Reconnaissance d'objets 3D par réseau d'automates
Résumé
A lot of vision applications, for instance in robotics, require identification of 3D objects. Use of complex methods, based on model matching, is not always necessary, and may be too computationally expensive. We propose a fast and simple method for recognition of 3D objects. The method takes profit of the learning capabilities of a neural network. The idea is to train a neural network on some views of each object. In order to reduce the amount of data, the object is characterized by its silhouette. At the end of the learning phase, the generalization capabilities of the network allow it to recognize non-learned views. After a description of the proposed method, we will present experimental results obtained on a data base of 216 images.
De nombreuses applications de vision, notamment en robotique, nécessitent l’identification d’objets tridimensionnels. L’emploi de méthodes complexes, à base de mise en correspondance avec des modèles, n’est pas toujours justifié, et peut être jugé trop coûteux en temps de calcul. Nous proposons une méthode rapide, et de mise en œuvre aisée, pour la reconnaissance d’objets 3D. La méthode exploite les capacités d’apprentissage et de généralisation d’un réseau d’automates. L’idée consiste à faire apprendre à un tel réseau un certain nombre de vues de chaque objet possible. Pour réduire la quantité de données à traiter, l’objet est caractérisé par sa silhouette. Enfin d’apprentissage, les capacités de généralisation du réseau d’automates lui permettent une reconnaissance sur des vues non apprises. Après une description de la méthode proposée, nous présenterons les résultats obtenus sur une base de données de 216 images
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|---|
| Licence |
Copyright (Tous droits réservés)
|