Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

3 novembre 2017

[ONERA] Réseaux de neurones multi-vues pour la classification de nuages de points 3D


Catégorie : Stagiaire


L'objectif de ce stage est de concevoir et développer des algorithmes de classification de données 3D et de segmentation sémantique de scènes 3D. Il s'appuiera sur les approches par réseaux convolutifs multivues SnapNet développées à ONERA/DTIS, qui sont aujourd'hui en tête de l'état de l'art pour la cartographie urbaine et pour la robotique.

 

Les données 3D sont en train de remplacer les images pour la perception de l'environnement dans de nombreux cas de figure : voiture automatique, robotique, cartographie urbaine, biométrie. Elles sont généralement constituées de nuage de points (positions dans l'espace) avec une radiométrie associée. Avec l'émergence de capteurs abordable pour le grand public (Kinect, capteur 3D de l'Iphone X) ou les professionnels (scanners lasers) ainsi que le développement de techniques robuste de photogrammétrie (reconstruction de la 3D a partir de plusieurs photos), les nuages de points sont devenus les données d'entrée de nombreux algorithmes pour la reconstruction de surfaces, la compréhension sémantique (donner du sens à la scène observée), ou encore l'animation 3D.

L'objectif de ce stage est de concevoir et développer des algorithmes de classification de données 3D et de segmentation sémantique de scènes 3D. Il s'appuiera sur les approches par réseaux convolutifs multivues SnapNet développées à ONERA/DTIS, qui sont aujourd'hui en tête de l'état de l'art pour la cartographie urbaine (Semantic 3D benchmark http://semantic3d.net , [Boulch 2017]) et pour la robotique (benchmark NYUv2 et SUNRGBD [Guerry 2017]).

Contact

Alexandre Boulch, Bertrand Le Saux

Lieu : ONERA Palaiseau
Tél. : +33180386592

http://w3.onera.fr/stages/sites/w3.onera.fr.stages/files/dtis-2018-039.pdf

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2018.