Reza Mahmoudi Kouhi

L'objectif général de ce projet de recherche est d'effectuer la segmentation sémantique de nuages de point LiDAR dans des environnements urbains à grande échelle en exploitant des jeux de données non étiquetés. Les réseaux de neurones profonds (RNP) récemment proposés se sont concentrés sur l'élaboration d’une architecture performante, alors que les résultats obtenus par certains RNPs montrent que la façon dont les données sont présentées à l'entrée est également importante. C'est donc la raison d'être de la première phase de ce projet de recherche qui vise à fournir une démonstration objective de la sensibilité du réseau à la préparation des données. La deuxième phase de ce projet de recherche aborde le coût élevé et les défis de l'étiquetage 3D des nuages de points. À cette fin, nous proposons une nouvelle méthode basée sur une approche d'apprentissage semi-supervisée impliquant deux RNPs, l'enseignant et l'élève, qui s'entraineront mutuellement selon un processus itératif.

Direction: Sylvie Daniel

Codirection : Philippe Giguère