Retour au site du LAAS-CNRS

Laboratoire d’analyse et d’architecture des systèmes

Publications de l'équipe RAP

Choisir la langue : FR | EN

377documents trouvés

18087
15/03/2018

3D Head Pose Estimation enhanced through SURF-based Key-Frames

J.MADRIGAL DIAZ, F.LERASLE, A.MONIN

RAP

Manifestation avec acte : IEEE Winter Conference on Applications of Computer Vision ( WACV ) 2018 du 12 mars au 15 mars 2018, Lake Tahoe (USA), Mars 2018, 9p. , N° 18087

Lien : https://hal.laas.fr/hal-01755776

Diffusable

Plus d'informations

Abstract

This work presents a method that incorporates 2D and 3D cues for the estimation of head pose. We propose the use of the concept of Key-Frames (KF), a set of frames where the position and orientation of the head is automatically calculated off-line, to improve the precision of pose estimation and detection rate. Each KF consists of: 2D information, encoded by SURF descriptors; 3D information from a depth image (both acquired by an RGB-D sensor); and a generic 3D model that corresponds to the head localization and orientation in the real world. Our algorithm compares a new frame against all KFs and selects the most relevant one. The 3D transformation between both, selected KF and current frame, can be estimated using the depth image and the Iterative Closest Point algorithm in an online framework. Compared to reference approaches, our system can handle partial occlusions and extreme rotations even with noisy depth data. We evaluate the proposal using two challenging datasets: (1) an dataset acquired by us where the ground-truth information is given by a commercial Motion Capture system and (2) the public benchmark Biwi Kinect Head Pose Database.

143199
18064
15/03/2018

Soft-Cascade Learning with Explicit Computation Time Considerations

FBARBOSA ANDA, F.LERASLE, C.BRIAND, A.A.MEKONNEN

RAP, ROC

Manifestation avec acte : IEEE Winter Conference on Applications of Computer Vision ( WACV ) 2018 du 12 mars au 15 mars 2018, Lake Tahoe (USA), Mars 2018, 10p. , N° 18064

Lien : https://hal.archives-ouvertes.fr/hal-01726292

Diffusable

Plus d'informations

Abstract

This paper presents a novel framework for learning a soft-cascade detector with explicit computation time considerations. Classically, training techniques for soft-cascade detectors select a set of weak classifiers and their respective thresholds, solely to achieve the desired detection performance without any regard to the detector response time. Nevertheless, since computation time performance is of utmost importance in many time-constrained applications , this work divulges an optimization approach that aims to minimize the mean cascade response time, given a desired detection performance, fixed beforehand. The resulting problem is NP-Hard, therefore finding an optimal threshold vector can be very time-consuming, especially when building a soft-cascade detector of long length. An efficient local search procedure is presented that deals with long-length detectors. Our evaluations on two challenging public datasets confirm that a faster cascade detector can be learned while maintaining similar detection performances .

142834
18108
23/02/2018

Partitionnement en cliques à profit maximum de graphes orientés avec contraintes de flot

FBARBOSA ANDA, C.BRIAND, F.LERASLE

RAP, ROC

Manifestation avec acte : Congrès Annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision ( ROADEF ) 2018 du 21 février au 23 février 2018, Lorient (France), Février 2018, 2p. , N° 18108

Lien : https://hal.archives-ouvertes.fr/hal-01765307

Diffusable

Plus d'informations

Résumé

Nous présentons un problème de partitionnement en cliques à profit maximum d’un graphe orientés avec contraintes de flots. Ce problème est voisin du problème de partition en cliques classique [2] excepté que le graphe est orienté et composé de deux catégories d’arcs : ceux sur lesquels circule un flot et les autres. Il est issu d’un problème de ré-identification de personnes dans un réseau de caméras.

