Tan Khoa Mai soutient sa thèse de doctorat le jeudi 13 décembre 2018 « Vers un système de vision artificielle opportuniste pour l’analyse de scènes complexes à partir de caméras mobiles »

/, Evénements, Recherche, Soutenance de thèse/Tan Khoa Mai soutient sa thèse de doctorat le jeudi 13 décembre 2018 « Vers un système de vision artificielle opportuniste pour l’analyse de scènes complexes à partir de caméras mobiles »

Tan Khoa Mai soutient sa thèse de doctorat le jeudi 13 décembre 2018 « Vers un système de vision artificielle opportuniste pour l’analyse de scènes complexes à partir de caméras mobiles »

Tan Khoa Mai soutient sa thèse de doctorat le jeudi 13 décembre 2018 à 14h, site Pelvoux, Amphi Bx30.

TitreVers un système de vision artificielle opportuniste pour l’analyse de scènes complexes à partir de caméras mobiles 


Mots clés: Flot optique, Détection de surfaces planaires, Odométrie visuelle 

Résumé: L’objectif de ces travaux de thèse consiste à proposer un système de vision pour l’analyse de scènes dynamiques dit « opportuniste » En ce sens, il est orienté vers une tâche applicative précise et profite des connaissances à priori fournies par l’application ainsi que des indices disponibles provenant de la scène perçue (couleur, texture, géométrie) selon leur pertinence. Cette thèse propose de pousser jusqu’au bout la vision monoculaire basée sur l’analyse d’images issues d’une caméra embarquée sur un véhicule mobile. Dans un premier temps est proposée une nouvelle méthode d’estimation du flot optique, information directement estimable à partir d’une séquence d’images. L’approche se base sur la génération d’une carte de fiabilité pour raffiner le flot optique à travers un processus itératif profitant d’informations disponibles telles que la couleur. La carte de mouvement ainsi obtenue est ensuite exploitée pour une détection rapide des plans 3D principaux. Pour cela, une approche cumulative, appelée uv-vélocité, exploitant les propriétés géométriques du champ des vecteurs de mouvement, est développée. Elle permet de détecter les surfaces planaires en partant d’hypothèses concernant la nature de l’egomouvement. Contrairement à l’approche déjà existante c-vélocité, la méthode proposée permet une stratégie de vote plus progressive qui prend en compte plus de modèles d‘ego-mouvement et plus de modèles de surfaces planaires
Le modèle de mouvement de chaque surface détectée est réintégré à la méthode d’estimation du flot optique qui devient une méthode d’optimisation sous contrainte de validité du modèle planaire afin d’améliorer la précision de l’estimation du flot optique. Par ailleurs, nous montrons dans cette thèse comment un processus d’odométrie visuelle peut tirer profit de la méthode de détection de surfaces planaires.
L’approche d’estimation du flot optique est évaluée en termes de précision et de temps d’exécution sur la base de données Middlebury. En ce qui concerne la uv-vélocité, la validation est faite aussi bien sur des flots simulés que sur des images de la base de données de KITTI.

WP to LinkedIn Auto Publish Powered By : XYZScripts.com