Modélisation réaliste, recalage visuel et développement de techniques d'estimation robuste associées à ces   problèmes   sont les principaux objectifs de l'équipe TANGRAM.


Le recalage  visuel et la modélisation sont deux sujets de recherche qui ont une riche histoire en vision par ordinateur. Le projet TANGRAM vise à aborder certains aspects spécifiques de ces domaines qui sont encore en grande partie non résolus. En effet, de nombreuses difficultés trouvent leur origine dans la nature de la scène (environnements peu texturés ou spéculaires), dans la nature du  mouvement subi par l'objet (petits mouvements qui émergent à peine du bruit ou, au contraire,  objets très déformables) et dans les dissimilarités qui peuvent exister dans la scène  entre le moment où la phase de modélisation a lieu et celui de l'application. Dans la continuité de l'équipe MAGRIT, les applications seront principalement dédiées à des tâches interactives mais ne se limiteront pas à ces aspects.

Le recalage et la modélisation sont deux sujets liés et un compromis entre le réalisme physique du modèle, la convergence et la robustesse des tâches de recalage ou de suivi doit être atteint. Récemment, la capacité des réseaux neuronaux à apprendre des descripteurs, à agréger des informations de diverses complexités  et à raisonner au niveau des objets a ouvert des perspectives nouvelles et prometteuses tant pour le recalage que pour la modélisation. Tout en continuant à explorer ces problèmes avec les approches plus  classiques issues du traitement du signal, de la géométrie et de l'estimation robuste, l'un des objectifs importants de l'équipe sera d'intégrer les méthodes d'apprentissage machine dans ces tâches géométriques 3D.


Le projet TANGRAM est structuré selon trois axes qui visent à

• mieux intégrer les techniques d'apprentissage machine dans les problèmes géométriques  considérés.
• construire  des modèles physiquement cohérents avec un bon compromis entre la précision et l'efficacité des tâches envisagées. Les modèles considérés ici vont des modèles géométriques classiques à la conception de nouveaux modèles construits au niveau de l'objet ou augmentés avec des informations sémantiques.
• concevoir des schémas numériquesrobustes  pour résoudre les problèmes mal posés  envisagés

Les applications trandiciplinaires visées par l'équipe concernent principalement les  réalité mixtes et augmentées, la photomécanique computationnelle et les interventions médicales mini-invasives.

• DFKI Kaiserlatern
• Bio-robotics Lab
• Insitut Pascal (Clermont Ferrand)
• CHRU Nancy
• GE Healthcare