Centre de documentation
scientifique

Analysis of pedestrian movements and gestures using an on-board camera to predict their intentions / Joseph Gesnouin (2022)  

Public Titre : Analysis of pedestrian movements and gestures using an on-board camera to predict their intentions Titre original : Analyse des mouvements et gestes des piétons via caméra embarquée pour la prédiction de leurs intentions Type de document : Thèse/HDR Auteurs : Joseph Gesnouin, Auteur ; Fabien Moutarde, Directeur de thèse Editeur : Paris : Université Paris Sciences et Lettres Année de publication : 2022 Importance : 171 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de doctorat de l'Université Paris Sciences et Lettres, Préparée à MINES ParisTech, Spécialité Informatique temps réel, robotique et automatique Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle [Termes IGN] apprentissage profond [Termes IGN] attention (apprentissage automatique) [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] classification par réseau neuronal récurrent [Termes IGN] estimation de pose [Termes IGN] image RVB [Termes IGN] instrument embarqué [Termes IGN] navigation autonome [Termes IGN] piéton [Termes IGN] reconnaissance de gestes [Termes IGN] réseau neuronal de graphes [Termes IGN] squelettisation [Termes IGN] trajectoire (véhicule non spatial) [Termes IGN] vision par ordinateur Index. décimale : THESE Thèses et HDR Résumé : (auteur) The autonomous vehicle (AV) is a major challenge for the mobility of tomorrow. Progress is being made every day to achieve it; however, many problems remain to be solved to achieve a safe outcome for the most vulnerable road users (VRUs). One of the major challenge faced by AVs is the ability to efficiently drive in urban environments. Such a task requires interactions between autonomous vehicles and VRUs to resolve traffic ambiguities. In order to interact with VRUs, AVs must be able to understand their intentions and predict their incoming actions. In this dissertation, our work revolves around machine learning technology as a way to understand and predict human behaviour from visual signals and more specifically pose kinematics. Our goal is to propose an assistance system to the AV that is lightweight, scene-agnostic that could be easily implemented in any embedded devices with real-time constraints. Firstly, in the gesture and action recognition domain, we study and introduce different representations for pose kinematics, based on deep learning models as a way to efficiently leverage their spatial and temporal components while staying in an euclidean grid-space. Secondly, in the autonomous driving domain, we show that it is possible to link the posture, the walking attitude and the future behaviours of the protagonists of a scene without using the contextual information of the scene (zebra crossing, traffic light...). This allowed us to divide by a factor of 20 the inference speed of existing approaches for pedestrian intention prediction while keeping the same prediction robustness. Finally, we assess the generalization capabilities of pedestrian crossing predictors and show that the classical train-test sets evaluation for pedestrian crossing prediction, i.e., models being trained and tested on the same dataset, is not sufficient to efficiently compare nor conclude anything about their applicability in a real-world scenario. To make the research field more sustainable and representative of the real advances to come. We propose new protocols and metrics based on uncertainty estimates under domain-shift in order to reach the end-goal of pedestrian crossing behavior predictors: vehicle implementation. Note de contenu : 1- Introduction 2- Human activity recognition with pose-driven deep learning models 3- From action recognition to pedestrian discrete intention prediction 4- Assessing the generalization of pedestrian crossing predictors 5- Conclusion Numéro de notice : 24066 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique temps réel, robotique et automatique : Paris Sciences et Lettres : 2022 DOI : sans En ligne : https://tel.hal.science/tel-03813520 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102091

Shipborne GNSS acquisition of sea surface heights in the Baltic Sea / Aive Lilibusk in Journal of geodetic science, vol 12 n° 1 (January 2022)  