143375
16142
01/02/2018

An information based feedback control for audio-motor binaural localization

G.BUSTAMANTE , P.DANES, T.FORGUE, A.PODLUBNE, J.MANHES

RAP, I2C

Revue Scientifique : Autonomous Robots, Vol.42, N°2, pp.477-490, Février 2018 , N° 16142

Lien : https://hal.laas.fr/hal-01710571

Diffusable

142432
18001
29/01/2018

Mind the regularized GAP, for human action classification and semi-supervised localization based on visual saliency

M.MOREAUX, N.LYUBOVA, I.FERRANE, F.LERASLE

RAP, Softbank Robotics, IRIT-UPS

Manifestation avec acte : International Conference on Computer Vision Theory and Applications ( VISAPP ) 2018 du 27 janvier au 29 janvier 2018, Funchal (Portugal), Janvier 2018, 9p. , N° 18001

Lien : https://hal.laas.fr/hal-01763103

Diffusable

Plus d'informations

Abstract

This work addresses the issue of image classification and localization of human actions based on visual data acquired from RGB sensors. Our approach is inspired by the success of deep learning in image classification. In this paper, we describe our method and how the concept of Global Average Pooling (GAP) applies in the context of semi-supervised class localization. We benchmark it with respect to Class Activation Mapping initiated in (Zhou et al., 2016), propose a regularization over the GAP maps to enhance the results, and study whether a combination of these two ideas can result in a better classification accuracy. The models are trained and tested on the Stanford 40 Action dataset (Yao et al., 2011) describing people performing 40 different actions such as drinking, cooking or watching TV. Compared to the aforementioned baseline, our model improves the classification accuracy by 5.3 percent points, achieves a localization accuracy of 50.3%, and drastically diminishes the computation needed to retrieve the class saliency from the base convolutional model.

142173
18002
17/01/2018

Présentation tensorielle des équations macroscopiques de Maxwell

M.RENAUD

RAP

Rapport LAAS N°18002, Janvier 2018, 70p.

Diffusable

142012
17577
28/09/2017

Multi-Step-Ahead Information-Based Feedback Control for Active Binaural Localization

G.BUSTAMANTE , P.DANES

RAP

Manifestation avec acte : IEEE/RSJ International Conference on Intelligent Robots and Systems ( IROS ) 2017 du 24 septembre au 28 septembre 2017, Vancouver (Canada), Septembre 2017, 6p. , N° 17577

Lien : https://hal.laas.fr/hal-01710585

Diffusable

Plus d'informations

Abstract

Binaural sound localization is known to be improved by incorporating the movement of the sensor. "Active" schemes based on this paradigm can overcome conventional limitations such as front-back ambiguity and source range recovery. Starting from a Gaussian prior on the relative position of a source, this paper determines the motion of a binaural sensor which leads to the most effective path for localization. To this aim, a reward function is defined as the conditional expectation, over the yet unknown N next observations, of the entropy of the N-step-ahead posterior pdf of the relative source position. The optimal motion of the binaural sensor is obtained from a constrained optimization problem involving the automatic differentiation of the reward function. The method is validated in simulation, and is being implemented on a real-life robotic test bed.

142677
17469
05/09/2017

Mouvement actif pour la localisation binaurale de sources sonores en robotique

G.BUSTAMANTE

RAP

Doctorat : Université de Toulouse III - Paul Sabatier, Septembre 2017, 145p., Président: Y.DEVILLE, Rapporteurs: L.GIRIN, E.VINCENT, Examinateurs: I.PETROVIC, A.RAAKE, R.HORAUD, Directeurs de thèse: P.DANES , N° 17469

