Read more
Le problème de la stéréovision à-partir de caméras multiples calibrées capturant une scène fixe est étudié depuis plusieurs décennies. Les résultats sont visuellement impressionnant. Il devient intéressant de calibrer des scènes de plus en plus vastes, afin d'appliquer ces algorithmes de stéréovision de façon optimale. Trois objectifs essentiels apparaissent. i) Un des moyen d'améliorer les résultats de stéréovision est d'augmenter la précision de la calibration. ii) Il est important de pouvoir prendre en compte les cycles de façon globale. En effet la plupart des méthodes actuelles sont séquentielles, et dérivent. Comme on calibre des réseaux d'images, de plus en plus grand, ce point devient crucial. iii) Pour calibrer des réseaux d'images très grands, il convient d'avoir des algorithmes rapides. Les méthodes de calibration que nous proposons dans la première partie, permettent de calibrer des réseaux avec une grande précision en bénéficiant de la rapidité de la programmation linéaire. Enfin, la recherche en stéréovision étant arrivée à maturité, il convient de s'intéresser à l'étape suivante, à savoir la reconstruction spatio- temporelle.
About the author
Je suis diplômé de l'Ecole Centrale de Lille depuis 2001. En 2006 j'ai souhaité travailler en vision par ordinateur. J'ai donc effectué une thèse sur la reconstruction spatio-temporelle à-partir d'images ainsi que sur une nouvelle méthode de calibration de photos. J'ai obtenu le titre de docteur en janvier 2011 en exposant le présent ouvrage.
