Vision artificielle (Computer vision)

L’interprétation automatique des images aériennes: de l’alignement géométrique à la segmentation sémantique et l’identification des catégories d’objets

Le domaine de la vision artificielle étudie le développement des méthodes et des systèmes informatiques qui peuvent percevoir le monde par le biais des images et des captures vidéo dans une manière intelligente, aussi proche que possible de la perception humaine. Quoiqu’il soit un domaine relativement nouveau au sein de l’intelligence artificielle et de la robotique, à l’heure actuelle il y a un intérêt accru en ce qui concerne la recherche scientifique, le développement technologique et industriel. Les réussites récentes sont dues non seulement au développement de certains algorithmes efficients d’apprentissage automatique et d’inférence, mais aussi à l’augmentation substantielle du pouvoir de calcul et du stockage de données.

En suivant les tendances actuelles, nous essayons de développer tels systèmes de vision artificielle qui puissent agir en étroite liaison avec d’autres régions de la robotique, comme par exemple les véhicules aériens sans pilote. Nous allons envisager le développement des prototypes de haute performance dans la recherche scientifique, et la création des systèmes technologiques qui aient applicabilité pratique immédiate. Ainsi, nous essayerons de découvrir nouveaux aspects dérivés de la connexion œil-vision- raisonnement et nous essayerons de développer des systèmes d’ordinateurs qui puissent dérouler un tel processus cognitif complexe.

Le programme s’adresse aux étudiants en université et en master qui sont passionnés par les nouveaux domaines de la science, par l’étude des algorithmes complexes qui font possibles les connections nécessaires pour interpréter de façon automatique les images et les captures vidéo. Avec ce programme, nous nous proposons de former une équipe d’étudiants et ingénieurs qui approchent le problème de l’interprétation visuelle automatique des captures filmées ou photographiées dans l’air, en trois directions complémentaires:

1) Identifier les correspondances et les régions communes de plusieurs images ou captures vidéo, et leur alignement géométrique ultérieur.

2) Segmenter de façon sémantique les images – diviser les images dans régions qui appartiennent à certains catégories (par exemple zones résidentielles, forêts, parcs, routes, régions agricoles, lacs, rivières).

3) Détecter et reconnaître les diverses catégories d’objets (par exemple maisons, voitures). Nous désirons établir comment interagissent ces catégories d’objets et régions au niveau d’interprétation contextuelle, pour qu’on puisse les interpréter le plus efficacement possible.

Coordinateur du projet: M. Maître de conférences, docteur-ingénieur Marius Leordeanu,

Qu’est-ce que nous envisageons?

Nous envisageons de créer des solutions algorithmiques et d’implémentation qui soient rapides et exactes. À cet égard, nous allons concentrer sur le niveau médium de l’interprétation de l’alignement géométrique, y compris l’identification des correspondances entre les caractéristiques des images fournies par les séquences de vidéos aériennes étudiées. Nous allons créer des algorithmes qui analysent de façon automatique les captures et qui créent une vue panoramique des images, d’où résulte une seule carte aérienne formée de plusieurs cadres. À cet égard, nous allons considérer l’estimation du champ du mouvement entre les cadres successifs.

De plus, nous chercherons à développer de méthodes automatiques d’apprentissage, classification et détection des diverses types de régions, des objets et leur relations contextuelles (par exemple zones urbaines, zones rurale, régions agricoles, montagnes, gens, voitures, maisons, arbres), et aussi leur segmentation en régions- déterminer précisément les zones dans les images qu’elles occupent.