Thèse de Jérôme Revaud


Sujet :
Reconnaissance et analyse des objets 3D contenus dans une scène à partir de vues 2D

Date de début : 01/10/2007
Date de fin (estimée) : 01/10/2010

Encadrant : Atilla Baskurt
Co-encadrant : Guillaume Lavoué

Résumé :

La détection et la reconnaissance d'objets à partir d'images constituent des domaines de recherche toujours très dynamiques étant donné la difficulté de la tâche ; en effet de simples changements d'éclairages, ou de mouvements de caméra conduisent à des images dans lesquelles un même objet 3D peut avoir de multiples apparences 2D.
Il convient donc de évelopper de nouvelles techniques de traitement et d'analyse d'images afin de détecter des similarités entre les différentes vues que peut offrir un même objet ou une classe d'objets.
Un exemple d'application est la navigation et le repérage d'une scène par un robot mobile muni d'une caméra embarquée: il acquiert des images 2D en se déplaçant dans l'environnement, les analyse en temps réel et conclu qu'il se trouve dans une pièce avec une table, 3 chaises, deux pots de fleurs…
Nous nous sommes intéressés, dans une première approche, à l'utilisation des moments de Zernike pour la reconnaissance 3D d'objets spécifiques dans une scène : la robustesse au bruit et la capacité de généralisation sont excellentes, mais la méthode est lourde en termes de calculs et trop peu robuste à l'occlusion. Dans un second temps, nous avons étudié des approches rapides par random tree de keypoints, mais ce type de méthodes se limite aux objets texturés. Nous souhaitons donc étudier une approche plus générique, qui permettrait de modéliser une classe d'objets avec ses aspects 3D, en utilisant à la fois les contours, les keypoints et les textures caractéristiques de la classe. Pour cela, nous voulons nous inspirer des méthodes existantes hiérarchiques et bio-inspirées, particulièrement rapides et efficaces.