Cours VIS : Vision par ordinateur

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Cours VIS : Vision par ordinateur"

Transcription

1 Cours VIS : Vision par ordinateur 1 Master 2 Recherche Informatique Éric Marchand La vision par ordinateur c est quoi? 2 Mathématique, Informatique, Intelligence artificielle, traitement du signal, automatique Théorie : modèle de perception visuelle (des formes, des objets, du mouvement), géometrie, etc. 1

2 Applications 3 Navigation autonome d'un robot Reconstruction 3D d'environnement Reconstruction 3D de volume (imagerie médicale) Mosaïque Détection et segmentation d'objets Reconnaissance de formes et d'objets Fusion d'image multimodeles,... Applications 4 Navigation autonome d'un robot Jet Propulsion Laboratory, Mars Pathfinder (juillet 1997) 2

3 Applications 5 Reconstruction 3D d'environnement Applications 6 Reconstruction 3D d'environnement 3

4 Applications 7 Reconstruction 3D de volume (imagerie médicale) Applications 8 Mosaïque 4

5 Applications 9 Détection et segmentation d'objets Bibliographie - livres 10 R. Hartley, A. Zisserman. Multiple view geometry in computer vision. Cambridge university press, M. Dhome (Ed.). Perception visuel par imagerie video, Traite IC2, Hermes, R. Horaud et O. Monga, Vision par ordinateur, outils fondamentaux (first edition) and 1995 (second edition), Editions Hermès. D. Forsyth, J. Ponce, Computer Vision, a modern approach, Prenctice Hall,

6 Bibliographie - articles 11 Zhang, Z. and Deriche, R. and Faugeras, O. and Luong, Q.-T. A Robust technique for matching two uncalibrated images through the recovery of the unknown epipolar geometry, Artificial Intelligence 78:87 119, October F. Chaumette, S. Boukir, P. Bouthemy, D. Juvin. Structure from controlled motion, IEEE trans. on Pattern Analysis and Machine intelligence, 18(5): , may A.I. Comport, E. Marchand, M. Pressigout, F. Chaumette. Real-time markerless tracking for augmented reality: the virtual visual servoing framework. IEEE Trans. on Visualization and Computer Graphics, 12(4): , Juillet Bibliographie - articles 12 Azuma, R. and Baillot, Y. and Behringer, R. and Feiner, S. and Julier, S. and MacIntyre, B. Recent Advances in Augmented Reality. IEEE Computer Graphics and Application. 21(6):34-47, november 2001 Debevec, P. and Taylor, C.-J. and Malik, J. Modeling and Rendering Architecture from Photographs: A Hybrid Geometry- and Image-Based Approach. Proceedings of SIGGRAPH 96, pp , Aout Dementhon, D. and Davis, L. Model-Based Object Pose in 25 Lines of Codes. Int. J. of Computer Vision. 15: , 1995 Kass, M. and Witkin, A. and Terzopolous, D. Snakes : Active contour models. Proc. of Int. Conf. Computer Vision, ICCV 87 pp , Londres

7 Mais où est donc passée la 3eme dimension? 13 Scène 3D Scène 2D Problème : Comment remonter au 3D à partir du 2D Un rapide aperçu du problème 14 7

8 Un rapide aperçu du problème 15 Un rapide aperçu du problème 16 8

9 Un rapide aperçu du problème 17 M(X,Y,Z) Les équations de projection m(x,y) Problème : trouver (X,Y,Z) connaissant x,y, pr x (.), pr y (.) Nécessité d utiliser plusieurs images I 1, I 2,, I n Problème de mise en correspondance entre les projetés (x 1,y 1 ), (x 2, y 2 ) du même point 3D La reconstruction 3-D, ou comment retrouver 18 la troisième dimension? Différents systèmes caméra(s) fixe(s) 1 caméra : pas de 3D possible sans a priori sur la scène utilisation du flou, texture, modèle CAO, 1 caméra et un système actif 2 caméras : stéréovision binoculaire 3 caméras : stéréovision trinoculaire caméra mobile 9

10 Système mono-image actif 19 Émission d un rayon lumineux sur la cible Triangulation sans mise en correspondance Système mono-image actif 20 Stanford s Digital Michelangelo 10

11 Système mono-image actif (suite) 21 Système mono-image passif utilisation d'un modèle CAO 22 Problème du calcul de pose 11

12 Système multi-images Comment retrouver la troisième dimension? 23 Choisir un modèle de projection (parallèle, para-perspective, perspective, avec distorsion radiale, ) Estimer les paramètres du modèle pour chaque prise de vue a priori (avant la prise de vue) : étalonnage (calibration) a posteriori (après la prise de vue) : auto-calibration n images : (x 1,y 1 ), (x n,y n ) points en correspondance Reconstruction 3D 24 Mouvement Stéréovision 12

13 Qu étudiera-t-on? 25 Modèle de projection Calibration des caméras Stéréovision Contraintes de mise en correspondance Reconstruction 3D Géométrie multi-vues Matrice essentielle, matrice fondamentale Homographie Reconstruction d'objets 3D par vision dynamique Calcul de pose Réalité augmentée Suivi 3D Suivi 2D Travail personnel 26 Étude d articles Dès la mi octobre Par groupe de deux Préciser lors d un exposé les contributions principales des auteurs Travail de réflexion sur un point précis À partir de la mi novembre À la limite de l étude bibliographique et de votre réflexion personnel Préalable à un travail de recherche Rapport écrit pour fin décembre/début janvier 13

Reconstruction 3D géométrie épipolaire et stéréovision

Reconstruction 3D géométrie épipolaire et stéréovision Reconstruction 3D géométrie épipolaire et stéréovision François Cabestaing Master ASE et Informatique, spécialité Image Vision Interaction reconstruction 3D Objectif : tenter de reconstituer la troisième

