Détection et estimation 3D de la pose des personnes dans la salle opératoire à partir d'images RGB-D
Langue Anglais
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Kadkhodamohammadi, Abdolrahim
Date de soutenance : 01-12-2016

Directeur(s) de thèse : Mathelin, Michel de

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Image et vision
Classification : Informatique, Sciences de l'ingénieur

Mots-clés libres : Imagerie médicale, Salle opératoire, Estimation 3D de la pose, Détection de personnes, Image RVB
Mots-clés :
  • Chirurgie -- Positionnement - Informatique
  • Salles d'opération
  • Dispositifs optoélectroniques
  • Infographie
  • Reconnaissance des formes (informatique)
Résumé : 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.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2016STRAD047
Type de ressource : Thèse