|
|
Publications about Stochastic geometry
Result of the query in the list of publications :
Article |
1 - A marked point process of rectangles and segments for automatic analysis of Digital Elevation Models..
M. Ortner and X. Descombes and J. Zerubia. IEEE Trans. Pattern Analysis and Machine Intelligence, 2008.
Keywords : Image procressing, Poisson point process, Stochastic geometry, Dense urban area, Digital Elevation Model, land register.
Copyright :
@ARTICLE{ortner08,
|
| author |
= |
{Ortner, M. and Descombes, X. and Zerubia, J.}, |
| title |
= |
{A marked point process of rectangles and segments for automatic analysis of Digital Elevation Models.}, |
| year |
= |
{2008}, |
| journal |
= |
{IEEE Trans. Pattern Analysis and Machine Intelligence}, |
| pdf |
= |
{http://hal.inria.fr/docs/00/27/88/82/PDF/ortner08.pdf}, |
| keyword |
= |
{Image procressing, Poisson point process, Stochastic geometry, Dense urban area, Digital Elevation Model, land register} |
| } |
|
 top of the page
PhD Thesis and Habilitation |
1 - Processus ponctuels et algorithmes de coupure minimal de graphe appliqués à l'extraction d'objets 2D et 3D.
A. Gamal Eldin. PhD Thesis, Universite de Nice Sophia Antipolis, October 2011.
Keywords : Multiple object detection, Multiple Birth and Cut, Graph Cut, Multiple Birth and Death, Marked point process, Stochastic geometry.
@PHDTHESIS{GamalPhdThesis,
|
| author |
= |
{Gamal Eldin, A.}, |
| title |
= |
{Processus ponctuels et algorithmes de coupure minimal de graphe appliqués à l'extraction d'objets 2D et 3D}, |
| year |
= |
{2011}, |
| month |
= |
{October}, |
| school |
= |
{Universite de Nice Sophia Antipolis}, |
| url |
= |
{http://tel.archives-ouvertes.fr/tel-00737988}, |
| keyword |
= |
{Multiple object detection, Multiple Birth and Cut, Graph Cut, Multiple Birth and Death, Marked point process, Stochastic geometry} |
| } |
Résumé :
L'objectif de cette thèse est de développer une nouvelle approche de détection d'objets 3D à partir d'une image 2D, prenant en compte les occultations et les phénomènes de perspective. Cette approche est fondée sur la théorie des processus ponctuels marqués, qui a fait ses preuves dans la solution de plusieurs problèmes en imagerie haute résolution. Le travail de la thèse est structuré en deux parties: En première partie: Nous proposons une nouvelle méthode probabiliste pour gérer les occultations et les effets de perspective. Le modèle propose est fondé sur la simulation d'une scène 3D utilisant OpenGL sur une carte graphique (GPU). C'est une méthode orientée objet, intégrée dans le cadre d'un processus ponctuel marqué. Nous l'appliquons pour l'estimation de la taille d'une colonie de manchots, là où nous modélisons une colonie de manchots comme un nombre inconnu d'objets 3D. L'idée principale de l'approche proposée consiste à échantillonner certaines configurations candidat composé d'objets 3D s'appuyant sur le plan réel. Une densité de Gibbs est définie sur l'espace des configurations, qui prend en compte des informations a priori et sur les données. Pour une configuration proposée, la scène est projetée sur le plan image, et les configurations sont modifiées jusqu'à convergence. Pour évaluer une configuration proposée, nous mesurons la similarité entre l'image projetée de la configuration proposée et l'image réelle, définissant ainsi le terme d'attache aux données et l'a priori pénalisant les recouvrements entre objets. Nous avons introduit des modifications dans l'algorithme d'optimisation pour prendre en compte les nouvelles dépendances qui existent dans notre modèle 3D. En deuxième partie: Nous proposons une nouvelle méthode d'optimisation appelée |
Abstract :
The topic of this thesis is to develop a novel approach for 3D object detection from a 2D image. This approach takes into consideration the occlusions and the perspective effects. This work has been embedded in a marked point process framework, proved to be efficient for solving many challenging problems dealing with high resolution images. The accomplished work during the thesis can be presented in two parts: First part: We propose a novel probabilistic approach to handle occlusions and perspective effects. The proposed method is based on 3D scene simulation on the GPU using OpenGL. It is an object based method embedded in a marked point process framework. We apply it for the size estimation of a penguin colony, where we model a penguin colony as an unknown number of 3D objects. The main idea of the proposed approach is to sample some candidate configurations consisting of 3D objects lying on the real plane. A Gibbs energy is define on the configuration space, which takes into account both prior and data information. The proposed configurations are projected onto the image plane, and the configurations are modified until convergence. To evaluate a proposed configuration, we measure the similarity between the projected image of the proposed configuration and the real image, by defining a data term and a prior term which penalize objects overlapping. We introduced modifications to the optimization algorithm to take into account new dependencies that exists in our 3D model. Second part: We propose a new optimization method which we call |
|
top of the page
These pages were generated by 
|
New demo webpage
get the bibtex
