Compréhension de scènes urbaines 3D par analyse de données LiDAR, colorées et hyperspectrales
Auteur / Autrice : | David Duque-Arias |
Direction : | Beatriz Marcotegui, Jean-Emmanuel Deschaud |
Type : | Thèse de doctorat |
Discipline(s) : | Morphologie mathématique |
Date : | Soutenance le 28/10/2021 |
Etablissement(s) : | Université Paris sciences et lettres |
Ecole(s) doctorale(s) : | Ecole doctorale Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique |
Partenaire(s) de recherche : | établissement de préparation de la thèse : École nationale supérieure des mines (Paris ; 1783-....) |
Laboratoire : Centre de morphologie mathématique (Fontainebleau, Seine et Marne) | |
Jury : | Président / Présidente : Pascal Monasse |
Examinateurs / Examinatrices : Beatriz Marcotegui, Jean-Emmanuel Deschaud, Paul Checchin, Santiago Velasco-Forero | |
Rapporteurs / Rapporteuses : Andreas Nüchter, Sébastien Lefèvre |
Résumé
Les nuages de points ont suscité l'intérêt de la communauté de recherche au cours des dernières années. Au départ, ils étaient surtout utilisés pour des applications de télédétection. Plus récemment, grâce au développement de capteurs à faible coût et à la publication de plusieurs bibliothèques open source, ils sont devenus très populaires et ont été appliqués à un plus grand nombre d'applications. L'une d'entre elles est la voiture autonome, pour lequel de nombreux efforts ont été déployés au cours du siècle dernier pour le rendre réel. L'évaluation des algorithmes proposés constitue aujourd'hui un goulot d'étranglement très important pour la voiture autonome. En raison du grand nombre de scénarios possibles, il n'est pas possible de l'effectuer dans la vie réelle. Une alternative consiste à simuler des environnements virtuels où toutes les configurations possibles peuvent être établies à l'avance. Cependant, ces environnements ne sont pas aussi réalistes que le monde réel. Dans cette thèse, nous avons étudié la pertinence d'inclure des images hyperspectrales dans la création de nouveaux environnements virtuels. De plus, nous avons proposé de nouvelles méthodes pour améliorer la compréhension des scènes 3D pour la voiture autonome.