Détection et apprentissage automatique d'objets pour la modélisation de milieux intérieurs - Archive ouverte HAL Access content directly
Conference Papers Year : 2012

Détection et apprentissage automatique d'objets pour la modélisation de milieux intérieurs

(1, 2) , (2) , (2) , (1) , (1)
1
2

Abstract

Nous présentons dans cet article une nouvelle méthode pour la modélisation des objets et de la scène dans un environnement intérieur inconnu. Les milieux intérieurs sont composés d'une quantité d'objets susceptibles d'être déplacés. Nous souhaitons exploiter les multiples passages d'une caméra dans un même lieu et tirer parti de ces déplacements pour modéliser d'une part la structure de la scène et d'autre part les objets le constituant. Nous proposons une association de méthodes de SLAM métrique et de reconnaissance de lieu pour détecter et représenter les objets de façon automatique et enrichir la connaissance de la scène. Abstract: This paper presents a new solution for modeling the scene and the objects in unknown environments. Many objects in indoor environments are likely to be moved. We want to make the most of several observations of a camera in the same scene to represent the different places and objects. We propose to combine methods of metrical localization and place recognition to detect and model objects and extend the scene model.
Fichier principal
Vignette du fichier
rfia2012_submission_63.pdf (10.98 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-00656550 , version 1 (17-01-2012)

Identifiers

  • HAL Id : hal-00656550 , version 1

Cite

Marion Decrouez, Romain Dupont, François Gaspard, Frédéric Devernay, James L. Crowley. Détection et apprentissage automatique d'objets pour la modélisation de milieux intérieurs. RFIA 2012 - Colloque sur la Reconnaissance des Formes et l'Intelligence Artificielle, Jan 2012, Lyon, France. 8p. ⟨hal-00656550⟩
401 View
1344 Download

Share

Gmail Facebook Twitter LinkedIn More