Offres

Aller à : navigation, rechercher
Envie de nous rejoindre ?

Offres de post-doc

Offres de thèse

Pas d'offres pour le moment...

Offres de stage

Sujet PFE : (février à août 2016) Utilisation d’algorithmes d’apprentissage automatique pour la reconnaissance d’éléments architecturaux dans des nuages de points

Dans le processus de création de maquette numérique (BIM) à partir de nuages de points, la reconnaissance d’objets est une étape importante (Tang et al., 2010). La création de BIM « tel que construit » consiste en effet en trois étapes : la modélisation de la géométrie, la reconnaissance d’objets et la création de relations entre les objets.

L’apprentissage automatique (ou Machine Learning en anglais), sous-domaine de l’informatique, est utilisé dans de nombreux domaines parmi lesquels on trouve la reconnaissance d’objets. Des algorithmes d’apprentissage sont utilisés pour la reconnaissance d’objets dans des nuages de points que ce soit dans des environnements urbains (Golovinskiy et al., 2009), des milieux industriels (Pang et al., 2015) ou encore à l’intérieur de bâtiments (Günther et al., 2015).

La reconnaissance d’objets 3D est un problème complexe (notamment lorsqu’on considère des scènes encombrées) pour plusieurs raisons : le rééchantillonnage souvent appliqué aux nuages de points fait perdre des détails sur les objets à petite échelle, le bruit présent dans les nuages ainsi que des surfaces partiellement masquées dégradent la performance de la reconnaissance. De nombreuses méthodes s’attachent à résoudre le problème de la reconnaissance d’objets 3D. Parmi les méthodes qui considèrent différents types d'objets, la plupart requiert des données d’entrée segmentées (Pang et al., 2013).

Dans le contexte de la thèse réalisée au sein du laboratoire ICube et traitant de l’automatisation du passage de nuages de points à des maquettes numériques, la reconnaissance d’objets est envisagé pour des éléments architecturaux et notamment les différentes portes et fenêtres présentes dans le bâtiment considéré. La zone de recherche est réduite puisqu’un processus de plusieurs segmentations permet déjà d’identifier les points appartenant au sol, au plafond, aux murs et aux objets présents dans le bâtiment. De plus, un algorithme permet de pré-localiser les portes.

Les objectifs du PFE sont dans un premier temps de créer une base de données d’exemples à partir d’un ou plusieurs jeux de données. L’étudiant sera également amené à réfléchir à un protocole de création de cette base de données au moment de l’acquisition. Puis dans un second temps, l’étudiant développera des algorithmes, en s’appuyant sur des outils d’apprentissage automatique, qui permettront de reconnaitre des éléments architecturaux dans des nuages segmentés au préalable.

Contact : Tania LANDES