Plus en détail

Réalité Augmentée. Sylvie Naudet Collette. sylvie.naudet@cea.fr. Laboratoire Vision et Ingénierie des Contenus (DIASI/LVIC)

Réalité Augmentée. Sylvie Naudet Collette. sylvie.naudet@cea.fr. Laboratoire Vision et Ingénierie des Contenus (DIASI/LVIC) Réalité Augmentée Sylvie Naudet Collette Laboratoire Vision et Ingénierie des Contenus (DIASI/LVIC) sylvie.naudet@cea.fr PLAN 1. Introduction et définitions 2. Réalité augmentée sur des objets 3D Applications

Plus en détail

GVF (Gradient Vector Flow) et ses applications. Introduction au. Antonio Moreno Ingelmo. par

GVF (Gradient Vector Flow) et ses applications. Introduction au. Antonio Moreno Ingelmo. par Introduction au GVF (Gradient Vector Flow) et ses applications par Antonio Moreno Ingelmo Plan Introduction Les contours actifs Définition de GVF Force externe traditionnelle vs. GVF Limites du GVF Un

Plus en détail

Master M1 Image. Responsable: Frank NIELSEN. Laboratoire d'informatique (LIX) Ecole Polytechnique. nielsen@lix.polytechnique.fr

Master M1 Image. Responsable: Frank NIELSEN. Laboratoire d'informatique (LIX) Ecole Polytechnique. nielsen@lix.polytechnique.fr Responsable: Frank NIELSEN Laboratoire d'informatique (LIX) Ecole Polytechnique nielsen@lix.polytechnique.fr 4 cours, 2 Automne + 2 Printemps : INF555 Fondements de la 3D Fundamentals of 3D processing

Plus en détail

Vision par ordinateur:

Vision par ordinateur: Vision par ordinateur: Modèles de caméra Sébastien Roy Jean-Philippe Tardif Département d Informatique et de recherche opérationnelle Université de Montréal Hiver 2007 Au programme 1 Introduction 2 Modèle

Plus en détail

Vision par ordinateur: Introduction

Vision par ordinateur: Introduction Vision par ordinateur: Introduction Sébastien Roy Jean-Philippe Tardif Département d Informatique et de recherche opérationnelle Université de Montréal Hiver 2007 Au programme 1 Organisation du cours 2

Plus en détail

Analyse d images. Edmond.Boyer@imag.fr. Edmond Boyer UFRIMA 1

Analyse d images. Edmond.Boyer@imag.fr. Edmond Boyer UFRIMA 1 Analyse d images Edmond.Boyer@imag.fr Edmond Boyer UFRIMA 1 1 Généralités Analyse d images (Image Analysis) : utiliser un ordinateur pour interpréter le monde extérieur au travers d images. Images Objets

Plus en détail

IMN459 - Fondements de la vision par ordinateur

IMN459 - Fondements de la vision par ordinateur IMN459 - Fondements de la vision par ordinateur Chapitre 1 Introduction 1. Acquisition IMN117 2. Traitement IMN259 Scène 3D Caméra optique Une ou plusieurs images 2D Caractéristiques bas niveaux (contours,

Plus en détail

Contributions pour les applications

Contributions pour les applications Contributions pour les applications de Réalité Augmentée Suivi visuel et recalage 2D Suivi d objets 3D représentés par des modèles par points Christophe DEHAIS 21 Mai 2008 Directeur de thèse: Alain AYACHE

Plus en détail

Vision par ordinateur

Vision par ordinateur Vision par ordinateur Stéréoscopie multi-vues Frédéric Devernay d'après le cours de Steve Seitz Reconstruction stéréo Étapes Calibrer les cameras Rectifier les images Calculer la disparité Estimer la profondeur

Plus en détail

Vision par ordinateur

Vision par ordinateur Vision par ordinateur Géométrie de la vision Frédéric Devernay Géométrie projective Géométrie projective pour la vision Utilisations de la géométrie projective Dessin Mesures Mathématiques de la projection

Plus en détail

Romain Vernoux. Reconstruction d une scène 3D par stéréovision

Romain Vernoux. Reconstruction d une scène 3D par stéréovision Romain Vernoux Reconstruction d une scène 3D par stéréovision TIPE Informatique 2011 1 Table des matières Introduction 3 I. Modélisation des caméras 4 1. Espace projectif..............................

Plus en détail

Atelier «Très Haute Résolution Spatiale» Outils pour la reconnaissance des formes

Atelier «Très Haute Résolution Spatiale» Outils pour la reconnaissance des formes CNES Paris - 22/05/2003 Atelier «Très Haute Résolution Spatiale» Outils pour la reconnaissance des formes Michel DHOME LASMEA UMR 6602CNRS/UBP Clermont-Ferrand Etat de l art (communauté vision artificielle)

Plus en détail

Vision par ordinateur

Vision par ordinateur Vision par ordinateur Introduction au domaine Applications Frédéric Devernay Qu'est-ce que la vision? Le monde a une structure 3D et est composé d'objets L'être humain sait parfaitement décrire et interpréter

Plus en détail

ESTIMATION TEMPS-REEL DE LA POSE DE CAMERA BASEE SUR UN MARQUEUR CODE 2D

ESTIMATION TEMPS-REEL DE LA POSE DE CAMERA BASEE SUR UN MARQUEUR CODE 2D ESTIMATION TEMPS-REEL DE LA POSE DE CAMERA BASEE SUR UN MARQUEUR CODE 2D Mokhtaria BARNOUSSI, Abdelhamid LOUKIL (*), Lahouari KADDOUR EL BOUDADI Laboratoire de Recherche en Systèmes Intelligents (LARESI)

Plus en détail

STAGES. VISION PAR ORDINATEUR Perception 3D Réalité Augmentée

STAGES. VISION PAR ORDINATEUR Perception 3D Réalité Augmentée STAGES VISION PAR ORDINATEUR Perception 3D Réalité Augmentée Le CEA-LIST Les activités de recherche du CEA LIST sont centrées sur les systèmes à logiciel prépondérant. Ces activités s articulent autour

