Le résultat de la numérisation de scènes 3D par relevé laser correspond généralement à un ensemble non-structuré de points 3D de l’espace, de densité variable, parfois incomplet ou bruité par endroit.

Ces scènes 3D comportent de nombreux éléments qui peuvent être répartis en différentes catégories; de plus, ces éléments peuvent être mobiles ou statiques, et peuvent parfois changer périodiquement.

Le but du projet est de nous intéresser à la détection et à la segmentation d’objets présents dans la scène scannée. Pour cela nous proposons de nous intéresser aux méthodes d'apprentissage automatique en prenant en compte la spécificité des données dont on dispose, à savoir les nuages de points mais aussi le contenu visuel porté par des images additionnelles, généralement produites par le scanner de manière combinée à la production du nuage de points.

Le travail de recherche proposé s'inscrit dans le cadre industriel du développement de logiciel par la société Technodigit et la production de modèles numériques de scènes 3D complexes et de grande taille, en partenariat avec l'équipe Origami du LIRIS.