Localisation Basée Vision : de l'hétérogénéité des approches et des données

Résumé : De nos jours, nous disposons d'une grande diversité de données sur les lieux qui nous entourent. Ces données peuvent être de natures très différentes : une collection d'images, un modèle 3D, un nuage de points colorisés, etc. Lorsque les GPS font défaut, ces informations peuvent être très utiles pour localiser un agent dans son environnement s'il peut lui-même acquérir des informations à partir d'un système de vision. On parle alors de Localisation Basée Vision (LBV). De par la grande hétérogénéité des données acquises et connues sur l'environnement, il existe de nombreux travaux traitant de ce problème. Cet article a pour objet de passer en revue les différentes méthodes récentes pour localiser un système de vision à partir d'une connaissance a priori sur l'environnement dans lequel il se trouve.
Document type :
Conference papers
Liste complète des métadonnées

Cited literature [61 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-01587287
Contributor : Cédric Demonceaux <>
Submitted on : Thursday, September 14, 2017 - 9:28:27 AM
Last modification on : Friday, December 7, 2018 - 4:48:04 PM

File

orasis2017_Piasco.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01587287, version 1

Citation

Nathan Piasco, Désiré Sidibé, Valérie Gouet-Brunet, Cédric Demonceaux. Localisation Basée Vision : de l'hétérogénéité des approches et des données. ORASIS - Journées francophones des jeunes chercheurs en vision par ordinateur, Jun 2017, Colleville-sur-Mer, France. ⟨hal-01587287⟩

Share

Metrics

Record views

210

Files downloads

276