Plus en détail

Suivi robuste d objets complexes en temps réel par asservissement visuel virtuel

Suivi robuste d objets complexes en temps réel par asservissement visuel virtuel Congrès francophone de Vision par Ordinateur, ORASIS 03 Gerardmer, France, Mai 2003 Suivi robuste d objets complexes en temps réel par asservissement visuel virtuel Real-time robust and complex object

Plus en détail

Vision stéréoscopique

Vision stéréoscopique January 6, 2015 Part I Buts de la stéréovision Objectifs Etant données deux ou plusieurs caméras calibrées, reconstruire un modèle de la scène observée. Intérêt de la vision stéréoscopique: peu cher, sans

Plus en détail

Application mobile de devis automatique en réalité augmentée

Application mobile de devis automatique en réalité augmentée Julien Hay Stage Master 2 Ingénierie des contenus numériques en entreprise Maître de stage : Maximilien Holle Tuteur : Arnaud Revel Application mobile de devis automatique en réalité augmentée Introduction

Plus en détail

Vision par ordinateur

Vision par ordinateur Vision par ordinateur Vision 3D (deuxième partie) Alain Boucher IFI Mise en correspondance (appariement) Approche basée sur la corrélation 2 Approche basée sur la corrélation Il faut des régions texturées

Plus en détail

Master 2 E3A Parcours Réalité Virtuelle et Systèmes Intelligents (Université Paris-Saclay)

Master 2 E3A Parcours Réalité Virtuelle et Systèmes Intelligents (Université Paris-Saclay) Master 2 E3A Parcours Réalité Virtuelle et Systèmes Intelligents (Université Paris-Saclay) Syllabus Responsable : Malik MALLEM (Univ. Evry) Table des matières 0.1 Maquette des enseignements du master 2

Plus en détail

Reconnaissance d'objets routiers - Application

Reconnaissance d'objets routiers - Application Reconnaissance d'objets routiers - Application Perception pour la conduite automatisée A07 : Interaction Véhicule Environnement Aurélien Cord Aurelien.Cord@lcpc.fr Reconnaissance de piétons 2 1 Etat de

Plus en détail

Fusion multimodale pour la cartographie sous-marine

Fusion multimodale pour la cartographie sous-marine Fusion multimodale pour la cartographie sous-marine JOURNÉE ARCHÉOLOGIE SOUS MARINE ET ROBOTIQUE GT2 14 MAI 2013, DRASSM, MARSEILLE Jean Triboulet - Arnaud Méline - Bruno Jouvencel Université Montpellier

Plus en détail

Environnement évolutif

Environnement évolutif Projet METRO : Modélisation des Environnements pour la TéléRObotique 1. Objectifs scientifiques L autonomie des machines physiques passe par l intégration des fonctions de perception - décision - action.

Plus en détail

Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12

Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12 Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12 2 Discrimination Invariance Expressions faciales Age Pose Eclairage 11/12/2012 3 Personne Inconnue Identité

Plus en détail

VISUALISATION DE NUAGES DE POINTS

VISUALISATION DE NUAGES DE POINTS ARNAUD BLETTERER MULTI-RÉSOLUTION 1/16 VISUALISATION DE NUAGES DE POINTS MULTI-RÉSOLUTION AU TRAVERS DE CARTES DE PROFONDEUR Arnaud Bletterer Université de Nice Sophia Antipolis Laboratoire I3S - Cintoo

Plus en détail

Robotique, SIG et Réalité Augmentée Un problème de localisation

Robotique, SIG et Réalité Augmentée Un problème de localisation Robotique, SIG et Réalité Augmentée Un problème de localisation Olivier Lefebvre Responsable Département Perception et Robotique Olivier.lefebvre@magellium.fr 1 Magellium : Informations Générales Capital:

Plus en détail

Traitement et synthèse d'image : quelques grandes méthodes

Traitement et synthèse d'image : quelques grandes méthodes STAGE DE PROFESSEURS DE CLASSES PREPARATOIRES Proposé par CPE Lyon 9-10-11 Mai 2012 Traitement et synthèse d'image : quelques grandes méthodes Le traitement d'image et la synthèse d'image sont deux disciplines

Plus en détail

Approche multi-noyaux pour le suivi temps-réel d objet mobile. Multiple kernel approach for real-time tracking of a moving object

Approche multi-noyaux pour le suivi temps-réel d objet mobile. Multiple kernel approach for real-time tracking of a moving object Approche multi-noyaux pour le suivi temps-réel d objet mobile Multiple kernel approach for real-time tracking of a moving object C. Teulière CEA LIST, Service de Robotique Interactive, 8, route du Panorama,

Plus en détail

Peut-on comprendre le «réel» sans le «virtuel»? L exemple de la réalité «augmentée»

Peut-on comprendre le «réel» sans le «virtuel»? L exemple de la réalité «augmentée» PRE-PRINT : BRUILLARD Éric (2004). Peut-on comprendre le «réel» sans le «virtuel». L exemple de la réalité augmentée. Éducation Technologique, n 24, Scérén et Delagrave, juin 2004, p. 22-24. Peut-on comprendre

Plus en détail

Michel Rigo http://www.discmath.ulg.ac.be/

Michel Rigo http://www.discmath.ulg.ac.be/ Game Over : mathématiques et jeux vidéos Michel Rigo http://www.discmath.ulg.ac.be/ Il y a des maths dans... Jeux vidéos : (Duke Nukem 3D, Quake, Crysis, Call of Duty,... ) Cinéma : films d'animation (Shrek,

Plus en détail

Introduction à la Vision 3D

Introduction à la Vision 3D à la Vision 3D David Fofi Le2i UMR CNRS 6306 IUT Le Creusot Les applications présentées sont le fruit d une collaboration entre le Le2i et le laboratoire VICOROB de l Université de Gérone (Espagne). Les

Plus en détail

Présenté par: Bilal KARABAGLI. Encadré par: M. Thierry SIMON M. Jean-José ORTEU. (1) UGV: Usinage à Grande Vitesse.