Public [article]  inJournal of geodetic science > vol 12 n° 1 (January 2022) . - pp 1 - 21 Titre : Shipborne GNSS acquisition of sea surface heights in the Baltic Sea Type de document : Article/Communication Auteurs : Aive Lilibusk, Auteur ; Sander Varbla, Auteur ; Artu Ellmann, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 1 - 21 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] Baltique, mer [Termes IGN] Continuously Operating Reference Station network [Termes IGN] hauteurs de mer [Termes IGN] instrument embarqué [Termes IGN] navire [Termes IGN] positionnement cinématique [Termes IGN] positionnement par GNSS [Termes IGN] positionnement ponctuel précis [Termes IGN] surface de la mer [Vedettes matières IGN] Altimétrie Résumé : (auteur) For determining precise sea surface heights, six marine GNSS (global navigation satellite system) survey campaigns were performed in the eastern Baltic Sea in 2021. Four GNSS antennas were installed on the vessel, the coordinates of which were computed relative to GNSS–CORS (continuously operating reference stations). The GNSS–CORS results are compared to the PPP (precise point positioning)-based results. Better accuracy is associated with the GNSS–CORS postprocessed points; however, the PPP approach provided more accurate results for longer than 40 km baselines. For instance, the a priori vertical accuracy of the PPP solution is, on average, 0.050 ± 0.006 m and more stable along the entire vessel’s survey route. Conversely, the accuracy of CORS-based solutions decreases significantly when the distances from the GNSS–CORS exceed 40 km, whereas the standard deviation between the CORS and PPP-based solutions is up to 0.075 m in these sections. Note that in the harbor (about 4 km from the nearest GNSS–CORS), the standard deviation of vertical differences between the two solutions remains between 0.013 and 0.024 m. In addition, the GNSS antennas situated in different positions on the vessel indicated different measurement accuracies. It is suggested for further studies that at least one GNSS antenna should be mounted above the mass center of the vessel to reduce the effects of the dominating pitch motion during the surveys. Numéro de notice : A2022-530 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article DOI : 10.1515/jogs-2022-0131 Date de publication en ligne : 23/06/2022 En ligne : https://doi.org/10.1515/jogs-2022-0131 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101076 [article]

Combining photogrammetric and bathymetric data to build a 3D model of a canal tunnel / Emmanuel Moisan in Photogrammetric record, Vol 36 n° 175 (September 2021)  

Public [article]  inPhotogrammetric record > Vol 36 n° 175 (September 2021) . - pp 202 - 223 Titre : Combining photogrammetric and bathymetric data to build a 3D model of a canal tunnel Type de document : Article/Communication Auteurs : Emmanuel Moisan , Auteur ; Christophe Heinkelé, Auteur ; Philippe Foucher, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 202 - 223 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] canal [Termes IGN] données bathymétriques [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] données TLS (télémétrie) [Termes IGN] étalonnage géométrique [Termes IGN] instrument embarqué [Termes IGN] modélisation 3D [Termes IGN] Moselle (57) [Termes IGN] reconstruction 3D [Termes IGN] semis de points [Termes IGN] sonar [Termes IGN] sondeur multifaisceaux [Termes IGN] système de numérisation mobile [Termes IGN] tunnel Résumé : (auteur) This paper introduces an original method for modelling in 3D the full tube (both vault and canal) of navigable tunnels using data acquired dynamically from a boat. The recording system is composed of cameras that provide images of the vault and a multibeam echo sounder that acquires 3D profiles underwater. Reconstructing partially submerged structures, in a confined environment where no global positioning system signal is available, is challenging. The method exploits the capabilities of photogrammetry, not only to reconstruct the tunnel vault, but also to estimate the trajectory of the vessel, which is necessary to rearrange sonar profiles and form the 3D model of the canal. The comparison of a model reconstructed from in situ dynamic acquisitions with a reference one, obtained from static laser and sonar acquisitions, shows that the accuracy is of the order of a centimetre for the vault, while it is decimetric for underwater features. Numéro de notice : A2021-690 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1111/phor.12379 Date de publication en ligne : 02/09/2021 En ligne : https://doi.org/10.1111/phor.12379 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98483 [article]

Cartographie dense et compacte par vision RGB-D pour la navigation d’un robot mobile / Bruce Canovas (2021)  

