Imane Maissa Zendjebil
Un article de Wiki-evr@.
Imane Maissa Zendjebil, Doctorante, A.T.E.R à l'université d'Evry Val d'Essonne
Laboratoire IBISC
40, rue de Pelvoux
CE1455 Courcouronnes
91020 Évry Cedex
N°tél : 01 69 47 75 04
Email : maissa.zendjebil@ibisc.univ-evry.fr
Sommaire |
Formation
- Depuis Novembre 2006: Thèse de doctorat en Automatique, Traitement d'Images et du Signal, Université d'Evry Val d'Essonne
- 2005-2006: Master STIC Recherche Image et Géométrie pour le Multimédia et la Modélisation du Vivant IGMMV, Université de Nice Sophia Antipolis, France
- 2000-2005: Ingéniorat en Informatique, Institut National d'Informatique (Actuellement Ecole National Supérieur d'Informatique ESI), Alger, Algérie.
- Juin 2000: Baccalauréat Option Sciences Exactes, Lycée Technique Ibn el Heithem, Alger, Algérie.
Domaines de recherche
- Réalité augmentée en extérieur,
- Localisation 3D, Recalage dynamique,
- Estimation de pose, Suivi basé vision, Méthodes sans marqueurs.
- Technologie multi-capteurs.
Sujet de thèse
Titre: Localisation 3D multi-capteurs pour la Réalité Augmentée en Milieu Extérieur
Directeur de Thèse: Malik Mallem (Professeur)
Encadrants: Fakhr-Eddine Ababsa (Maitre de conférence) et Jean-Yves Didier (Maitre de Conférence).
La réalité augmentée (RA) est une technologie émergente qui offre à son utilisateur la faculté de visualiser des informations pertinentes dans son espace de travail. L'un des enjeux de ce type d’application consiste à déterminer la position et l'orientation du point de vue. Cette information permet d'aligner correctement les objets virtuels sur la vue de la scène réelle. Cependant, ce processus est rendu difficile dans des environnements extérieurs non restreints et non préparés. Pour cela, les applications de RA en extérieur convergent vers l'utilisation de systèmes multi-capteurs pour la localisation dans ces environnements à grande échelle.
Les méthodes basées vision sont les méthodes les plus utilisées. Elles sont plus précises mais restent sensibles aux conditions de travail en milieu extérieur (variations d'éclairage, occultations, mouvements brusques, données incomplète, etc.). Ceci motive le besoin de l'hybrider la vision avec d'autres capteurs ainsi pour améliorer la robustesse et la précision de l'estimation de la pose. De plus, cette hybridation permet de compenser les faiblesses des autres capteurs lorsqu’ils sont utilisés séparément.
Dans le cadre de nos travaux, nous proposons un système de localisation hybride. Ce système est composé d’une caméra couplée avec un GPS et une centrale inertielle. Le but est de fournir continuellement une estimation de la position et de l’orientation du point de vue même si un des capteurs est en échec.
Le système hybride mis en œuvre est composé de deux sous-systèmes : un sous-système de vision et un sous-système d’assistance à la localisation. Le sous-système de vision est composé de la caméra. La pose de la caméra est estimée en utilisant une approche basée suivi visuel sans marqueurs. Le sous-système d’assistance de localisation est composé du GPS et de la centrale inertielle. Ces deux sous-systèmes fonctionnent d’une manière complémentaire. Autrement dit, nous définissons un sous-système principal, en l’occurrence le sous-système de vision, qui fournit continuellement la localisation. Dés que le sous-système principal est en échec, Le sous-système d’assistance prend le relais pour fournir l’information de localisation.
Les premiers travaux que nous avons menés concernent l’hybridation des capteurs ainsi que la prise en compte des problèmes liés à cela, en l’occurrence, la calibration du capteur hybride (Exprimer les données fournies par les différents capteurs dans un même référentiel) et la qualité des mesures. Le sous-système de vision utilise un suivi visuel basé point d’intérêt.
Les prochains travaux vont se diriger vers la mise au point d’une méthode basée vision robuste qui permet de gérer les données incomplètes.
Ce sujet de thèse rentre dans le cadre du projet RAXENV (Réalité Augmentée en eXtérieur appliquée au sciences de l'ENVironnment). Ce projet industriel exploratoir est soutenu par l'ANR (Agence National de Recherche), Technologie Logicielle. Il résulte d'une collaboration entre le BRGM et la Lyonnaise des Eaux (en tant qu'utilisateurs finaux), et l'équipe RATC (Réalité Augmentée et Télétravail Collaboratif) du laboratoire IBISC, le projet Iparla du Labri et la société ARCHIVIDEO.
Publications
Mémoire de Master
Conférences nationales
I.M. Zendjebil, F. Ababsa, J. Didier, J. Vairon, L. Frauciel, M. Hachet, P. Guitton, R. Delmont - Réalité augmentée en exterieur: enjeux et état de l'art
Conférences internationales
I.M Zendjebil, F. Ababsa, J. Didier, J. Vairon, L. Frauciel, M Hachet, P. Guitton, R. Delmont - Outdoor Augmented Reality: State of the Art and Issues
L. Frauciel, J. Vairon, P. Nehlig, P. Thierry, I. Zendjebil, F. Ababsa - Outdoor Augmented Reality as a tool for bringing 3D geology to the field: the RAXENV project
I.M. Zendjebil, F. Ababsa, J-Y. Didier, M. Mallem - On the Hybrid Aid-Localization for Outdoor Augmented Reality Applications
Fakhreddine Ababsa, Jean-Yves Didier, Imane M. Zendjebil, Malik Mallem - Markerless Vision-Based Tracking of Partially Known 3D Scenes for Outdoor Augmented Reality Applications
- ISVC (1) pp. 498-507, 2008
- Bibtex
Workshop internationaux
I.M. Zendjebil, F. Ababsa, J-Y. Didier, M.Mallem - Toward an Inertial/Vision Sensor Calibration for Outdoor Augmented Reality Applications
I.M. Zendjebil, F. Ababsa, J-Y. Didier, M. Mallem - Hybrid Localization System for Mobile Outdoor Augmented Reality Applications
PdfRevues
