Méthodologie de conception de motifs dirigée par la distance de Hamming et la géométrie épipolaire en lumière structurée
Notice bibliographique
Résumé
En vision artificielle par lumière structurée, la projection d’un motif sur un objet permet de capturer la forme de sa surface à un instant donné, en effectuant généralement plusieurs acquisitions. Cette technique peut cependant s’avérer inefficace lorsque l’objet est en mouvement. Il devient alors nécessaire de ne faire appel qu ’à une seule prise d’images pour analyser la forme d’une région d’intérêt en mouvement, et des motifs intégrant des propriétés intrinsèques de corrections doivent alors être envisagés. Dans cet article nous présentons une nouvelle méthode d’appariement d’indices visuels composant des motifs de lumière structurée codée. L’originalité de la méthode consiste, à travers un codage spatial, à exploiter conjointement la géométrie épipolaire et une distance de Hamming désirée, critère dont la valeur minimale peut être spécifiée dès la conception, assurant un niveau minimal de redondance des informations au sein du motif à projeter. En contrepartie, quand la valeur de celle-ci est élevée, les algorithmes de codage/décodage ont à faire face à un nombre considérable de codes candidats. Dans un premier temps, nous montrons que la distance de Hamming moyenne est un critère statistique pertinent pour prédire les propriétés globales du futur motif, et nous fournissons un moyen de la calculer. Nous présentons un algorithme de codage basé sur la théorie des matrices parfaites, la distance de Hamming et le paradigme exploration/exploitation, où l’unicité des codes est examinée dans l’espace monodimensionnel des adresses des codes au lieu de celui du motif matriciel, comme c ’est le cas dans la littérature. Dans un second temps, mettant en synergie la conformation des indices visuels et la géométrie épipolaire, nous montrons qu ’il est possible de prédire la façon dont ces indices vont se projeter sur le plan image, permettant ainsi de simplifier la segmentation, le codage et le décodage. Les résultats montrent une réduction significative de la complexité algorithmique et la possibilité de fournir des motifs en temps réel, ou bien d’une taille bien supérieure à ce qui existe à ce jour. Finalement, des reconstructions de scènes diverses et effectuées aussi en temps réel, à partir d’une seule image des motifs projetés, sont reportées, pour illustrer le potentiel applicatif de notre approche.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».