Skip to Main content Skip to Navigation
Theses

Méthodes robustes en vision : application aux appariements visuels

Zhong-Dan Lan 1
1 MOVI - Modeling, localization, recognition and interpretation in computer vision
GRAVIR - IMAG - Graphisme, Vision et Robotique, Inria Grenoble - Rhône-Alpes, CNRS - Centre National de la Recherche Scientifique : FR71
Résumé : Cette thèse est consacrée au problème d'appariement visuel. Les problèmes de la robustesse et la précision sont considérés. Le problème des occultations partielles est traité à l'aide de la statistique robuste. Deux méthodes sont décrites. Une basée sur la régression robuste, et une autre basée sur la localisation robuste. Des expérimentations valident ces deux méthodes. Le problème de l'appariement précise est aussi considéré. Basé sur l'hypothèse de régularité locale, le décalage local peut être estimé à l'aide d'un masque de convolution entre deux fenêtres d'images sous une translation. Pour le cas non translationnel, une estimation de déformation des fenêtres d'images est faite de manière robuste, suivi d'une estimation de décalage local. Des expérimentations valident cette méthode d'appariement précis. Appariement visuel, étant un problème majeur en vision, est loin d'être résolu. Nous espérons que ce mémoire apporte des contributions à ce problème difficile.
Document type :
Theses
Complete list of metadatas

Cited literature [100 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-00004950
Contributor : Thèses Imag <>
Submitted on : Friday, February 20, 2004 - 5:07:50 PM
Last modification on : Friday, June 26, 2020 - 4:04:03 PM
Document(s) archivé(s) le : Friday, April 2, 2010 - 8:02:07 PM

Identifiers

  • HAL Id : tel-00004950, version 1

Collections

INRIA | IMAG | CNRS | UGA

Citation

Zhong-Dan Lan. Méthodes robustes en vision : application aux appariements visuels. Interface homme-machine [cs.HC]. Institut National Polytechnique de Grenoble - INPG, 1997. Français. ⟨tel-00004950⟩

Share

Metrics

Record views

410

Files downloads

578