Présenté par: Bilal KARABAGLI. Encadré par: M. Thierry SIMON M. Jean-José ORTEU. (1) UGV: Usinage à Grande Vitesse. Institut Clément Ader INSTITUT UNIVERSITAIRE Ecole des mines d Albi DE TECHNOLOGIE Campus Jarlard, F-81013 Albi, France TOULOUSE II FIGEAC Application de la vision par ordinateur pour la sécurité des machines

Plus en détail

Localisation de caméra par recalage 2D-3D

Localisation de caméra par recalage 2D-3D Localisation de caméra par recalage 2D-3D Perception pour le Véhicule Intelligent (PVI 2014) Lundi 30 juin 2014 Dandi Pandi Paudel Cédric Demonceaux Le2i UMR CNRS 6306 Pascal Vasseur Litis EA 4108 In So

Plus en détail

Reconstruction globale et robuste de facettes 3D

Reconstruction globale et robuste de facettes 3D INSTITUT NATIONAL DE RECHERCHE EN INFORMATIQUE ET EN AUTOMATIQUE Reconstruction globale et robuste de facettes 3D Jean-Philippe Tarel N 2813 Février 1996 PROGRAMME 4 apport de recherche ISSN 0249-6399

Plus en détail

Visualisation d information

Visualisation d information Master SIAD 1 année Visualisation d information Jean-Yves Antoine http://www.info.univ-tours.fr/~antoine/ Master SIAD 1 année Visualisation d information Chapitre 1.0 Introduction Quand voir, c est comprendre

Plus en détail

Thomas Decourselle / Ludovic Journaux / Jean-Noël Paoli / Frédéric Cointault / Fan Yang GMN 10-11-11 01/07/2011 GMN 10-11-11

Thomas Decourselle / Ludovic Journaux / Jean-Noël Paoli / Frédéric Cointault / Fan Yang GMN 10-11-11 01/07/2011 GMN 10-11-11 Thomas Decourselle / Ludovic Journaux / Jean-Noël Paoli / Frédéric Cointault / Fan Yang 01/07/2011 Eco-Phyto 2018 Réduction des doses => réduction nb molécules disponibles Efficacité et précision de l

Plus en détail

comprendre mettre en œuvre évaluer une méthode de traitement d image

comprendre mettre en œuvre évaluer une méthode de traitement d image Projets de Traitement d image 3 e année comprendre mettre en œuvre évaluer une méthode de traitement d image 1 Démarche et évaluation Un projet se décline en : étude bibliographique développement algorithmique

Plus en détail

18 Informatique graphique

18 Informatique graphique Avant-propos En 1988, les Editions Hermès publiaient un ouvrage intitulé La synthèse d'images, qui présentait un état de l'art de ce domaine de l'informatique, vingt cinq ans environ après l'introduction

Plus en détail

Formation de recherche. Master MI (MoSIG), 2e année, spécialité Informatique UFRIMAG (UJF) & Ensimag (Grenoble INP)

Formation de recherche. Master MI (MoSIG), 2e année, spécialité Informatique UFRIMAG (UJF) & Ensimag (Grenoble INP) Formation de recherche Master MI (MoSIG), 2e année, spécialité Informatique UFRIMAG (UJF) & Ensimag (Grenoble INP) Massih-Reza Amini mars 2015 Qu est ce qu une thèse de doctorat? Un travail de 36 mois

Plus en détail

Séminaire. de Cédric Graf Prof. Rolf Ingold Dr. Denis Lalanne Document, Image and Voice Analysis (DIVA) University of Fribourg

Séminaire. de Cédric Graf Prof. Rolf Ingold Dr. Denis Lalanne Document, Image and Voice Analysis (DIVA) University of Fribourg Séminaire de Cédric Graf Prof. Rolf Ingold Dr. Denis Lalanne Document, Image and Voice Analysis (DIVA) University of Fribourg 1 Y. Azoz, L. Devi, and R. Sharma. Reliable of human arm dynamics by multiple

Plus en détail

CED-ST 2013-2014 Liste des Sujets de Recherche Formation Doctorale : STIC Responsable de la Formation : Pr. L. OMARI (lahcen.omari@usmba.ac.

CED-ST 2013-2014 Liste des Sujets de Recherche Formation Doctorale : STIC Responsable de la Formation : Pr. L. OMARI (lahcen.omari@usmba.ac. CED-ST 2013-2014 Liste des Sujets de Recherche Formation Doctorale : STIC Responsable de la Formation : Pr. L. OMARI (lahcen.omari@usmba.ac.ma) N.B. : Les étudiants qui ont déposé leurs demandes d'inscription

Plus en détail

Modèle d animation comportemental de piétons virtuels

Modèle d animation comportemental de piétons virtuels Modèle d animation comportemental de piétons virtuels A. Ebel, D. Hanon, B. Stanciulescu, P. Pudlo, E. Grislin, F-X. Lepoutre LAMIH UMR CNRS 8530, Université de Valenciennes et Hainaut-Cambrésis 59313

Plus en détail

Interaction Homme/Machine Part. III

Interaction Homme/Machine Part. III Interaction Homme/Machine Part. III Notion d Interaction 3D multi-utilisateurs en RV et RA Samir OTMANE (PR UEVE), Frédéric DAVESNE (IGR UEVE) samir.otmane@ibisc.univ-evry.fr, frederic.davesne@ibisc.univ-evry.fr

Plus en détail

MPEG-7 et la description des contenus vidéo. Quelques Acronymes Et QQ A E A C Autres Codes. Plan. Philippe Joly

