Joaquin RODRIGUEZ a soutenu sa thèse intitulée "Calibration et vision 3D avec une caméra couleur-polarimétrique".

Composition du Jury :

• Mme Samia AINOUZ, Professeure des universités, INSA Rouen Normandie, Rapporteuse

• M. François GOUDAIL, Professeur des universités, Université Paris-Saclay, Rapporteur

• M. Stéphane VIOLLET, Directeur de Recherche CNRS, Université d’Aix-Marseille, Examinateur

• M. Olivier MOREL, Maître de conférences HDR, Université de Bourgogne, Directeur de thèse

• M. Lew LEW YAN VOON, Maître de conférences HDR, Université de Bourgogne, Co-directeur de thèse

• M. Renato MARTINS, Maître de conférences, Université de Bourgogne, Co-encadrant de thèse

Résumé :
Parmi les différentes modalités employées en détection, les capteurs de vision sont ceux qui fournissent le plus d’informations sur l’environnement. L’utilisation d’objectifs à courte focale permet en outre d’augmenter facilement la zone observée. L’apparition sur le marché d’imageurs couleurs et polarimétriques permet d’étendre encore davantage les applications en estimation de profondeur. En effet, les paramètres de polarisation de la lumière réfléchie sont liés à la nature des objets ainsi qu’à leur géométrie et peuvent être utilisés avantageusement. Dans cette thèse, notre objectif principal est d’étudier l’utilisation des données de polarisation pour améliorer les capacités de perception appliquées aux tâches robotiques, notamment dans la reconstruction de la profondeur de scène. De plus, nous visons à enrichir les connaissances dans le domaine de l’imagerie de polarisation en fournissant à d’autres chercheurs un ensemble d’outils qui leur permettront d’accéder rapidement à la modalité de polarisation. Après avoir effectué une introduction complète à la théorie et à la modélisation de la polarisation, nous décrivons comment calibrer un capteur de polarisation de division de plan focale. Ce dispositif de détection permet de capturer deux modalités (couleur et polarisation) avec une seule prise de vue. La nouvelle technique de calibration que nous proposons permet à ce dispositif de fournir des mesures plus précises en ajustant un modèle mathématique selon chaque pixel. La méthode que nous présentons ici vise à réduire la quantité d’équipement, donc le temps expérimental nécessaire pour obtenir des mesures calibrées. Nous détaillons également toute la physique sous-jacente à la technique de Shape-from-polarization (SfP) qui permet d’estimer le champ des normales d’un objet en utilisant l’information de la polarisation. Les équations nécessaires et les modèles inverses pour dériver les paramètres des vecteurs depuis l’état de polarisation sont détaillées tout en tenant compte du type de réflexion et du matériau. Nous mettons ici en avant l’intérêt de notre algorithme de calibrage sur l’estimation du champ de normales par polarisation L’estimation d’informations de profondeur grâce à l’intelligence artificielle a connu un essort très important ces dernières années. Dans ce contexte, nous proposons également un réseau d’apprentissage profond pour estimer la profondeur basé sur une architecture de fusion intermédiaire et une fonction de perte polarimétrique. L’objectif de ce développement est de montrer comment intégrer efficacement les contraintes de la théorie de la polarisation dans un algorithme basé sur les données. Une évaluation qualitative et quantitative des résultats démontrent l’intérêt de l’utilisation d’un imageur RGB-polarimétrique grâce à l’apport des informations de polarisation. Lors de ces travaux de recherche, une boîte à outils logiciels complète a également été développée proposant ainsi à la communauté scientifique un logiciel d’accès simplifié à l’imagerie polarimétrique.