Cours VIS : Vision par ordinateur



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

VISUALISATION DE NUAGES DE POINTS

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

CURRICULUM VITAE. Informations Personnelles

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

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

Détection et suivi d'objets dans une séquence d'images par contours actifs

Synthèse d images Edmond Boyer

Codage vidéo par block matching adaptatif

"Modélisation interactive d'un genou humain"

La carte, le territoire et l'explorateur où est la visualisation? Jean-Daniel Fekete Equipe-projet AVIZ INRIA

Colorisation et texturation temps réel d environnements urbains par système mobile avec scanner laser et caméra fish-eye

Reconnaissance de gestes : approches 2D & 3D

Monitoring elderly People by Means of Cameras

Utilisation des Points d Intérêts Couleurs pour le Suivi d Objets

Programme scientifique Majeure INTELLIGENCE NUMERIQUE. Mentions Image et Réalité Virtuelle Intelligence Artificielle et Robotique

http ://

Comment rendre un site d e-commerce intelligent

Régularisation d Images Multivaluées par EDP : Un Formalisme Commun pour Différentes Applications

Introduction aux systèmes temps réel

05/09/2015. M Ponctualité : CM TD TP & Projet Æ En cas d absence : récupérer!!! 3 05/09/2015

L hypertexte, le multimédia, c est quoi?

La configuration du capteur embarqu e : La configuration du capteur d eport e : Asservissement visuel 3D : Asservissement visuel 2D :

intelligence artificielle et cognitique"

Le Futur de la Visualisation d Information. Jean-Daniel Fekete Projet in situ INRIA Futurs

Vérification audiovisuelle de l identité


Une proposition d extension de GML pour un modèle générique d intégration de données spatio-temporelles hétérogènes

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services

Analyse multi-échelle de trajectoires de points critiques pour la reconnaissance d actions humaines

Les lières. MSc in Electronics and Information Technology Engineering. Ingénieur civil. en informatique. MSc in Architectural Engineering

sont appliquées à des fonds documentaires, sont destinées à fournir des informations pertinentes sur la structure globale plutôt que sur le contenu.

Intelligence artificielle et les défis en robotique mobile et autonome

Développement mobile MIDP 2.0 Mobile 3D Graphics API (M3G) JSR 184. Frédéric BERTIN

RIE LE RENDU THEO. 2 e trim ÉTAPE DE FINITION BOÎTE DE DIALOGUE. remarques

Analyse de la vidéo. Chapitre La modélisation pour le suivi d objet. 10 mars Chapitre La modélisation d objet 1 / 57

Synthèse d'images I. Venceslas BIRI IGM Université de Marne La

Utilisation d outils de Visual Data Mining pour l exploration d un ensemble de règles d association

Amélioration de la fiabilité d inspection en CND grâce à la fusion d information : applications en rayons X et ultrasons

ANALYSE DU MOUVEMENT HUMAIN PAR VISION ARTIFICIELLE POUR CONSOLES DE JEUX VIDÉOS

Filière MMIS. Modélisation Mathématique, Images et Simulation. Responsables : Stefanie Hahmann, Valérie Perrier, Zoltan Szigeti

Modélisation du comportement habituel de la personne en smarthome

Laboratoire 4 Développement d un système intelligent

Société de Geo-engineering

Curriculum Vitae - Emmanuel Hebrard. Emmanuel Hebrard

Editing and managing Systems engineering processes at Snecma

Préparé au Laboratoire d Analyse et d Architecture des Systèmes du CNRS

De la réalité virtuelle à l analyse de données

R-ICP : une nouvelle approche d appariement 3D orientée régions pour la reconnaissance faciale

Programme de formation Photoshop : Initiation 24 heures de formation (3 jours) 1/2

Ingénierie et gestion des connaissances

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar

Détection des deux roues motorisés par télémétrie laser à balayage

Bombardier Aerospace. De meilleures décisions soutiennent la poursuite à l innovation responsable

Toolbox d étalonnage pour Kinect : Application à la fusion d une Kinect et d un télémètre laser

Pascale Betinelli CEA LIST. Demi-journée d'information ECHORD++ 20 avril M.E.N.E.S.R

La visio-conférence holographique : Pourquoi? Comment?

