Développement d’un système de détection automatique des erreurs de parallaxe dans les modèles stéréoscopiques

Le projet proposé vise à développer un système de détection des erreurs de parallaxe présentes sur les modèles stéréoscopiques par intelligence artificielle, et plus particulièrement par l’utilisation des réseaux de neurones convolutifs. Ces derniers sont reconnus pour leur performance en vision par ordinateur, notamment dans la détection automatisée d’éléments fournis à travers des exemples d’entrainement. Le système de détection proposé sera composé d’une architecture principale pour répondre aux problématiques rencontrées par la compagnie dans le processus création des modèles stéréoscopiques : la présence d’une erreur de parallaxe. Les algorithmes développés seront intégrés dans un système opérationnel qui permettra d’automatiser une bonne partie de la phase d’analyse et ainsi de réduire le temps et les coûts de cette opération pour la compagnie.

Intern: 
Étienne Clabaut
Superviseur universitaire: 
Mickael Germain;Yacine Bouroubi
Province: 
Quebec
Partenaire: 
Partner University: 
Programme: