Elaboration d’un système de classification et de recherche d’objets 3D basé sur les images de coupe 2D et les réseaux de neurones convolutifs

Abstract

Cette thèse s'intéresse à l'élaboration d'un système de classification et de recherche d'objets 3D basé sur les images de coupe 2D et les réseaux de neurones convolutifs. Les réseaux de neurones convolutifs sont des modèles d'apprentissage machine qui ont été largement utilisés pour la classification et la recherche d'objets dans les images 2D. Cependant, leur utilisation pour la classification et la recherche d'objets 3D est encore limitée. Cette thèse propose une nouvelle approche pour la classification et la recherche d'objets 3D basée sur les réseaux de neurones convolutifs. L'approche proposée utilise une architecture de réseau de neurones convolutifs qui est capable de capturer les caractéristiques 3D des objets à partir des images de coupe 2D. Les résultats de cette thèse ont montré que l'approche proposée permet de classer et de rechercher des objets 3D avec une précision et une efficacité comparables aux approches existantes.