Note ABES 3D detection and pose estimation of medical staff in operating rooms using RGB-D images Détection et estimation 3D de la pose des personnes dans la salle opératoire à partir d'images RGB-D Imagerie médicale Salle opératoire Estimation 3D de la pose Détection de personnes Image RVB Medical computer vision Pictorial structures Surgical workflow analysis 3D Body pose estimation Person detection Multi-view RGB-D data 006.4 621.36 Chirurgie -- Positionnement Informatique Salles d'opération Dispositifs optoélectroniques Infographie Reconnaissance des formes (informatique) Dans cette thèse, nous traitons des problèmes de la détection des personnes et de l'estimation de leurs poses dans la Salle Opératoire (SO), deux éléments clés pour le développement d'applications d'assistance chirurgicale. Nous percevons la salle grâce à des caméras RGB-D qui fournissent des informations visuelles complémentaires sur la scène. Ces informations permettent de développer des méthodes mieux adaptées aux difficultés propres aux SO, comme l'encombrement, les surfaces sans texture et les occlusions. Nous présentons des nouvelles approches qui tirent profit des informations temporelles, de profondeur et des vues multiples afin de construire des modèles robustes pour la détection des personnes et de leurs poses. Une évaluation est effectuée sur plusieurs jeux de données complexes enregistrés dans des salles opératoires avec une ou plusieurs caméras. Les résultats obtenus sont très prometteurs et montrent que nos approches surpassent les méthodes de l'état de l'art sur ces données cliniques. In this thesis, we address the two problems of person detection and pose estimation in Operating Rooms (ORs), which are key ingredients in the development of surgical assistance applications. We perceive the OR using compact RGB-D cameras that can be conveniently integrated in the room. These sensors provide complementary information about the scene, which enables us to develop methods that can cope with numerous challenges present in the OR, e.g. clutter, textureless surfaces and occlusions. We present novel part-based approaches that take advantage of depth, multi-view and temporal information to construct robust human detection and pose estimation models. Evaluation is performed on new single- and multi-view datasets recorded in operating rooms. We demonstrate very promising results and show that our approaches outperform state-of-the-art methods on this challenging data acquired during real surgeries. Electronic Thesis or Dissertation Text en PDF 4783899 Université de Strasbourg Strasbourg 2017-12-31 https://theses.hal.science/tel-01553825 application/pdf 4568684 https://publication-theses.unistra.fr/public/theses_doctorat/2016/Kadkhodamohammadi_Abdolrahim_2016_ED269.pdf http://www.theses.fr/2016STRAD047/abes https://theses.hal.science/tel-01553825 https://theses.hal.science/tel-01553825 https://theses.hal.science/tel-01553825 Kadkhodamohammadi Abdolrahim 1980-05-26 IR 202758516 21316673 https://theses.fr/2016STRAD047 2016STRAD047 https://doi.org/10.70675/f8aee01dz9369z4eacz92cbz67234d285bee 2016-12-01 Image et vision Strasbourg 131056549 Doctorat Docteur es non oui Mathelin Michel de MADS_DIRECTEUR_DE_THESE_1 079382983 Ayache Nicholas MADS_PRESIDENT_DU_JURY 029254868 Padoy Nicolas MADS_MEMBRE_DU_JURY_1 14741167X Stoyanov Danail MADS_RAPPORTEUR_1 202758680 Ilic Slobodan MADS_RAPPORTEUR_2 202758826 École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....) MADS_ECOLE_DOCTORALE_1 MA 156504863 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 UMR7357 176969721 260728 ddc:004 ddc:620 De Mathelin Michel Ayache Nicholas Padoy Nicolas Stoyanov Danail Ilic Slobodan École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg) Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg) PDF 4783899