E. Marchand, F. Chaumette. Stratégies de perception par vision active : une approche par réseaux bayesiens. Revue d'Intelligence Artificielle, 12(3):345-376, September 1998.
Download paper (restricted access)
Gziped Postscript
Cet article traite du problème de la reconstruction et de l'exploration de scènes polyédriques dans un contexte de vision active. À la base du processus de reconstruction, nous avons choisi une méthode qui consiste à contraindre les mouvements de la caméra de manière à obtenir une estimation particulièrement précise des paramètres représentant la position 3D des segments. Il est nécessaire de compléter cet aspect continu du processus de localisation par la définition de stratégies de reconstruction et d'exploration de la scène. L'étape d'exploration que nous décrivons dans cet article permet de reconstruire de manière incrémentale l'ensemble des primitives qui apparaissent dans le champ de vision de la caméra. Nous avons appelé cette phase exploration locale car elle ne fait appel qu'à des informations disponibles localement. Elle repose sur une approche de prédiction/vérification d'hypothèses gérées à l'aide de réseaux bayesiens. Cette approche permet d'obtenir une représentation de plus haut niveau des objets considérés, tout en traitant les problèmes locaux d'occlusion. Les méthodes que nous avons développées ont été mises en oeuvre sur la cellule de vision robotique de l'IRISA. Elles permettent de reconstruire, en temps réel, de facon précise, robuste et totalement autonome, un environnement 3D composé de plusieurs objets
@article{Marchand98d,
Author = {Marchand, E. and Chaumette, F.},
Title = {Stratégies de perception par vision active : une approche par réseaux bayesiens},
Journal = {Revue d'Intelligence Artificielle},
Volume = {12},
Number = {3},
Pages = {345--376},
Month = {September},
Year = {1998}
}
Get EndNote Reference (.ref)
This document was translated automatically from BibTEX by bib2html (Copyright 2003 © Eric Marchand, INRIA, Vista Project).