El Mustapha Mouaddib donnera un séminaire le jeudi 3 avril à 10h dans la salle 301.
Résumé : Le recalage de deux nuages de points (représentations numériques 3D pouvant se chiffrer en milliards) consiste à estimer la transformation géométrique qui aligne automatiquement ces nuages de points.
Le recalage est nécessaire dans de nombreuses applications dans le domaine de la robotique, du médical, du patrimoine, …
Formellement, il s’agit de minimiser les écarts entre les points des deux nuages dans un schéma itératif d'optimisation. La difficulté de la tâche dépend de plusieurs paramètres, dont les différences entre les points de vue de l'acquisition, l’absence de correspondances entre les points, le recouvrement partiel des nuages de points, les données aberrantes et des erreurs de mesure.
Le paradigme dominant pour résoudre ce problème depuis environ trois décennies et qui est l’ICP (Iterative Closest Point) ainsi que l’explosion des travaux basées deep learning, invisibilisent d’autres approches pourtant originales et offrant un cadre théorique unificateur.
Les travaux qui seront exposés lors de ce séminaire, s’inscrivent dans cette dernière lignée. Ils proposent une autre interprétation du recalage et améliorent la complexité algorithmique. L’approche a fait l’objet d’une implémentation et a été validée sur des données réelles.
