Contribution à l'interprétation de scènes spatio-temporelles

par Brendan Le Bouill

Projet de thèse en Automatique, Productique, Signal et Image, Ingénierie cognitique

Thèses en préparation à Bordeaux , dans le cadre de École doctorale des sciences physiques et de l’ingénieur (Talence, Gironde) , en partenariat avec Laboratoire de l'intégration du matériau au système (Talence, Gironde) (laboratoire) et de SPECTRAL (equipe de recherche) depuis le 05-10-2015 .


  • Résumé

    La problématique scientifique au cœur de cette thèse s'inscrit dans le cadre général de la vision par ordinateur. Il s'agit à partir d'une séquence d'images, pouvant potentiellement être constituée de plusieurs modalités optique, infra-rouge ou radar, de segmenter le contenu de la scène en tenant compte des données de géolocalisation du porteur (egomotion) afin d'en rendre plus robuste l'interprétation. Pour ce faire, il est nécessaire de concevoir des méthodes de segmentation probabilistes ou variationnelles exploitant des critères de décision fiables et efficaces. Il s'agit d'étudier l'adéquation d'un modèle géométrique avec un modèle d'apparence afin d'obtenir une représentation cohérente d'une scène 3D observée. L'association d'un modèle d'apparence et d'un modèle géométrique permet d'obtenir une reconstruction dense de l'environnement à la fois compacte et facile à propager. Ceci permet des interactions simplifiées avec le modèle de la scène par rapport à une représentation sous la forme d'un nuage de points.

  • Titre traduit

    Contribution to spatiotemporal scene interpretation


  • Résumé

    The research topic of this PhD thesis is computer vision. From a series of images, possibly obtained from optical, infrared or radar cameras, an interpretation of the observed scene is computed. Probabilistic or variational methods are used to build this robust interpretation of the observed scene. The general problematic studied during this thesis is the adequacy between geometrical and appearance models in order to obtain a consistent reconstruction of the scene. This association allows to build a dense reconstruction of the environment that is both compact and easy to propagate. The advantage of this type of methods is that it allows simplified interactions with the reconstructed scene contrary to a point cloud representation.