L’objectif de ce stage est de réaliser un système de reconnaissance d’objets sans-marqueurs en réalité augmentée sur une plateforme mobile. Une méthode novatrice basée sur les descripteurs locaux invariants a été implémentée pour détecter et extraire les points d’intérêts dans l’image. Cette technique a été optimisée et adaptée pour être exploitée sur une architecture mobile à faibles ressources. La deuxième partie du stage est l’estimation de la pose de la caméra pour pouvoir recaler des graphiques virtuels sur des images réelles afin d’augmenter et enrichir la perception visuelle de l’utilisateur. Des tests expérimentaux et de nombreuses évaluations ont été effectués pour démontrer l’intérêt de l’approche proposée. Le travail réalisé a permis de lever le verrou sur certaines problématiques d’identification et de suivi d’objets de formes libres dans un environnement non instrumenté de réalité augmentée mobile.
Readership Map
Content Distribution
L’objectif de ce stage est de réaliser un système de reconnaissance d’objets sans-marqueurs en réalité augmentée sur une plateforme mobile. Une méthode novatrice basée sur les descripteurs locaux invariants a été implémentée pour détecter et extraire les points d’intérêts dans l’image. Cette technique a été optimisée et adaptée pour être exploitée sur une architecture mobile à faibles ressources. La deuxième partie du stage est l’estimation de la pose de la caméra pour pouvoir recaler des graphiques virtuels sur des images réelles afin d’augmenter et enrichir la perception visuelle de l’utilisateur. Des tests expérimentaux et de nombreuses évaluations ont été effectués pour démontrer l’intérêt de l’approche proposée. Le travail réalisé a permis de lever le verrou sur certaines problématiques d’identification et de suivi d’objets de formes libres dans un environnement non instrumenté de réalité augmentée mobile.