Stéréovision linéaire par réseau de neurones de Hopfield : application à la détection d'obstacles à l'avant des véhicules routiers

Linear stereo vision using hopfield neural network : application to obstacle detection in front of moving vehicles

• Auteur / Autrice : Yassine Ruichek
• Direction : Jack-Gérard Postaire
• Type : Thèse de doctorat
• Discipline(s) : Productique
• Date : Soutenance en 1997
• Etablissement(s) : Lille 1

Mots clés

Mots clés contrôlés

Réseaux neuronaux (informatique)

Télédétection

Circulation

Imagerie tridimensionnelle

Reconstruction d'image

Résumé

Bien que la stereovision passive soit une approche tres populaire pour la reconstruction 3-d, son utilisation pour une application temps-reel, telle que la detection d'obstacles a l'avant des vehicules routiers, est difficile. Cette limitation est essentiellement liee a l'utilisation de cameras matricielles qui fournissent des images contenant une quantite d'informations tres importante. Pour palier cette limitation, certains auteurs proposent de remplacer les cameras matricielles par les cameras lineaires. En effet, ce type de capteur permet de reduire la quantite d'informations a traiter, tout en ayant une resolution horizontale bien superieure a celle des cameras matricielles. Dans ce travail, nous proposons une approche connexionniste pour resoudre le probleme de l'appariement des indices visuels associes aux memes objets physiques presents dans une scene observee par un couple stereoscopique de cameras lineaires. Dans un premier temps, le probleme est ramene a un probleme d'optimisation ou une fonction de cout, construite a partir des contraintes du probleme, doit etre minimisee. Un reseau de neurones de hopfield est ensuite mis au point pour assurer le processus de minimisation