Image

Équipe 3D SAM

Modeling and Analysis of Static and Dynamic Shapes

Responsable: Mohammed Daoudi

PRÉSENTATION MEMBRES THÈSES PUBLICATIONS

Présentation

L’objectif général de l’équipe 3D-SAM est de proposer de nouveaux outils et méthodes pour analyser les formes des objets 3D statiques et dynamiques. D’une manière plus spécifique, nous souhaiterions développer des outils et des méthodes pour :

  • Analyser la forme des objets 3D : la difficulté dans l’analyse des formes de ces objets provient des données bruitées et manquantes, de la variabilité dans la pose et les articulations, le paramétrage arbitraire lors de la collecte des données 3D et des variabilités intra-classes. Cela nécessite le développement de nouvelles représentations, métriques et statistiques pour capturer ces variabilités.
  • Modéliser les variations des formes dans des vidéos 3D : dans ce cas il est important de pouvoir modéliser d’une manière précise les variations et la dynamique des formes évoluant dans le temps.

Les résultats fondamentaux concernant l’analyse de formes seront appliqués dans différentes applications ayant un très fort impact sociétal et économique telles que la biométrie, la sécurité et la santé :

  • Interaction homme-machine utilisant les capteurs 3D : nous ciblerons certains scénarios spécifiques d’applications telles que la reconnaissance des activités humaines à partir de capteurs 3D pour mettre en œuvre et évaluer les techniques proposées.
  • L’analyse de visages 3D statiques et dynamiques : nous allons aborder l’analyse de la géométrie du visage pour la reconnaissance faciale et les expressions faciales à partir de visages 3D statiques ou séquences de visages 3D.
  • La recherche de modèles 3D dans de grandes bases de données : l’utilisation de bases de données 3D modèle est en croissance à la fois en nombre et en taille. Pour rechercher et naviguer dans les grandes bases de modèles 3D, nous développerons des nouveaux descripteurs 3D et méthodes de comparaison de modèles 3D efficaces, précises et rapides.

Membres

Permanents

Non permanents

Hajra Anwar Beg

Modèles Génératifs pour des Interactions naturelles entre humains et agents virtuels dotés d’une IA (GenInterHuman)

Thomas Besnier

Deep Learning géométrique appliqué aux maillages

Kévin Feghoul

Reconnaissance multimodale des émotions à partir de signaux physiologiques et d'expressions faciales

Les autres équipes du groupe thématique ' Image '

FOX Imagerie Couleur