MPEG-7 et la description des contenus vidéo. Quelques Acronymes Et QQ A E A C Autres Codes. Plan. Philippe Joly MPEG- et la description des contenus vidéo Philippe Joly Cet exposé faisait très largement référence aux documents de travail émanant du groupe MPEG disponibles sur le web. Les références aux sites concernés

Plus en détail

Vers la conception interactive d une hiérarchie sémantique de descripteurs d images

Vers la conception interactive d une hiérarchie sémantique de descripteurs d images PROPOSITION DE STAGE Année 2016 Laboratoire L3i Sujet de stage : Vers la conception interactive d une hiérarchie sémantique de descripteurs d images Résumé du travail proposé : Ce travail s intéresse à

Plus en détail

L Intelligence Artificielle

L Intelligence Artificielle Conférence L Intelligence Artificielle Taalabi M. 30/04/2004 Intelligence Artificielle 1 Historique Définition Paradigmes Systèmes experts Concevoir un système expert Système à Inférence floue Applications

Plus en détail

Gestion des auto-occultations pour l augmentation d une surface déformable

Gestion des auto-occultations pour l augmentation d une surface déformable Gestion des auto-occultations pour l augmentation d une surface déformable V. Gay-Bellile 1,2 A. Bartoli 1 P. Sayd 2 1 LASMEA, UMR 6602 CNRS/UBP, Clermont-Ferrand 2 LCEI, CEA LIST, Saclay Vincent.Gay-Bellile@univ-bpclermont.fr

Plus en détail

Portage, optimisation et développement de logiciels de calcul sur architectures GPU et hybrides PSA PEUGEOT CITROËN

Portage, optimisation et développement de logiciels de calcul sur architectures GPU et hybrides PSA PEUGEOT CITROËN Portage, optimisation et développement de logiciels de calcul sur architectures GPU et hybrides PSA PEUGEOT CITROËN Benoît DESCHAMPS PSA Peugeot Citroën 29/06/11 INDEX Présentations activités Réalité Virtuelle

Plus en détail

Détection des structures tourbillonnaires

Détection des structures tourbillonnaires Détection des structures tourbillonnaires Imen karoui 1, Pierre Garreau 1, Herve Chauris 2 et Phillipe Craneguy3 1- Centre de Géosciences, Mines ParisTech, Fontainebleau, 2-Ifremer, Plouzané 3-Actimar,

Plus en détail

ESTIMATION DENSE DU MOUVEMENT EN IMAGERIE FLUIDE

ESTIMATION DENSE DU MOUVEMENT EN IMAGERIE FLUIDE ESTIMATION DENSE DU MOUVEMENT EN IMAGERIE FLUIDE T. CORPETTI, E. MEMIN, P. PEREZ IRISA/Université de Rennes I Microsoft Research Campus universitaire de Beaulieu St George House, 1 Guildhall Stree t 35042

Plus en détail

Calibration automatique

Calibration automatique ÉC O L E P O L Y T E C H N I Q U E FÉ DÉR A L E D E L A U S A N N E Calibration automatique d une caméra Fanny Gilliéron Projet supervisé par François Fleuret et Jérôme Berclaz Juillet 2007 2 Table des

Plus en détail

IMN428 - Infographie

IMN428 - Infographie IMN428 - Infographie - Hiver 2016 Département d informatique Enseignant : Pierre-Marc Jodoin Courriel : pierre.marc.jodoin@usherbrooke.ca Bureau : D4-1016-1 Téléphone : (819) 821-8000 poste 62025 Site

Plus en détail

Vision par ordinateur

Vision par ordinateur Vision par ordinateur Stéréoscopie par minimisation d'énergie Frédéric Devernay d'après le cours de Richard Szeliski Mise en correspondance stéréo Quels algorithmes possibles? mettre en correspondance

Plus en détail

Localisation et navigation de robots

Localisation et navigation de robots Localisation et navigation de robots UFR des Sciences, Département EEA M2 EEAII, parcours ViRob Chapitre 2 : Navigation F. Morbidi 2014/2015 2 Plan du cours Chapitre 1: Localisation 1.1 Introduction et

Plus en détail

Frédéric LARUE, Jean-Michel DISCHLER. LSIIT UMR CNRS-ULP 7005 Strasbourg I University France

Frédéric LARUE, Jean-Michel DISCHLER. LSIIT UMR CNRS-ULP 7005 Strasbourg I University France Recalages Automatic et Registration Calibrages Automatiques and Calibration pour l'acquisition for Efficient de Surface Champs Light Lumineux Field Acquisition Surfaciques Frédéric LARUE, Jean-Michel DISCHLER

Plus en détail

Systèmes : Microsoft Windows (95 à Seven), Unix (Linux, MacOS X) Visual Studio 2003-2010, KDevelop, Xcode, oxygen Frameworks d'hmi :

Systèmes : Microsoft Windows (95 à Seven), Unix (Linux, MacOS X) Visual Studio 2003-2010, KDevelop, Xcode, oxygen Frameworks d'hmi : Nader Salman 29-31 rue de France Nice, PACA - 06000, FRANCE Tél: +33(0) 624-485-313 Courriel: Nader@salman-circle.com Nationalité Française Age 26 ans ENVIRONNEMENT DE DÉVELOPPEMENT Systèmes : Microsoft

Plus en détail

Les mathématiques et le traitement de l image Kévin Polisano

Les mathématiques et le traitement de l image Kévin Polisano Les mathématiques et le traitement de l image Kévin Polisano [ Doctorant au Laboratoire ] Jean Kuntzmann et CNRS N hésitez pas à lever la main! pour m interrompre! Qu est-ce qu une image numérique? Source

Plus en détail

Mélanges de gaussiennes distribués et incrémentaux

Mélanges de gaussiennes distribués et incrémentaux Mélanges de gaussiennes distribués et incrémentaux CRP Gabriel Lippmann, Luxembourg Pierrick Bruneau Plan Introduction Algorithme EM Variationnel Bayesien pour les GMM Estimation automatique de la complexité