Lien : https://hal.laas.fr/tel-01681138

Diffusable

Plus d'informations

Résumé

Ce travail s’inscrit dans le contexte de la localisation de source sonore depuis un capteur binaural (constitué de deux microphones placés sur un élément diffusant) doté de mobilité. Un schéma de localisation « active » en trois phases est considéré : (a) estimation de primitives spatiales par une analyse courtterme du flux audio ; (b) localisation audio-motrice par assimilation de ces données et combinaison avec les ordres moteurs du capteur au sein d’un schéma d’estimation stochastique ; (c) commande en boucle fermée du mouvement du capteur de façon à améliorer la qualité de la localisation. Les recherches portent sur la définition de stratégies de « mouvement actif » constituant la phase (c). Le problème est formulé comme la maximisation d’un critère d’information défini à partir des lois de filtrage de la position relative capteur-source sur un horizon temporel glissant dans le futur (plus exactement de son espérance sur les observations qui seront assimilées sur cet horizon conditionnellement aux observations passées). Cet horizon peut être constitué du prochain instant ou des N prochains instants, ce qui donne lieu à une stratégie « one-step-ahead » ou « N-step-ahead », respectivement. Une approximation de ce critère par utilisation de la transformée « unscented » et le calcul automatique du gradient de celle-ci par exploitation des nombres duaux, permettent la détermination de la commande (en boucle fermée sur l’audio donc) à appliquer au capteur. Les résultats ont été validés par des simulations réalistes, et, pour certains, par des expérimentations sur un ensemble tête-torse anthropomorphe doté de perception binaurale et de mobilité.

Mots-Clés / Keywords
Audition en robotique; Localisation binaurale active; Théorie de l’information;

141893
17136
01/09/2017

Hyper-optimization tools comparison for parameter tuning applications

C.MAURICE, J.MADRIGAL DIAZ, F.LERASLE

RAP

Manifestation avec acte : International Conference on Advanced Video and Signal-based Surveillance ( AVSS ) 2017 du 29 août au 01 septembre 2017, Lecce (Italie), Septembre 2017, 6p. , N° 17136

Lien : https://hal.laas.fr/hal-01584100

Non disponible

Plus d'informations

Abstract

This paper evaluates and compares different hyper-parameters optimization tools that can be used in any vision applications for tuning their underlying free parameters. We focus in the problem of multiple object tracking, as it is widely studied in the literature and offers several parameters to tune. The selected tools are freely available or easy to implement. In this paper we evaluate the impact of parameter optimization tools over the tracking performances using videos from public datasets. Also, we discuss differences between the tools in term of performances, stability , documentation, etc.

140752
17332
28/07/2017

Home furniture detection by geometric characterization by autonomous service robots

O.ALONSO-RAMIREZ, A.MARIN HERNANDEZ, H.V.RIOS FIGUEROA, M.DEVY

Veracruzana, RAP

Manifestation avec acte : International Conference on Informatics in Control, Automation and Robotics ( ICINCO ) 2017 du 26 juillet au 28 juillet 2017, Madrid (Espagne), Juillet 2017, pp.508-513 , N° 17332

Lien : https://hal.archives-ouvertes.fr/hal-01579465

Diffusable

Plus d'informations

Abstract

Service robots are nowadays more and more common on diverse environments. In order to provide useful services, robots must not only identify different objects but also understand their use and be able to extract characteristics that make useful an object. In this work, a framework is presented for recognize home furniture by analyzing geometrical features over point clouds. A fast and efficient method for horizontal and vertical planes detection is presented, based on the histograms of 3D points acquired from a Kinect like sensor onboard the robot. Horizontal planes are recovered according to height distribution on 2D histograms, while vertical planes with a similar approach over a projection on the floor (3D histograms). Characteristics of points belonging to a given plane are extracted in order to match with planes from furniture pieces in a database. Proposed approach has been proved and validated in home like environments with a mobile robotic platform.

141038
Les informations recueillies font l’objet d’un traitement informatique destiné à des statistiques d'utilisation du formulaire de recherche dans la base de données des publications scientifiques. Les destinataires des données sont : le service de documentation du LAAS.Conformément à la loi « informatique et libertés » du 6 janvier 1978 modifiée en 2004, vous bénéficiez d’un droit d’accès et de rectification aux informations qui vous concernent, que vous pouvez exercer en vous adressant à
Pour recevoir une copie des documents, contacter doc@laas.fr en mentionnant le n° de rapport LAAS et votre adresse postale. Signalez tout problème de dysfonctionnement à sysadmin@laas.fr. http://www.laas.fr/pulman/pulman-isens/web/app.php/