METHOD FOR DETECTING A TARGET IN STEREOSCOPIC IMAGES BY LEARNING AND STATISTICAL CLASSIFICATION ON THE BASIS OF A PROBABILITY LAW

The present invention relates to a method for detecting a target present in at least two images of a single scene acquired simultaneously by separate cameras. The method comprises, in focusing conditions, a preliminary step of learning targets, said learning step including a step of modeling data X corresponding to an area of interest in the images using a distribution law P such that P(X) = P(X2d, X3d, XT ) = P(X2d )P(X3d )P(XT ), where X2d represents luminance data in the area of interest, X3d represents depth data in the area of interest, and ?T represents movement data in the area of interest. The method also comprises, in operation conditions, a simultaneous step of classifying the objects present in the images, the target being considered as detected when an object is classified as being one of the targets learnt during the learning step. The invention can be used for monitoring, assistance and security from stereoscopic images. La présente invention concerne un procédé de détection d'une cible présente dans au moins deux images d'une même scène capturées simultanément par des caméras distinctes. Le procédé comporte, dans des conditions de mise au point, une étape préalable d'apprentissage de cibles, ladite étape d'apprentissage incluant une étape de modélisation des données X correspondant à une zone d'intérêt dans les images par une loi de distribution P telle que P(X) = P(X2d, X3d, XT ) = P(X2d )P(X3d )P(XT ) où X2d sont les données de luminance dans la zone d'intérêt, X3d sont les données de profondeur dans la zone d'intérêt et ?T sont les données de mouvement dans la zone d'intérêt. Le procédé comporte également, dans des conditions d'exploitation, une étape simultanée de classification d'objets présents sur les images, la cible étant réputée détectée dès lors qu'un objet est classifié comme étant l'une des cibles apprises pendant l'étape d'apprentissage. Application : surveillance, assistance et sécurité à partir d'images stéréoscopiques.