Plus en détail

Caméras, Vision et Mobilités ou Vision par ordinateur et Mobilités. Christophe CUDEL, Laboratoire MIPS

Caméras, Vision et Mobilités ou Vision par ordinateur et Mobilités. Christophe CUDEL, Laboratoire MIPS Caméras, Vision et Mobilités ou Vision par ordinateur et Mobilités Christophe CUDEL, Laboratoire MIPS Sommaire Vision par Ordinateur? Vision par ordinateur et mobilités Quelques projets : Mobilités Vision

Plus en détail

L information mutuelle pour l estimation visuelle directe de pose

L information mutuelle pour l estimation visuelle directe de pose L information mutuelle pour l estimation visuelle directe de pose Guillaume Caron 1 Amaury Dame 2 Eric Marchand 3 1 INRIA Rennes/IRISA, Lagadic, Rennes 2 IRISA / CNRS, Lagadic, Rennes 3 Université de Rennes

Plus en détail

Estimation de la pose d une caméra à partir d un flux vidéo en s approchant du temps réel

Estimation de la pose d une caméra à partir d un flux vidéo en s approchant du temps réel Estimation de la pose d une caméra à partir d un flux vidéo en s approchant du temps réel El Rhabi Youssef 2 Simon Loic 1 Brun Luc 1 1 Laboratoire du GREYC 2 44screens société d application mobile et de

Plus en détail

Le futur de l Informatique : L Homme cybernétique

Le futur de l Informatique : L Homme cybernétique Le futur de l Informatique : L Homme cybernétique Frank Nielsen, PhD Senior Researcher Sony Computer Science Laboratories, Inc. Frank.Nielsen@acm.org www.sonycsl.co.jp/person/nielsen Exposé CEREGMIA Martinique

Plus en détail

Analyse d images IMN 259. Où se situe l analyse d images?

Analyse d images IMN 259. Où se situe l analyse d images? Hiver 016 Analyse d images IMN 59 Introduction à l analyse d images Par Pierre-Marc Jodoin Où se situe l analyse d images? Traitement d images Imagerie Image Analyse d images/ Vision par ordinateur Infographie

Plus en détail

Spécialité Traitement des Signaux et des Images (TDSI) J.-F. Aujol Traitement des Signaux et des Images 1 / 15

Spécialité Traitement des Signaux et des Images (TDSI) J.-F. Aujol Traitement des Signaux et des Images 1 / 15 Spécialité Traitement des Signaux et des Images (TDSI) J.-F. Aujol Traitement des Signaux et des Images 1 / 15 Le Master: pour qui? Généralités Une spécialité commune à deux Masters de Mathématique (Mathématiques

Plus en détail

Développements algorithmiques au LIAMA et àamap en vue de l'analyse d'une scène forestière

Développements algorithmiques au LIAMA et àamap en vue de l'analyse d'une scène forestière Développements algorithmiques au LIAMA et àamap en vue de l'analyse d'une scène forestière Principaux contributeurs: Zhang Xiaopeng (CASIA-NLPR-LIAMA Coordinateur Groupe Image) Li HongJun (CASIA-NLPR-LIAMA

Plus en détail

Cartographie et localisation simultanée avec un capteur de vision

Cartographie et localisation simultanée avec un capteur de vision Cartographie et localisation simultanée avec un capteur de vision Christopher Mei 1 et Patrick Rives 2 1 Active Vision Group, University of Oxford 2 INRIA Sophia Antipolis, Projet ARobAS Christopher Mei,

Plus en détail

Partie 1 :! Conception centrée utilisateur apports de la psychologie!

Partie 1 :! Conception centrée utilisateur apports de la psychologie! Partie 1 :! Conception centrée utilisateur apports de la psychologie! Laurence Nigay! laurence.nigay@imag.fr! Equipe Ingénierie de l Interaction Homme-Machine Page 1 Il était une fois l IHM...! Douglas

Plus en détail

Positionnement relatif d une caméra et d une source lumineuse en utilisant les gradients d intensité de l image

Positionnement relatif d une caméra et d une source lumineuse en utilisant les gradients d intensité de l image Positionnement relatif d une caméra et d une source lumineuse en utilisant les gradients d intensité de l image Eric Marchand INRIA, IRISA, CRI Rennes - Bretagne Atlantique, Rennes, France e-mail : Eric.Marchand@irisa.fr

Plus en détail

figure 1 Canard en plastique à numériser

figure 1 Canard en plastique à numériser Publié dans le cadre du Congrès sur la numérisation 3D, design et digitalisation, création industrielle et artistique, 1999 L auteur doit être cité pour toute référence à ce travail 1 SUPPRIMER TOUTE CONTRAINTE

Plus en détail

Ingénierie Informatique parcours CAMSI : conception d'architectture de machines et de systèmes informatiques

Ingénierie Informatique parcours CAMSI : conception d'architectture de machines et de systèmes informatiques Université de TOULOUSE 1/ parcours CAMSI : conception d'architectture de machines et de systèmes informatiques L1 S1 Informatique 1 7 L1 S1 Mathématiques 1 6 L1 S1 Outils mathématiques L1 S1 Physique 1

Plus en détail

RETROUVER LE POINT DE VUE : À PARTIR D UN CARRÉ AU SOL, PARALLÈLE AU PLAN DE PROJECTION

RETROUVER LE POINT DE VUE : À PARTIR D UN CARRÉ AU SOL, PARALLÈLE AU PLAN DE PROJECTION RETROUVER LE POINT DE VUE : À PARTIR D UN CARRÉ AU SOL, PARALLÈLE AU PLAN DE PROJECTION RETROUVER LE POINT DE VUE : À PARTIR D UN CARRÉ AU SOL, PARALLÈLE AU PLAN DE PROJECTION Exemple : L'École d'athènes

