1 SP3 ICARE Ezio MALIS 29 mars 2007 Amélioration du suivi visuel par couplage vision-laser.

Slides:



Advertisements
Présentations similaires
Traitement de l’image Soutenance de Stage ROGER Mathieu
Advertisements

Manipulation d’un objet virtuel à l’aide d’une cible et d’une caméra
MOT Éditeur de modèles de connaissances par objets typés
Comparaison des méthodes déterministes et Monte Carlo
Processus d'expression du besoin
hotogrammétrie pour les
Technique des Surfels Surfels: Surface Elements as Rendering Primitives SIGGRAPH 2000 H.Pfiste, J.van Baar, M.Zwicker, M.Gross.
Le rendu basé images S. B Kang. A survey of image-based rendering techniques. In Videometrics VI, volume 3641, pages SPIE, 1999 Heung-Yeung Shum.
Contrôle des systèmes rapides non linéaires Application au moteur à allumage commandé turbocompressé à distribution variable Remerciements Guillaume.
Quelles sont les composantes principales d ’une activité de formation?
Inférence statistique
Méthodologie de l’étude d’impact
Thibault PHILIPPE Master 2 Recherche IVR EVASION/GRAVIR
A Pyramid Approach to Subpixel Registration Based on Intensity
Constructions géométriques I. Construction de limage (objet) dun objet (image) plan. Cas 2 Cas 3 II. Construction de limage (objet) dun point objet (image)
Laboratoire dInformatique et dImagerie Industrielle Traitement des Images Couleur Partie 3 : un exemple de traitement dimages couleur : Correction chromatique.
Reconstruction 3D par mono vision avec des trajectoires fortement contraintes Joan Solà LAAS-CNRS Toulouse, France Revue du projet PICAS$O 3 novembre 2005.
Les structures de contrôles itératives complètes
Contrôle de l'Affichage dans un Environnement
Clément Boussard, Nicolas Hautière, Dominique Gruyer
Eric Guilbert, Marc Daniel *, Eric Saux
Filtrage-Analyse Spectrale des Images
Méthodes d’analyse des circuits
Classification Multi Source En Intégrant La Texture
Aspects algorithmiques de l ’analyse structurelle pour la surveillance
Cartographie et Localisation par vision monoculaire
Recherche d’un même objet / scène
Éclairage Structuré et vision active pour le contrôle qualité de surfaces métalliques réfléchissantes Olivier Morel*, Ralph Seulin, Christophe Stolz, Patrick.
Résolution des Équations Différentielles
Rappel... Solution itérative de systèmes linéaires (suite et fin).
MOT Éditeur de modèles de connaissances par objets typés
Transformée de Hough Bernis FOMAZOU 11 Mars /10 Bernis Fomazou
La mesure et le microscope McIntyre Biologie 11F
Les profils moléculaires, un outil de diagnostic de la médecine du futur Contexte Il sagit de suivre lévolution de plusieurs protéines dintérêt.
FVS Système de vision globale pour robots footballeurs Projet de fin détudes Par Félix Duchesneau.
Design dun système de vision embarqué. Application:
PIF-6003 Sujets spéciaux en informatique I
Véronique Cherfaoui + partenaires SP3 29 mars 2007
Fusion multi-capteur pour la détection d'obstacle
Le problème de recherche Entrée: n clefs distinctes k 1, k 2, …, k n et un ensemble T de n enregistrements de la forme (k 1, I 1 ), (k 2, I 2 ), …, (k.
Plan daction Réunion PASSAGE Maroua août Services de santé Amélioration de laccès financière géographique socio culturelle.
29/06/2005 Page 1 ROBIN - Techno-Vision Base dimages EADS DS l Introduction l Description générale l Description détaillée l Quicklook des données sources.
Toute utilisation à but non lucratif doit faire référence à Toute utilisation partielle ou totale à but lucratif est interdite.
Toute utilisation à but non lucratif doit faire référence à Toute utilisation partielle ou totale à but lucratif est interdite.
Thierry Molinier > David Fofi >
Complément Calibrage et Homographie
Programmation linéaire en nombres entiers : les méthodes de troncature
L’adaptativité pour un solveur de l’équation de Vlasov
VISION GLOBALE DU PROJET
GOL503 Spécificités sectorielles
Géométrie épipolaire (deux vues)
Reconnaissance d’image CABRIERE Pierre – ROBERT Bastien.
Comité de pilotage – Satory – 2 décembre Comité de Pilotage Mardi 2 décembre 2008 SATORY.
L’ÉVOLUTION DES TECHNIQUES D’ANIMATION
Visualisation de la méthode par exhaustion pour calculer l’aire sous une courbe Bien comprendre le principe d’aire par exhaustion en utilisant une série.
Chapitre 5 Test de circuits séquentiels
Patrick Chedmail – Philippe Wenger Fouad Bennis - Alain Bernard
1 Tache 3.1 Couplage Zones d’intérêt / détection Projection Sélection/Focalisation Prédiction/Reconnaissance Zones d’intérêt (RUSL) Zones d’interêt (RUCM)
Projet Love – Réunion SP3 CEA List – Lab. Calculateurs Embarqués et Image Contribution CEA List Love SP3.
Suivi de trajectoires par vision Y. Goyat, T. Chateau, L. Trassoudaine 1.
Format des éléments du message. Formats de éléments du message texte listes à puces, listes numérotées tableaux graphiques diagrammes images audio vidéo.
1 Logiciels de confection automatique d’horaires.
Les outils graphiques Qu’est-ce qu’un outil graphique?
Résolution des équations différentielles
Cotation fonctionnelle des pièces
Validation d’une méthode d’analyse
Activité course d’orientation
Joan Solà - LAAS-CNRS Localisation visuelle pour la robotique mobile terrestre.
PEE MAINTENANCE.
Transcription de la présentation:

1 SP3 ICARE Ezio MALIS 29 mars 2007 Amélioration du suivi visuel par couplage vision-laser

2 Objectif: –Utiliser des informations de profondeur pour –Améliorer le suivi visuel monoculaire Performance Robustesse Différence par rapport au SP2.2: –Suivi visuel sur SE(3) au lieu de SL(3) –Fonctionnement hybride en cas de défaillance du laser

3 Prediction Suivi Visuel Odométrie Image Mono (RUCM) Télémètre (RUSL) Calibration Piste Image augmentée Detection

4 Supposons la cible planaire par morceaux

5 Exemple de suivi avec la méthode ESM

6 Suivi visuel dans SL(3) – A chaque plan correspond une homographie (8 ddl) H = R + t n –Contraintes entre les plans difficiles a spécifier

7 Suivi visuel dans SE(3) –Nécessite linformation de profondeur et dorientation des plans H = R + t n –Contraintes entre les plans plus faciles a spécifier dans lespace cartésien connu

8 Le télémètre donne linformation 3D Coupe télémètre laser projetée dans limage Iteration k Iteration k + 1 ESM visual/laser tracking

9 Problèmes a résoudre –Association des données –Information 3D partielle Le problème est suffisamment contraint ? –Approximation planaire par morceaux est suffisante ? Spécification des contraintes entre les plans Changement daspect (mise a jour de la référence)