Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

13 février 2018

Thèse CIFRE : Recalage dynamique de modèles 3D de dentition sur un flux vidéo dans un contexte de réalité augmentée pour l’odontologie


Catégorie : Doctorant


Thèse CIFRE : Entreprise Adservio, Periosystem (Paris) & Ecole Nationale des Arts et Métiers

 

Le domaine de la réalité augmentée est un domaine de recherche riche où plusieurs travaux autour de la détection et le suivi des objets dans un flux vidéo ont été développés ces dernières années. Parmi les algorithmes les plus connus, nous pouvons citer Linemod et Line-2D développé par Hinterstoisser et al. [1], PWP3D par Prisacariu [2] et al. La majorité de ces méthodes utilisent des algorithmes de détection de contours et de recalage rigide ou mou selon le contexte et la nature du modèle 3D disponible. Disney research a récemment développé une approche permettant d’une part de détecter les dents dans une vidéo, et d’autre part de générer puis positionner un modèle 3D des dents sur ce même flux vidéo.

L’application directe des méthodes citées ci-dessus dans le domaine de l’odontologie se confronte à plusieurs problèmes, notamment la réflexion lumineuse, le changement de couleur des éléments à suivre à cause des caries, les gencives rétractées (récession), les dents manquantes et les implants sans prothèse (enlevé ou défectueux). Il est clair que les algorithmes de l’état de l’art doivent être adaptées à ce cas d’usage. A notre connaissance, il n’existe pas de travaux appliquant les modèles de réseaux de neurones profonds au recalage de modèles 3D de dent sur une séquence d’images. Etant donné que les bases de données disponibles ne contiennent pas beaucoup d’images, il sera nécessaire de mettre en place une approche de modélisation 3D, nous préconisons dans le cadre de cette thèse d’utiliser des modèles génératifs (Generative adversarial networks GAN) s’il y a un besoin. Des bases de données pour les expressions faciales pourront aussi être utilisées.

Le doctorant devra proposer et implémenter de nouveaux algorithmes permettant de détecter les dents dans une image ou un flux vidéo, recaler le modèle 3D sur les dents réelles et optimiser le temps de calcul pour permettre un fonctionnement en temps réel. Le recalage de l’objet 3D doit tenir compte des occultations des lèvres, optimiser la précision et la robustesse et permettre un rendu assez réaliste.

Dans un premier temps, des approches de détection et de suivi en réalité augmentée seront appliquées sur des objets tests, ensuite sur des objets issus du contexte d’odontologie. Un système interactif sera développé permettant au patient de sélectionner, à partir de plusieurs modèles de réparation de dents, celui qui serait recalé sur son visage

Références

[1] Hinterstoisser, S., Cagniart, C., Ilic, S., Sturm, P., Navab, N., Fua, P., & Lepetit, V. (2012). Gradient response maps for real-time detection of textureless objects. IEEE Transactions on Pattern Analysis and Machine Intelligence , 34 (5), 876-888.

[2] Prisacariu, V. A., & Reid, I. D. (2012). PWP3D: Real-time segmentation and tracking of 3D objects. International journal of computer vision , 98 (3), 335-354

Profil attendu

Le domaine de la réalité augmentée nécessite un candidat avec des compétences diversifiés et solides en informatique.

Compétences requises :

Compétences souhaitées :

Contact

Envoyer CV, lettre de motivation et liens vers réalisations et projets à :

Dans cette rubrique

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