La Data Visualisation dans les organisations. Par Claude-Henri Meledo

Conception architecturale et modélisation déclarative

Lamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013

26th of March 2014, Paris

L animation de la performance d une Supply Chain

Services à la recherche: Data Management et HPC *

Business Intelligence avec Excel, Power BI et Office 365

Détection des points d intérêt et Segmentation des images RGB-D. Présentée par : Bilal Tawbe. Semaine de la recherche de l UQO

GMEC1311 Dessin d ingénierie. Chapitre 1: Introduction

AOMS : UN NOUVEL OUTIL DE PHOTOGRAMMÉTRIE

Les Bases de Données et l Objet Introduction

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

Formation continue BNF // Programme des cours 2015

1. Développement embarqué. André KPOZEHOUE DOMAINES DE COMPETENCES CONNAISSANCES TECHNIQUES

Majeures et mineures

Modèles et politiques de sécurité pour les infrastructures critiques

Etude comparative de différents motifs utilisés pour le lancé de rayon

Comparaison de Relevés 3D issus de plusieurs Systèmes de Numérisation

Traitement et exploration du fichier Log du Serveur Web, pour l extraction des connaissances: Web Usage Mining

APPROCHE DE LA SURVEILLANCE DES SYSTEMES PAR RESEAUX DE PETRI SYNCHRONISES FLOUS

Offre de thèse. Co-encadrant de thèse : HENRY Sébastien Coordonnées électroniques : Sébastien.Henry@univ-lyon1.fr Laboratoire : DISP (

Interface Homme-Machine Cours 5

Stage Ingénieur en développement logiciel/modélisation 3D

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Mesure agnostique de la qualité des images.

2015 ADOBE DESIGN ACHIEVEMENT AWARDS

La Latecion protection anti-intrusion Web Web Le concept «Zero effort Security» La protection des applications Extranet

Techniques d interaction dans la visualisation de l information Séminaire DIVA

T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5

Manipulateurs Pleinement Parallèles

Working with Kinect. Intelligence Ambiante. Tomás DÍAZ TRONCOSO Arturo GARCÍA TOVAR Daoud MAROUAN LMTIUI

Visualisation d information interactive

Grenoble Institute of Technology Esisar department. Speaker : Laurent.Lefevre@grenoble-inp.fr

SMU MEDITERRANEAN. SOUTH MEDITERRANEAN UNIVERSITY Première Université Anglophone en Tunisie (Depuis 2002)

Francis BISSON ( ) Kenny CÔTÉ ( ) Pierre-Luc ROGER ( ) IFT702 Planification en intelligence artificielle

MAD: une plateforme mobile pour l annotation de document vers la classification

Urbanisation des SI-NFE107

LISTE DES PUBLICATIONS

ARDUIN Pierre-Emmanuel

Transcription:

Cours VIS : Vision par ordinateur 1 Master 2 Recherche Informatique Éric Marchand http://www.irisa.fr/lagadic 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

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

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

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

Applications 9 Détection et segmentation d'objets Bibliographie - livres 10 R. Hartley, A. Zisserman. Multiple view geometry in computer vision. Cambridge university press, 2000. M. Dhome (Ed.). Perception visuel par imagerie video, Traite IC2, Hermes, 2003. R. Horaud et O. Monga, Vision par ordinateur, outils fondamentaux. 1993 (first edition) and 1995 (second edition), Editions Hermès. http://www.inrialpes.fr/movi/people/horaud/index.html D. Forsyth, J. Ponce, Computer Vision, a modern approach, Prenctice Hall, 2003. 5

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 1995. F. Chaumette, S. Boukir, P. Bouthemy, D. Juvin. Structure from controlled motion, IEEE trans. on Pattern Analysis and Machine intelligence, 18(5):492-504, may 1996. 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):615-628, Juillet 2006. 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. 11-20, Aout 1996. Dementhon, D. and Davis, L. Model-Based Object Pose in 25 Lines of Codes. Int. J. of Computer Vision. 15:123-141, 1995 Kass, M. and Witkin, A. and Terzopolous, D. Snakes : Active contour models. Proc. of Int. Conf. Computer Vision, ICCV 87 pp. 259 268, Londres 1987. 6

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

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

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

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

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

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

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