Master STIC
Spécialité Image et Géométrie pour le Multimédia et la Modélisation du Vivant
Vision tridimensionnelle.
- Enseignant : Théodore Papadopoulo de l'INRIA, Projet Odyssée.
- Durée : 15 heures de cours + Examen.
- Hébergement : ESSI
Voici quelques pages très utiles pour vous:
-
Les descriptions:
- des objectif du module
- du plan du cours.
-
Supports de cours:
- Un poly extrait du livre The Geometry of Multiple Images (résultats généraux, géométrie projective).
- Un rapport de recherche sur l'estimation de la matrice fondamentale.
- Un autre rapport de recherche sur l'estimation des paramètres intrinsèque par la méthode de Kruppa.
- Une autre support de cours en français.
- Les transparents de la présentation générale.
- Les transparents de la présentation sur les mosaïques.
- Les projets.
-
Références:
-
Livres:
-
Sites Web:
- Une encyclopédie sur la vision par ordinateur
- Ressources diverses.
- Une base de donnée bibliographiques pour la Vision par Ordinateur.
-
-
Exercices
-
Stages:
Objectif du module
Le but de ce module est de donner aux étudiants les bases théoriques nécessaires à la vision 3D. On s'intéressera tout particulièrement à la modélisation mathématique des caméras (et systèmes de caméras) et à l'obtention des différents paramètres décrivant celle-ci à partir de mesures images (techniques de (auto-)calibration). Tout au long du cours, on s'intéressera également aux algorithmes permettant la mise en oeuvre pratique de ces modèles à partir de données bruitées. Différentes applications seront décrites : mosaïques, reconstruction stéréo, réalité augmentée.Plan du cours (approximatif)
- Modèlisation d'une caméra: Définition, propriétés, algorithmes de calibration classiques.
- Géométrie projective : Éléments de base, le point, la droite, les bases projectives, les plans à l'infini, la conique absolue.
- Géométrie épipolaire : La géométrie des rayons optiques associée à des configurations de 2 caméras.
- Application : les mosaïques et la reconstruction stéréo : Motivations, algorithmes et résultats.
- Autocalibration : Équations de Kruppa, upgrade de caméras, algorithmes de résolution.
Prérequis du cours
- Il est bon de connaître un peu d'algèbre linéaire simple (matrices, vecteurs, déterminants), un peu d'analyse numérique est un plus mais les méthodes de base sont présentées lors du cours.
Contacter l'enseignant : Theodore.Papadopoulo(at)sophia.inria.fr
Emploi du temps