Public Titre : Cartographie dense et compacte par vision RGB-D pour la navigation d’un robot mobile Type de document : Thèse/HDR Auteurs : Bruce Canovas, Auteur ; Michèle Rombaut, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2021 Importance : 148 p. Format : 21 x 30 cm Note générale : bibliographie Thèse pour obtenir le titre de Docteur en Sciences de l'Université Grenoble Alpes, spécialité Signal, Image, Parole, Télécoms Langues : Français (fre) Descripteur : [Vedettes matières IGN] Informatique [Termes IGN] algorithme ICP [Termes IGN] cartographie et localisation simultanées [Termes IGN] image 3D [Termes IGN] image RVB [Termes IGN] instrument embarqué [Termes IGN] modélisation 3D [Termes IGN] navigation autonome [Termes IGN] Ransac (algorithme) [Termes IGN] robot mobile [Termes IGN] vision par ordinateur Index. décimale : THESE Thèses et HDR Résumé : (auteur) Les capacités de perception et de localisation sont des enjeux majeurs de la robotique mobile, nécessaires dans la réalisation de missions impliquant des processus décisionnels autonomes. Elles s'appuient sur les mesures d'un ou plusieurs capteurs embarqués sur la plateforme robotique mobile en question. Dans cette thèse, on s'intéresse à des techniques de perception visuelle basées sur une caméra RGB-D pour permettre la navigation d'un robot compagnon dans un milieu intérieur inconnu. Afin de pouvoir se déplacer de façon autonome, ce robot doit avoir accès à une carte représentative de la structure de son environnement et être capable de s'y repérer.Bien que de nombreuses méthodes de localisation et cartographie simultanées (SLAM - Simultaneous Localization And Mapping) RGB-D capables de résultats impressionnants aient été développées, elles sont bien souvent trop coûteuses en termes de ressources informatiques pour être exécutées sur les cartes embarquées de robots mobiles d'intérieur. Elles font aussi la plupart du temps l'hypothèse que la scène observée par la caméra est statique, ce qui limite leur utilisation dans de nombreuses situations où des personnes sont présentes. De plus, les cartes qu'elles produisent sont souvent inadéquates pour la planification de trajectoires et ne peuvent pas être utilisées directement pour de tâches de navigation.Dans le but de répondre à ces problèmes, nous proposons une nouvelle forme de représentation 3D pour la reconstruction basse résolution, mais compacte rapide et légère d'environnements, au contraire des approches conventionnelles qui se focalisent sur la production de modèles 3D complexes avec un haut niveau détails. Un système de SLAM RGB-D dense complet, robuste aux éléments dynamiques, est conçu autour de cette représentation, puis porté sur une plateforme robotique mobile à conduite différentielle. En outre, une stratégie de navigation efficace est proposée en couplant l'algorithme de SLAM développé à un planificateur de trajectoires. Les différentes solutions proposées sont évaluées et comparées avec les méthodes de l'état de l'art, pour les valider et montrer leurs forces et faiblesses. Note de contenu : 1- Introduction générale 2- Prérequis 3- Modélisation 3D compacte à partir de caméra RGB-D 4- SLAM RGB-D dense, rapide et léger en milieu dynamique 5- Application de SupersurfelFusion à la navigation autonome d’un robot mobile 6- Conclusion et perspectives Numéro de notice : 15283 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal, Image, Parole, Télécoms : Grenoble : 2021 Organisme de stage : Laboratoire Grenoble Images Parole Signal Automatique DOI : sans En ligne : https://tel.hal.science/tel-03647103 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101409

Exploration of reinforcement learning algorithms for autonomous vehicle visual perception and control / Florence Carton (2021)  

