Modelisation et prise en compte de l'influence des milieux participants pour la vision artificielle
Notice bibliographique
Résumé
Dans le domaine de la vision par ordinateur, la modélisation de l'interaction de la lumière avec les particules en suspension dans un milieu participant permet de mieux comprendre les effets causés par ce milieu sur le système de formation d'image. De nos jours, la majorité des systèmes de vision existants sont basés sur le, concept de la dispersion simple de la lumière. Lors de l'interaction d'un faisceau lumineux avec les particules du milieu, le modèle de la dispersion simple prend en considération juste la partie du faisceau qui est directement transmise vers le système de formation d'image, tandis que la partie dispersée dans d'autres directions est ignorée. Plusieurs hypothèses liées aux types des particules ainsi qu'à leur concentration sont exigées afin que le modèle de dispersion simple puisse être employé. Cependant, ces hypothèses sont très restrictives et difficiles à satisfaire en pratique. A titre d'exemple dans le cas de la vision à travers un brouillard fortement dense, il est impossible d'employer le modèle de la dispersion simple de la lumière. Dans ce cas de figure, il est inévitable de faire appel au modèle de la dispersion multiple de la lumière. Contrairement au modèle simple, le modèle de dispersion multiple prend en considération aussi bien la partie du faisceau lumineux qui est directement transmise vers le système de formation d'image que la partie du faisceau qui est dispersée dans d'autres directions. Une bonne modélisation de l'interaction de la lumière avec les particules des milieux participants ouvrira la porte à une multitude d'applications dans différents domaines, entre autre, la photographie et la vidéographie sous-marine, la simulation du trafic routier/aérien, la simulation du brouillard et de la buée dans les jeux vidéos, etc. En ce sens, nous nous intéressons à la modélisation de la vision à travers différents milieux (eau, atmosphère; verre et la lentille) faisant intervenir le concept de la dispersion multiple de la lumière. Plus précisément, nous avons mis en oeuvre un nouveau filtre nous permettant de modéliser le phénomène de la dispersion multiple de la lumière. En se basant sur ce nouveau filtre, nous avons élaboré différents types d'application.Dans le premier travail, nous avons développé une famille de descripteurs invariants radiométriques et/ou géométriques. L'ensemble de ces descripteurs est utilisé dans le domaine de la reconnaissance des formes. Le deuxième travail est consacré à la modélisation de la vision à travers l'atmosphère sous la contrainte de la vision nocturne. Finalement, nous avons mis en oeuvre un ensemble de modèles destinés à modéliser la vision à travers des milieux variés (eau, atmosphère, verre et la lentille). L'ensemble de nos modèles et approches ont été testés et validés sur de nombreuses images de synthèse et réelles. Les résultats obtenus confirment l'exactitude des modèles et des approches proposés ainsi que leur contribution dans le domaine de la vision par ordinateur.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».