Reconnaissance d’objets 3D –point de vue complètement différent –pas d’invariant 3D Difficultés :

Présentation au sujet: "Reconnaissance d’objets 3D –point de vue complètement différent –pas d’invariant 3D Difficultés :"— Transcription de la présentation:

1 Reconnaissance d’objets 3D –point de vue complètement différent –pas d’invariant 3D Difficultés :

2 Basée sur un modèle géométrique 3D –prédiction - vérification –invariants pour des objets 3D spécifique (polyhèdre, surface of revolution) Basée sur un ensemble d’images –vues espacées de facon regulaires –séléction des vues caractéristiques Reconnaissance 3D

3 Reconnaissance 3D basée sur un ensemble d’images –chaque objet est représenté par un ensemble de vues (36) –l’approche est basé sur les images propres (eigenimages) –chaque objet forme une courbe / surface –sélection du point le plus proche sur la courbe / surface (on obtient la pose) Columbia database 20 objets - 72 vues

4 Mesure de proximité entre points de vue

5 Séléction automatique de vues caracteristiques Regrouper les images qui représentent le même aspet d’un objet, c’est-à-dire les images similaires –distance / similarité entre images est mesurée par : nombre de caractéristiques appariées / nombre de caractéristiques totales –pour regrouper les images, utilisation d’un algorithme de clustering hierarchique

6 Exemple pour la reconnaissance 3D

7 Exemple pour la reconnaisance 3D

8 Appariements

9 Vérification des appariements calcul du tenseur trifocal : à partir des appariements entre trois images vérification supplémentaire calcul robuste permet de rejeter les outliers image recherchée images de la base

10 Ajout de données symboliques Calcul du tenseur trifocale T Projection de données stockées avec les images de la base avec T Localisation de endroits spécifiques

11 Ajout de données symboliques

12

13 Recherche d’images Recherche d’images avec un contenu similaire Difficultés –définir le contenu sémantique –définir des critères significatifs de similarité visuelle

14 Recherche d’images Recherche d’images similaires –similarité globale –similarité partielle Interaction avec l’utilisateur Recherche d’objets semblables

15 Blobworld - exemple de recherche

16 Similarité partielle de distributions - exemple sélection de la partie utilisée pour la requête images similaires

17 Résultats pour la détection de visages

18 Résultats pour la détection de voitures