Public Titre : Exploration of reinforcement learning algorithms for autonomous vehicle visual perception and control Titre original : Exploration des algorithmes d'apprentissage par renforcement pour la perception et le controle d'un véhicule autonome par vision Type de document : Thèse/HDR Auteurs : Florence Carton, Auteur ; David Filliat, Directeur de thèse Editeur : Paris : Ecole Nationale Supérieure des Techniques Avancées ENSTA Année de publication : 2021 Importance : 173 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de Doctorat de l’Institut Polytechnique de Paris, Spécialité : Informatique, Données, IA Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle [Termes IGN] apprentissage par renforcement [Termes IGN] classification dirigée [Termes IGN] instrument embarqué [Termes IGN] navigation autonome [Termes IGN] reconnaissance de formes [Termes IGN] réseau neuronal profond [Termes IGN] robot mobile [Termes IGN] segmentation sémantique [Termes IGN] vision par ordinateur Index. décimale : THESE Thèses et HDR Résumé : (auteur) Reinforcement learning is an approach to solve a sequential decision making problem. In this formalism, an autonomous agent interacts with an environment and receives rewards based on the decisions it makes. The goal of the agent is to maximize the total amount of rewards it receives. In the reinforcement learning paradigm, the agent learns by trial and error the policy (sequence of actions) that yields the best rewards.In this thesis, we focus on its application to the perception and control of an autonomous vehicle. To stay close to human driving, only the onboard camera is used as input sensor. We focus in particular on end-to-end training, i.e. a direct mapping between information from the environment and the action chosen by the agent. However, training end-to-end reinforcement learning for autonomous driving poses some challenges: the large dimensions of the state and action spaces as well as the instability and weakness of the reinforcement learning signal to train deep neural networks.The approaches we implemented are based on the use of semantic information (image segmentation). In particular, this work explores the joint training of semantic information and navigation.We show that these methods are promising and allow to overcome some limitations. On the one hand, combining segmentation supervised learning with navigation reinforcement learning improves the performance of the agent and its ability to generalize to an unknown environment. On the other hand, it enables to train an agent that will be more robust to unexpected events and able to make decisions limiting the risks.Experiments are conducted in simulation, and numerous comparisons with state of the art methods are made. Note de contenu : 1- Introduction 2- Supervised learning and reinforcement learning background 3- State of the art 4- End-to-end autonomous driving on circuit with reinforcement learning 5- From lane following to robust conditional driving 6- Exploration of methods to reduce overfit 7- Conclusion Numéro de notice : 28325 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse étrangère Note de thèse : Thèse de Doctorat : Informatique, Données, IA : ENSTA : 2021 DOI : sans En ligne : https://tel.hal.science/tel-03273748/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98363

Intelligent embedded camera for robust object tracking on mobile platform / Imane Salhi (2021)  

Permalink

Study of an integrated pre-processing architecture for smart-imaging-systems, in the context of lowpower computer vision and embedded object detection / Luis Cubero Montealegre (2021)  

Permalink

History of laser scanning, part 2: the later phase of industrial and heritage applications / Adam P. Spring in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 8 (August 2020)  

Permalink

Accuracy assessment of real-time kinematics (RTK) measurements on unmanned aerial vehicles (UAV) for direct geo-referencing / Desta Ekaso in Geo-spatial Information Science, vol 23 n° 2 (June 2020)  

Permalink

Crowdsource mapping of target buildings in hazard: the utilization of smartphone technologies and geographic services / Mohammad H. Vahidnia in Applied geomatics, vol 12 n° 1 (April 2020)  

Permalink

3D laser scanning of the natural caves: Example of Škocjanske jame / Richard Walters in Geodetski vestnik, Vol 64 n° 1 (March - May 2020)  

Permalink

Les missions photogrammétriques réalisées par drone au centimètre sans points de calage au sol / Olivier Degueldre in XYZ, n° 162 (mars 2020)

Permalink

Validation of marine geoid models by utilizing hydrodynamic model and shipborne GNSS profiles / Sander Varbla in Marine geodesy, Vol 43 n° 2 (March 2020)  

Permalink

Acquisition par drone et le récolement en VRD / Florent Authié (2020)  

Permalink

Convolutional Neural Networks for embedded vision / Lucas Fernandez Brillet (2020)  

Permalink