Plus en détail

Quelques sites phares

Quelques sites phares Quelques sites phares Art et mathématiques Jean François Colonna [ http://www.lactamme.polytechnique.fr ] Le site pionnier de la visualisation mathématique et scientifique. Des images superbes à la frontière

Plus en détail

Nouvelles approches : multimédia réalité virtuelle réalité augmentée

Nouvelles approches : multimédia réalité virtuelle réalité augmentée 1 Sylvain COLLET Master 2 PLS http://link.dixkey.com Nouvelles approches : multimédia réalité virtuelle réalité augmentée Interaction homme machine Catherine RECANATI 19 février 2010 2 Plan I) Multimédia

Plus en détail

Jean-René Duhamel. Institut des Sciences Cognitives CNRS - Université Claude-Bernard Lyon

Jean-René Duhamel. Institut des Sciences Cognitives CNRS - Université Claude-Bernard Lyon Jean-René Duhamel Institut des Sciences Cognitives CNRS - Université Claude-Bernard Lyon Neurophysiologie des fonctions visuelles supérieures 1. Introduction 2. Le système visuel cortical 3. Perception

Plus en détail

Caractérisation de la projection du squelette d une surface canal 3D : Application à la reconstruction 3D à partir de deux images

Caractérisation de la projection du squelette d une surface canal 3D : Application à la reconstruction 3D à partir de deux images Caractérisation de la projection du squelette d une surface canal 3D : Application à la reconstruction 3D à partir de deux images Bastien Durix 1, Géraldine Morin 1, Sylvie Chambon 1, Céline Roudet 2,

Plus en détail

Localisation absolue par le capteur omnidirectionnel SYCLOP. Absolute localisation by the omnidirectional sensor SYCLOP

Localisation absolue par le capteur omnidirectionnel SYCLOP. Absolute localisation by the omnidirectional sensor SYCLOP Localisation absolue par le capteur omnidirectionnel SYCLOP Absolute localisation by the omnidirectional sensor SYCLOP Bruno MARHIC, El Mustapha MOUADDIB, David FOFI, Eric BRASSART Université de Picardie

Plus en détail

Ecole Nationale Supérieurs des Télécommunications. Calibrage des systèmes de vision. Lasmea UMR 6602 CNRS

Ecole Nationale Supérieurs des Télécommunications. Calibrage des systèmes de vision. Lasmea UMR 6602 CNRS Ecole Nationale Supérieurs des Télécommunications Calibrage des systèmes de vision Lasmea UMR 662 CNRS Jean-Marc LAVEST lavest@lasmea.univ-bpclermont.fr 15 Mai 25 2 Table des matières Avertissement.....................................

Plus en détail

Simulation de point de vue pour la localisation d une caméra à partir d un modèle non structuré

Simulation de point de vue pour la localisation d une caméra à partir d un modèle non structuré Simulation de point de vue pour la localisation d une caméra à partir d un modèle non structuré Pierre Rolin Marie-Odile Berger Frédéric Sur LORIA, UMR CNRS 7503, Université de Lorraine INRIA Nancy Grand

Plus en détail

Ecole Nationale des Sciences de l Informatique Université de la Manouba Janvier 2012 Programmes d enseignement

Ecole Nationale des Sciences de l Informatique Université de la Manouba Janvier 2012 Programmes d enseignement Ecole Nationale des Sciences de l Informatique Université de la Manouba Janvier 2012 Programmes d enseignement II1 - Premier semestre de la première année (S1) Module Crédits Nombre d heures Cours intégrés

Plus en détail

Odométrie visuelle pour un robot mobile en environnement industriel

Odométrie visuelle pour un robot mobile en environnement industriel Guillaume Caron Le 0 juin 007 Odométrie visuelle pour un robot mobile en environnement industriel Rapport de stage de Master Recherche STIC Encadrants de stage El Mustapha Mouaddib Ouiddad Labbani-Igbida

Plus en détail

Une cité virtuelle en réalité virtuelle

Une cité virtuelle en réalité virtuelle Une cité virtuelle en réalité virtuelle Optimisation d une base de données géométriques et graphiques Xavier Marsault Chercheur ITPE xavier.marsault@aria.map.archi.fr ARIA - MAP Ecole d Architecture de

Plus en détail

Introduction à l analyse d images

Introduction à l analyse d images Cours de Morphologie Mathématique Introduction à l analyse d images Hugues Talbot Hugues.Talbot@csiro.au ISBS / ESIEE 2ème semestre 2004 1 er semestre 2005 Introduction à l analyse d images p.1/51 Votre

Plus en détail

Construction d un Modèle Numérique de Terrain par stéréoscopie aérienne ou satellitaire

Construction d un Modèle Numérique de Terrain par stéréoscopie aérienne ou satellitaire Construction d un Modèle Numérique de Terrain par stéréoscopie aérienne ou satellitaire UMR TETIS Cemagref-CIRAD-ENGREF PLAN 1. IMAGES AERIENNES ET SATELLLITALES a) Images sources pour les MNT b) Modes

Plus en détail

Prise de position de la section 7. travail sur une possible partition

Prise de position de la section 7. travail sur une possible partition Prise de position de la section 7 travail sur une possible partition Notre prise de position est structurée comme suit : dans une première partie, nous expliquons le contexte dans lequel notre travail

Plus en détail

La thématique Traitement Statistique de l Information à TL1

La thématique Traitement Statistique de l Information à TL1 La thématique Traitement Statistique de l Information à TL1 Equipe de recherche Thématique développée à TL1 par 3 enseignants-chercheurs : Yves Delignon, Christelle Garnier, François Septier Thématique

Plus en détail

Profil du candidat et connaissances techniques à connaître/maîtriser

Profil du candidat et connaissances techniques à connaître/maîtriser Utilisation d algorithmes de deep learning pour la reconnaissance d iris. jonathan.milgram@morpho.com Dans ce cadre, l'unité de recherche et technologie a pour but de maintenir le leadership Au sein de

