No description available.

No / We propose a hybrid scheme to implement an object driven, block based algorithm to achieve low bit-rate compression of stereo image pairs. The algorithm effectively combines the simplicity and adaptability of the existing block based stereo image compression techniques with an edge/contour based object extraction technique to determine appropriate compression strategy for various areas of the right image. Unlike the existing object-based coding such as MPEG-4 developed in the video compression community, the proposed scheme does not require any additional shape coding. Instead, the arbitrary shape is reconstructed by the matching object inside the left frame, which has been encoded by standard JPEG algorithm and hence made available at the decoding end for those shapes in right frames. Yet the shape reconstruction for right objects incurs no distortion due to the unique correlation between left and right frames inside stereo image pairs and the nature of the proposed hybrid scheme. Extensive experiments carried out support that significant improvements of up to 20% in compression ratios are achieved by the proposed algorithm in comparison with the existing block-based technique, while the reconstructed image quality is maintained at a competitive level in terms of both PSNR values and visual inspections

The master thesis focuses on disparity map estimation using convolutional neural network. It discusses the problem of using convolutional neural networks for image comparison and disparity computation from stereo image as well as existing approaches of solutions for given problem. It also proposes and implements system that consists of convolutional neural network that measures the similarity between two image patches, and filtering and smoothing methods to improve the result disparity map. Experiments and results show, that the most quality disparity maps are computed using CNN on input patches with the size of 9x9 pixels combined with matching cost agregation and correction algorithm and bilateral filter.

No description available.

Ce travail porte sur l'identification de modèles de zones cohésives. Ces modèles, proposés initialement dans les années 60 sont maintenant de intensivement utilisés dans les simulations numériques pour rendre compte de l'initiation et de la propagation de fissures pour différents matériaux et structures.L'identification de ces modèles reste encore aujourd'hui une problématique délicate. Les développements récents de techniques d'imagerie permettent d'accéder à des champs de mesures locales (e.g. déformation et température, …). On se propose dans ce travail d'utiliser la richesse des informations issues de ces techniques d'imagerie pour mettre en place une procédure d'identification qui prenne en compte à la fois le développement de la localisation (effet de structure) mais aussi la nature des différentes irréversibilités mises en jeu (comportement thermo-mécanique). On s'intéresse à des comportements élasto-plastiques endommageables de matériaux ductiles. L'endommagement est associé à un comportement cohésif de l'interface entre les éléments volumiques supposés purement élasto-plastiques.La procédure d'identification comporte deux étapes. La première consiste à caractériser la forme et les paramètres de la loi cohésive sur des essais de traction standard à partir d'une analyse des champs mécaniques localement développés. La seconde étape consiste à vérifier la cohérence thermo-mécanique du modèle identifié en confrontant les mesures calorimétriques déduites des champs de température avec les prévisions du modèle identifié.Cette méthode est appliquée avec succès sur différents matériaux (acier Dual Phase et cuivre). Une attention particulière est portée sur la caractérisation de la longueur caractéristique qui est nécessairement introduite dans l'identification. On montre que cette longueur peut être estimée au regard des différents paramètres introduits dans les traitements d'images.Cette méthode est appliquée sur différents matériaux (acier et cuivre). Une attention particulière est portée sur la caractérisation de la longueur caractéristique qui est nécessairement introduite dans l'identification. On montre que cette longueur peut-être corrélée à l'échelle d'identification des processus d'endommagement sous-jacents. Ainsi les modèles cohésifs identifiés sont fournis au modélisateur avec l'échelle physique à laquelle ils résument l'endommagement volumique du matériau. / This work deals with the identification of cohesive zone models. These models were intially proposed in the 1960s. They are now more and more frequently used in numerical simulations to account for crack initiation and propagation in different materials and structures.The identification of these models still remains a delicate issue. The recent developments in imaging techniques now allow reaching local measurement fields (e.g. strain, temperature,…). We propose here to use the large amount of information given by these techniques to set up an identification procedure accounting for either the localization development (structural effect) and also the character of the different irreversibility sources encountered (thermo-mechanical behavior). We study damageable elasto-plastic ductile materials. Damage is associated to a cohesive behavior of the interface between volumic elements supposed to remain purely elasto-plastic.The identification procedure involves two steps. The first one consists in characterizing the shape and the parameters of the cohesive zone on tensile tests by analyzing the mechanical fields locally developed. The second one consists in checking the thermo-mechanical consistency of the identified model by confronting the calorimetric measurements deduced from temperature fields with the previsions of the identified model.This method is applied on different materials (Dual Phase steel and copper). A specific caution is conferred to the characterization of the characteristic length necessarily introduced by the identification. It is shown that this length can be estimated regarding the different parameters introduced in the image processing.

