Affordable Access

Reconnaissance des formes pour l'inspection visuelle des tunnels

Authors
  • Decor, Guillaume
Publication Date
Sep 27, 2023
Source
Hal-Diderot
Keywords
Language
French
License
Unknown
External links

Abstract

Cette thèse vise à mettre en œuvre des méthodes de classification et de segmentation sémantique d'anomalies en tunnel à partir d’images photographiques ou de relevés laser. Pour ce faire, nous avons collecté et annoté des données provenant de plusieurs infrastructures, présentant des anomalies d’aspect et d’échelle différents. La première contribution de ce travail a été d’étudier un modèle de segmentation sémantique, avec une approche multi-échelle, entraîné puis évalué indépendamment sur chaque jeu de données. Ce modèle est capable de détecter l'essentiel des anomalies d'un tunnel dès lors que le biais de domaine entre les jeux d'apprentissage et de test est négligeable. Dans le cas contraire, nous avons mesuré des performances uniformément basses. Une seconde contribution a donc été de développer une méthode d'adaptation de domaine originale, reposant sur un ajustement de certains paramètres stratégiques d’un modèle entrainé sur un jeu source, et nécessitant d’annoter une petite quantité d’images du tunnel cible à analyser. Les performances obtenues par cette méthode approchent celles atteintes avec un modèle appris sur les données du tunnel évalué.

Report this publication

Statistics

Seen <100 times