Modélisation de scènes monoculaires très efficace utilisant un réseau neuronal de bout en bout pour la conduite automatisée

Highly effective monocular scene modeling using an end-to-end neural network towards automated driving

• Auteur / Autrice : Marcel VOßHANS
• Direction : Omar Ait-aider, Markus Enzweiler
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/09/2021
• Etablissement(s) : Université Clermont Auvergne (2021-...)
• Ecole(s) doctorale(s) : Sciences pour l'Ingénieur
• Partenaire(s) de recherche : Laboratoire : Institut Pascal (Aubière, Puy-de-Dôme)

Mots clés

Mots clés libres

Vision monoculaire

Réseau neuronal

Perception des robots

Véhicules autonomes

Monocular Vision

Neuronal Network

Robot Perception

Autonomous vehicles

Résumé

Cette thèse vise à développer une nouvelle méthode de compréhension efficace de scènes basée sur une approche monoculaire. A cet effet, une caméra effectue une affectation géométrique et sémantique sous la forme de stixels en se basant sur une approche d'apprentissage profond. Une solution appropriée peut fournir un élément clé important pour la conduite autonome en fournissant une représentation de l'environnement très efficace.

This thesis aims to develop a new method for efficient scene understanding based on a monocular camera. For this purpose, a camera performs a geometric and semantic assignment based on a deep learning approach. A proper solution can deliver an important key element for autonomous driving by providing a highly efficient environment representation.