Estimation de cartes d'énergie du bruit apériodique de la marche humaine avec une caméra de profondeur pour la détection de pathologies et modèles légers de détection d'objets saillants basés sur l'opposition de couleurs

Autor: Ndayikengurukiye, Didier

Cette thèse a pour objectif l’étude de trois problèmes : l’estimation de cartes de saillance de l’énergie du bruit apériodique de la marche humaine par la perception de profondeur pour la détection de pathologies, les modèles de détecti

Externí odkaz: http://hdl.handle.net/1866/31933
https://orcid.org/0000-0003-1304-9842

Détection et suivi temps-réel d'objets 3D pour la smart mobilité routière et ferroviaire

Autor: Evain, Alexandre, Mauri, Antoine, Garnier, François, Kounouho, Messmer, Khemmar, Redouane, Haddad, Madjid, Boutteau, Rémi, Breteche, Sébastien, Ahmed-Ali, Sofiane

Publikováno v: 19ième journées francophones des jeunes chercheurs en vision par ordinateur (ORASIS 2023)
19ième journées francophones des jeunes chercheurs en vision par ordinateur (ORASIS 2023), Université de Toulon; Université d'Aix Marseille; INRIA; LIS Toulon, May 2023, Carqueiranne (France), France

International audience; Three-dimensional (3D) real-time object detection and tracking is an important task in the case of autonomous vehicles and road and railway smart mobility in order to allow them to analyze their environment for navigation and

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od______4047::6b831cc221b848deb35f90aba6608170
https://hal.science/hal-04112499/file/Orasis_2023_KHEMMAR.pdf

Towards meaningful and data-efficient learning : exploring GAN losses, improving few-shot benchmarks, and multimodal video captioning

Autor: Huang, Gabriel

Ces dernières années, le domaine de l’apprentissage profond a connu des progrès énormes dans des applications allant de la génération d’images, détection d’objets, modélisation du langage à la réponse aux questions visuelles. Les appr

Externí odkaz: http://hdl.handle.net/1866/27484
https://orcid.org/0000-0002-1418-6569

Détection d'obstacles par vision et LiDAR par temps de brouillard pour les véhicules autonomes

Autor: Mai, Nguyen Anh Minh, Duthon, Pierre, Crouzil, Alain, Khoudour, Louahdi, A. Velastin, Sergio

Publikováno v: Actes ORASIS 2021
18èmes journées francophones des jeunes chercheurs en vision par ordinateur (ORASIS 2021)
18èmes journées francophones des jeunes chercheurs en vision par ordinateur (ORASIS 2021), Centre National de la Recherche Scientifique [CNRS]; Equipe REVA, IRIT : Institut de Recherche en Informatique de Toulouse., Sep 2021, Saint Ferréol, France

This work concerns the generation of a synthetic fog data-set based on available datasets in good weather conditions. A synthetic dataset is necessary because it is not always possible to collect real data under degraded conditions. In addition, post

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::0b42a157c549788a77c49bbc0388784f
https://hal.archives-ouvertes.fr/hal-03241464/file/Minh_ORASIS_2021.pdf

Les méthodes d'apprentissage efficaces en annotation pour la découverte et la détection d'objets

Autor: Vo, Huy V.

Publikováno v: Artificial Intelligence [cs.AI]. Ecole normale supérieure-ENS PARIS, 2022. English. ⟨NNT : ⟩

Object detectors are important components of intelligent systems such as autonomous vehicles or robots. They are typically obtained with fully-supervised training, which requires large manually annotated datasets whose construction is time-consuming

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::ee289958c174b074858fb50da92dadbc
https://hal.science/tel-03919952