Une méthode utilisée pour faire du tracking de personne consiste à évaluer les points d’une carte du sol ayant la plus grande probabilité de contenir quelqu’un. Etant donné une position sur la carte, il s’agit de représenter une personne comme un rectangle dans l’image provenant d’une caméra, et d’estimer à quel point l’image binaire dérivée de l’image réelle ressemble à cette image synthétique, la comparaison étant faite par l’algorithme POM. Cette opération est faite sur plusieurs caméras placées à différents endroits, et filmant la même scène sous un angle différent. Il est alors possible de localiser la personne par la position la plus probable correspondant à toutes les vues caméra. Pour utiliser cette méthode, il faut connaître les transformations donnant la position de la tête, respectivement des pieds de la personne dans une vue caméra, étant donné un point de la carte. Ces transformations peuvent être déterminées de manière exacte si tous les paramètres de la caméra sont connus (position exacte, focale, etc..). Si toutes ces informations ne sont pas disponibles de manière précise, il faut alors calibrer la caméra par des méthodes annexes, par exemple en posant des marques au sol, et en les retrouvant manuellement sur les images des caméras, mais ce travail est relativement long. Durant ce projet, nous avons testé une méthode de calibration automatique des caméras permettant d’obtenir la transformation voulue sans avoir besoin de repères posés à la main. Cette calibration se base sur la détection de la position d’une personne en mouvement dans toute la zone couverte par les caméras ; cette position est ensuite utilisée à la place des repères au sol pour estimer la transformation.