Les fractures du fémur proximal de la personne âgée sont généralement fixées par des dispositifs d’ostéosynthèse. Pour les fractures particulières dites inter-trochantériennes, il est possible de fixer la fracture de manière intra-médullaire (à l’intérieur de l’os) ou de manière extra-médullaire (en dehors de l’os). Pour chaque type de traitement, les hôpitaux sont équipés des deux systèmes de fixation. Les différences de morphologie des individus impliquent l’existence de multiples références d’implants et donc de surcoûts en termes d’équipement. Dans ce travail de thèse, un implant original adaptable à la plupart des morphologies a été développé. Cet implant permettra non seulement d’offrir aux chirurgiens une souplesse au cours des interventions chirurgicales mais aussi de réduire de manière significative les stocks d’implants dans les hôpitaux. Le comportement mécanique de l’implant est étudié dans différents cas de fractures par deux approches complémentaires, une méthode numérique par Éléments Finis et une approche expérimentale mettant en oeuvre des techniques de stéréo-corrélation à partir d’images de caméras rapides. Les résultats des calculs numériques sont confrontés à ceux issus d’essais réalisés sur des fémurs synthétiques, puis cadavériques en laboratoire d’anatomie. Les comparaisons avec des implants existants montrent que ce nouveau concept d’implant permet une fixation plus stable des fragments osseux et une bonne compression du foyer de fracture. / Proximal femoral fractures in the elderly are generally fixed with osteosynthetic devices. For specific fractures called intertrochanteric, it is possible to fix the fracture in an intramedullary way (inside the bone) or in an extramedullary way (outside the bone). For each type of treatment, hospitals are equipped with the two fixing systems. The differences in physical characteristics between individuals imply the existence of multiple references implants and therefore additional costs in terms of equipment. In this thesis work,an original implant adaptable to most people has been developed. This implant will provide surgeons greater flexibility during surgery but also significantly reduce stocks implants in hospitals. The mechanical behavior of the implant is studied in different cases of fractures by two complementary approaches,a finite element analysis and an experimental study employing stereo-image correlation technique from images of high speed cameras. The results of the numerical calculation are compared with those derived from tests on synthetic femurs, then cadaver in anatomy laboratory. Comparisons with existing implants show that this new implant concept allows for a more stable fixation of bone fragments and a good compression of the fracture.

Kasmet daugybė žmonių būna sužalojami autoįvykiuose, iš kurių dalis sužalojimų būna rimti arba pasibaigia mirtimi. Dedama vis daugiau pastangų kuriant įvairias sistemas, kurios padėtų mažinti nelaimių skaičių kelyje. Tokios sistemos gebėtų perspėti vairuotojus apie galimus pavojus, atpažindamos eismo dalyvius ir sekdamos jų padėtį kelyje. Eismo dalyvių kelyje atpažinimas iš vaizdo yra pakankamai sudėtinga, daug skaičiavimų reikalaujanti problema. Šiame darbe šiai problemai spręsti pasitelkti stereo vaizdai, nesugretinamumo žemėlapis bei konvoliuciniai neuroniniai tinklai. Konvoliuciniai neuroniniai tinklai reikalauja daug skaičiavimų, todėl jie optimizuoti pasitelkus grafikos procesorių ir OpenCL. Gautas iki 33,4% spartos pagerėjimas lyginant su centriniu procesoriumi. Stereo vaizdai ir nesugretinamumo žemėlapis leidžia atmesti didelius kadro regionus, kurių nereikia klasifikuoti su konvoliuciniu neuroniniu tinklu. Priklausomai nuo scenos vaizde, reikalingų klasifikavimo operacijų skaičius sumažėja vidutiniškai apie 70-95% ir tai leidžia kadrą apdoroti atitinkamai greičiau. / Many people are injured during auto accidents each year, some injures are serious or end in death. Many efforts are being put in developing various systems, which could help to reduce accidents on the road. Such systems could warn drivers of a potential danger, while recognizing on-road vehicles and tracking their position on the road. On-road vehicle recognition on image is a complex and computationally very intensive problem. In this paper, to solve this problem, stereo images, disparity map and convolutional neural networks are used. Convolutional neural networks are very computational intensive, so to optimize it GPU and OpenCL are used. 33.4% speed improvement was achieved compared to the central processor. Stereo images and disparity map allows to discard large areas of the image, which are not needed to be classified using convolutional neural networks. Depending on the scene of the image, the number of the required classification operations decreases on average by 70-95% and this allows to process the image accordingly faster.