Annonce
Partitionnement de nuage de points 3D guidé par l'image
7 Mars 2023
Catégorie : Stagiaire
Descriptif du stage :
L'objectif du stage est de développer et expérimenter une nouvelle approche de partitionnement automatique de nuage de points 3D de grande dimension. Contrairement aux approches existantes non supervisées qui exploitent un découpage par octree, probabiliste par voxel (VPM), du clustering, des graphes, ou une partition polygonale par minimisation de l'énergie, nous proposons une stratégie guidée par l'image.
Pour créer le jumeau numérique d'un château, on collecte plusieurs milliers d'images de haute résolution, qui sont traitées pour générer un nuage de points 3D par photogrammétrie. Grâce à l'estimation de la pose de chaque caméra lors du processus de reconstruction 3D, chaque zone détectée dans les images peut être transposée sur le jumeau numérique. L'idée est d'obtenir un partitionnement automatique du nuage de points 3D (depuis la façade jusqu'à la pierre) en tirant parti de la segmentation réalisée sur les images couleur par les réseaux neuronaux profonds [1], des informations de topologies locales (relief, courbures, etc) et de connaissances spécifiques sur le style architectural.
Cette segmentation permettra d'enrichir le modèle numérique du bâtiment pour affiner l'analyse structurelle par éléments finis. Obtenir ce partitionnement même de façon semi-automatique serait une première. Au-delà de l'application visée ici, cette approche de partitionnement guidé par l'image pourrait être généralisée à d'autres domaines en exploitant les réseaux de neurones profonds de segmentation sémantique.
Ce stage se déroulera dans un contexte de collaboration internationale et interdisciplinaire par le biais du groupe de travail DT4CH initié au sein du réseau ATHENA (https://athenauni.eu/).
[1]IDJATON, K., DESQUESNES, X., TREUILLET, S. et BRUNETAUD, X.. Stone-by-Stone Segmentation forMonitoring Large Historical Monuments Using Deep Neural Networks. 25th International Conference on PatternRecognition. Springer, 2021. p. 235-248.
Durée du stage : 5 ou 6 mois (avec gratification 620-650 euros / mois), possibilité de poursuite en thèse
Lieu : Laboratoire PRISME - Axe Image & Vision - Polytech Orléans
Moyens mis à disposition : Bases de données et ordinateur puissant
Pour candidater :
envoyer vos CV et relevés de notes des deux dernières années à
remy.leconge@univ-orleans.fr
sylvie.treuillet@univ-orleans.fr
xavier.desquesnes@univ-orleans.fr