AHMED MALOUM, M Mohamed Mahmoud (2024) SLAM dense par vision monoculaire et apprentissage profond PFE - Projet de fin d'études, ENSTA.

Aucun fichier n'a encore été téléchargé pour ce document.

Résumé

Ce rapport présente le travail réalisé au cours d’un stage portant sur le SLAM visuel dense par vision monoculaire. L’objectif principal était d’étudier, implémenter et optimiser une mé- thode de SLAM reconnue pour son efficacité. La méthode sélectionnée a été évaluée à travers une série de tests dans des conditions variées, incluant différents types de scènes et des dynamiques environnementales, afin d’évaluer sa robustesse, son efficacité computationnelle et la précision des reconstructions 3D. À partir de cette évaluation, plusieurs optimisations ont été proposées pour améliorer la performance et la gestion des ressources GPU. Ces améliorations ont permis d’accroître la robustesse et d’optimiser l’utilisation de la mémoire, ouvrant ainsi la voie à des recherches futures et des applications industrielles.

Type de document:Rapport ou mémoire (PFE - Projet de fin d'études)
Mots-clés libres:SLAM par vision, Vision monoculaire, Reconstruction 3D, Optimisation com- putationnelle, Apprentissage profond, Robotique
Sujets:Mathématiques et leurs applications
Code ID :10391
Déposé par :Hassen Ahmed
Déposé le :04 oct. 2024 17:56
Dernière modification:04 oct. 2024 17:56

Modifier les métadonnées de ce document.