Plus en détail

Frédo Durand. fredo@gfx.lcs.mit.edu http://gfx.lcs.mit.edu/ fredo

Frédo Durand. fredo@gfx.lcs.mit.edu http://gfx.lcs.mit.edu/ fredo Lab for Computer Science, MIT NE-43-242, 200 Technology Square Cambridge, MA 02139, USA Tel: 617 253 7223 Frédo Durand fredo@gfx.lcs.mit.edu http://gfx.lcs.mit.edu/ fredo 231 Commonwealth avenue, #12 Boston,

Plus en détail

Reconstruction 3D générique et temps réel. Generic and Real-Time Structure from Motion

Reconstruction 3D générique et temps réel. Generic and Real-Time Structure from Motion Reconstruction 3D générique et temps réel Generic and Real-Time Structure from Motion E. Mouragnon 1,2, M. Lhuillier 1, M. Dhome 1, F. Dekeyser 2, P. Sayd 2 1 LASMEA-UMR 6602, Université Blaise Pascal/CNRS,

Plus en détail

UNIVERSITE DE RENNES 1 Année universitaire 2013-2014 Master SISEA : programme détaillé du parcours Image

UNIVERSITE DE RENNES 1 Année universitaire 2013-2014 Master SISEA : programme détaillé du parcours Image UNIVERSITE DE RENNES 1 Année universitaire 2013-2014 Master SISEA : programme détaillé du parcours Image Responsable de la mention ou du parcours : Mireille Garreau, Co-responsable TB : Valérie Burdin

Plus en détail

A LA DÉCOUVERTE DE SAS UNIVERSITY EDITION

A LA DÉCOUVERTE DE SAS UNIVERSITY EDITION A LA DÉCOUVERTE DE SAS UNIVERSITY EDITION SAS University Edition est une offre logicielle membre du programme SAS Analytics U. Elle est entièrement gratuite, dédiée à l enseignement supérieur, la recherche

Plus en détail

Notions générales en synthèse d'images. Espace image, espace utilisateur, modèles

Notions générales en synthèse d'images. Espace image, espace utilisateur, modèles Notions générales en synthèse d'images Espace image, espace utilisateur, modèles Catégories Type de scènes (3D, 2D, 2,5D) Type d images. Fil-de-fer Parties cachées Dessin au trait Image avec couleurs et

Plus en détail

Plan de cours COM2580. Informations générales. Description du cours dans le syllabus. Objectifs du cours. Description du cours

Plan de cours COM2580. Informations générales. Description du cours dans le syllabus. Objectifs du cours. Description du cours Plan de cours COM2580 Informations générales Applications Internet (Automne 2012) Département de communication Université de Montréal Horaire de cours : Mercredi de 8h30h à 11h30 Salles de cours : Pavillon

Plus en détail

Comparaison de différentes approches pour l'auto-calibrage faible d'un système de vision stéréo d'assistance à la conduite

Comparaison de différentes approches pour l'auto-calibrage faible d'un système de vision stéréo d'assistance à la conduite Comparaison de différentes approches pour l'auto-calibrage faible d'un système de vision stéréo d'assistance à la conduite Sebastien Kramm, Abdelaziz Bensrhair, Pierre Miché sebastien.kramm@univ-rouen.fr,

Plus en détail

www.cresitt.com Outils et solutions libres pour la R&D Atelier OPENCV 1er juillet 2010 Samuel ROUXEL Le CRT CRESITT est soutenu par

www.cresitt.com Outils et solutions libres pour la R&D Atelier OPENCV 1er juillet 2010 Samuel ROUXEL Le CRT CRESITT est soutenu par Outils et solutions libres pour la R&D Atelier OPENCV Samuel ROUXEL Le CRT CRESITT est soutenu par Système de Vision 2 Système de Vision 3 Open Computer Vision Library Développée par Intel en 1999 (v1.0

Plus en détail

SYS-844 Vision par ordinateur

SYS-844 Vision par ordinateur Département de génie de la production automatisée Programme de maîtrise Enseignant (e): Richard Lepage Responsable : Richard Lepage Session/année : Hiver 2005 Groupe (s) : 01 PLAN DE COURS SYS-844 Vision

Plus en détail

Apprentissage du filtre de Kalman couple avec application à la poursuite de l iris

Apprentissage du filtre de Kalman couple avec application à la poursuite de l iris Apprentissage du filtre de Kalman couple avec application à la poursuite de l iris Valérian Némesin, Stéphane Derrode, Institut Fresnel (UMR 7249) Ecole Centrale Marseille, Vidéo de l oeil 2 Sommaire 1.

Plus en détail

CALCULS PARALLÈLES ET APPLICATIONS LA VISION PAR ORDINATEUR AU CEA LIST, QUELS CHOIX ARCHITECTURAUX?

CALCULS PARALLÈLES ET APPLICATIONS LA VISION PAR ORDINATEUR AU CEA LIST, QUELS CHOIX ARCHITECTURAUX? CALCULS PARALLÈLES ET APPLICATIONS LA VISION PAR ORDINATEUR AU CEA LIST, QUELS CHOIX ARCHITECTURAUX? LABORATOIRE DE VISION ET INGÉNIERIE DES CONTENUS (LVIC) Fusion multimedia : extraction multimodale d

Plus en détail

Travail Personnel Encadré

Travail Personnel Encadré Travail Personnel Encadré Recherche bibliographique Alain Boucher - IFI Page 1 Etapes d un processus de recherche (1) Enoncé et analyse du problème de recherche (2) Recherche bibliographique (3) Solution

Plus en détail

Bachelor Informatique et Systèmes de Communication

Bachelor Informatique et Systèmes de Communication Ecole Polytechnique Fédérale de Lausanne EPFL Faculté Informatique et Communications IC 1 Présentation de la 2 ème année 2015-2016 Bachelor Informatique et Systèmes de Communication Prof. P. Fua et Prof.

Plus en détail