AHMED MALOUM, M Mohamed Mahmoud (2024) SLAM dense par vision monoculaire et apprentissage profond PFE - Project Graduation, ENSTA.

Full text not available from this repository.

Abstract

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.

Item Type:Thesis (PFE - Project Graduation)
Uncontrolled Keywords:Visual SLAM, MonocularVision, Opticalflow, 3DReconstruction, Computational Optimization, DeepLearning, Robotics
Subjects:Mathematics and Applications
ID Code:10391
Deposited By:Hassen Ahmed
Deposited On:04 oct. 2024 17:56
Dernière modification:04 oct. 2024 17:56

Repository Staff Only: item control page