Nous proposons une méthode utilisant les histogrammes de gradient orienté (HOG) et les séparateurs à vaste marge (SVM) pour la détection de personnes à partir d'images prises depuis un petit robot mobile autonome. Les travaux antérieurs réalisés dans le domaine de la détection d'êtres humains à partir d'images ne peuvent pas être employés pour ce type d'application car ils supposent que les images sont prises à partir d'une position élevée (au moins la hauteur d'un petit enfant) alors que la taille de notre robot n'est que de 15cm. Nous employons à la fois les HOG et les SVM car cette combinaison de méthodes est reconnue comme étant celle ayant le plus de succès pour la détection de personnes. Pour traiter une grande variété de formes humaines, principalement en raison de la distance existant entre les personnes et le robot, nous avons développé une nouvelleméthode de prédiction à deux étapes utilisant deux types de classificateurs SVM qui reposent sur une estimation de la distance. L'estimation est basée sur une proportion de pixels de couleur de peau dans l'image, ce qui nous permet de clairement séparer notre problème de la détection de corps entier et de celle de corps partiel. Les essais réalisés dans un bureau ont montré des résultats prometteurs de notre méthode avec une valeur de F de 0,93.