions hasardeuses, le système calcule une "moyenne pondérée" de la visibilité de chaque objet, en tenant compte de tout le chaos autour de lui.

C'est une avancée majeure pour rendre les voitures autonomes et les systèmes de surveillance plus sûrs, car ils ne risqueront plus de "oublier" un piéton juste parce qu'il a traversé la rue derrière un bus.

1. Problématique

La poursuite multi-objets (MOT) vise à estimer le nombre et la localisation de plusieurs objets en mouvement à partir de détections bruitées. Un défi majeur dans ce domaine est l'occlusion, où les objets se bloquent mutuellement la vue par rapport au capteur.

Les méthodes existantes pour gérer les occlusions se divisent en trois catégories :

Ad hoc : Des approches heuristiques qui réintroduisent des pistes perdues ou utilisent des variables de visibilité sans fondement probabiliste rigoureux.
Hybrides : Combinaison de modèles physiques et de heuristiques (ex: estimation des états des autres objets pour calculer la probabilité de détection).
Basées sur le modèle : Approches probabilistes complètes (Bayésiennes). Cependant, la plupart des méthodes de cette catégorie souffrent d'approximations drastiques ou de complexité computationnelle intraitable lorsqu'elles tentent de modéliser la dépendance de la probabilité de détection (PoD) d'un objet vis-à-vis de la présence de tous les autres objets.

Le problème central est donc de développer une stratégie de poursuite entièrement basée sur un modèle probabiliste, capable de gérer les incertitudes spatiales et d'existence de tous les objets de manière cohérente, tout en restant algorithmiquement traitable.

2. Méthodologie

Les auteurs proposent une solution variationnelle Bayésienne qui modifie la façon dont la probabilité de détection (PoD) est intégrée dans le filtre de poursuite.

A. Modélisation SPO-D (Standard Point-Object with Dependency)

L'article généralise le modèle standard d'objet ponctuel (SPO) en un modèle SPO-D, où la probabilité de détection $P_D(x_k, X_k \setminus \{x_k\})$ d'un objet $x_k$ dépend explicitement de l'ensemble des autres objets $X_k$ . Cela permet de modéliser physiquement l'occlusion.

B. Approximation par Espérance de PoD (EPoD)

Au lieu d'estimer les états des autres objets et de les substituer dans le modèle (ce qui ignore les incertitudes), les auteurs proposent de calculer l'espérance de la probabilité de détection (EPoD).

L'EPoD est définie comme l'espérance conditionnelle de la PoD par rapport à la densité de Palm réduite (RPD).
La RPD, notée $p_{\Theta|x}(O|x)$ , représente la distribution des autres objets $\Theta = \Xi \setminus \{x\}$ étant donné que l'objet $x$ existe dans le système.
Mathématiquement, l'EPoD pour un objet est :
$\bar{P}_D(x) = \mathbb{E}_{\Theta|x} [ P_D(x, \Theta) ]$
Cette approche intègre rigoureusement les incertitudes spatiales et d'existence de tous les autres objets.

C. Implémentation via le Filtre MBM (Multi-Bernoulli Mixture)

Pour rendre le problème traitable, les auteurs utilisent un filtre MBM avec marques (labels).

Chaque objet est associé à une marque unique.
Une approximation est développée pour calculer l'EPoD uniquement en fonction de la marque de l'objet, ce qui permet d'utiliser le filtre MBM standard tout en tenant compte des occlusions.
Une stratégie de réduction de complexité est proposée : seuls les objets ayant une probabilité d'existence élevée et susceptibles d'occlure l'objet cible sont pris en compte dans le calcul de l'intégrale (via une méthode de Monte Carlo ou une sommation exhaustive sur les sous-ensembles pertinents).

La stratégie proposée est nommée PRO (Palm conditioning, Reduction, Obey), par opposition à la stratégie ESO (Estimate, Substitute, Obey) utilisée dans les méthodes précédentes.

3. Contributions Clés

Développement théorique : Dérivation de deux approximations de l'a posteriori multi-objet pour un modèle de mesure dont la PoD dépend de tous les objets, en utilisant la densité de Palm réduite.
Calcul analytique de la RPD : Fourniture de formules explicites pour la RPD dans le cas de densités multi-objets courantes (Bernoulli, Poisson, Poisson Multi-Bernoulli).
Algorithme traitable : Proposition d'une méthode de calcul efficace de l'EPoD pour un prior de type Multi-Bernoulli Mixture (MBM) avec marques.
Validation empirique : Application réussie au suivi visuel (caméra monoculaire) sur le jeu de données MOT-17, démontrant la supériorité de l'approche par rapport aux méthodes existantes.

4. Résultats Expérimentaux

Les tests ont été réalisés sur les séquences vidéo MOT17-02, MOT17-04 et MOT17-09 en comparant le filtre MBM-PRO (proposé) avec :

Le filtre MBM de base (PoD constant).
Le filtre MBM-ESO (méthode existante d'estimation et substitution).
Des algorithmes de vision par ordinateur (SORT, FastTracker).

Principales observations :

Performance supérieure : Le MBM-PRO surpasse le MBM-ESO et le MBM de base, notamment en réduisant le nombre de faux négatifs (objets manqués) et en améliorant le suivi des objets visibles et occlus.
Gestion des occlusions : Le MBM-PRO réussit à suivre un plus grand nombre de piétons occlus que les autres filtres probabilistes.
Comparaison avec l'état de l'art : Bien que FastTracker (basé sur des réseaux de neurones et des ré-identifications) obtienne les meilleurs scores globaux, le MBM-PRO surpasse les méthodes basées sur le modèle (comme SORT) et offre l'avantage crucial d'une quantification probabiliste des erreurs, essentielle pour les applications critiques.
Coût computationnel : Le calcul de l'EPoD est plus lent que la méthode ESO, mais reste gérable (quelques centaines de millisecondes par image selon la complexité de la scène).

5. Signification et Impact

Cet article représente une avancée significative dans le domaine du suivi multi-objets probabiliste.

Rigueur théorique : Il comble le fossé entre les approches heuristiques (souvent performantes mais non justifiables probabilistiquement) et les modèles physiques complets (souvent intraitables).
Gestion des incertitudes : En utilisant la densité de Palm réduite, la méthode ne se contente pas de remplacer les autres objets par leurs estimations moyennes, mais intègre véritablement leurs distributions de probabilité, offrant une estimation plus robuste dans des scénarios denses et occlus.
Applicabilité : Bien que démontré sur la vision, le cadre proposé est indépendant du capteur et peut s'appliquer au LiDAR, aux radars ou à d'autres systèmes de détection où les occlusions sont un problème majeur.

En conclusion, la méthode PRO offre une stratégie de gestion des occlusions cohérente, fondée sur des principes physiques et probabilistes, qui améliore la fiabilité du suivi sans sacrifier la capacité de quantification de l'incertitude.