Théorie unifiée de calibrage et reconstruction 3D

En vision par ordinateur, l'obtention d'informations 3D à partir d'images d'une scène utilise des paramètres de calibrage déterminés en fonction du modèle optique de la caméra. Il existe de nombreux modèles optiques de caméra (perspective, "fish-eye", catadioptrique, etc.) pour lesquels un calibrage spécifique est souvent développé.

Lors de ses travaux de thèse intitulés "Generic Imaging Models: Calibration and 3D Reconstruction Algorithms", Srikumar Ramalingam a développé une théorie unifiée qui permet de modéliser et traiter les différents modèles optiques de caméra en un seul cadre.
Ce modèle générique est capable de représenter tout type de caméra et a permis de développer un algorithme pratique de calibrage applicable à ce modèle générique.

Le calibrage de ce modèle de caméra générique est effectué à partir de plusieurs images d'un objet de référence (mires planes de calibrage), acquises depuis des points de vue inconnus.


Il permet de calibrer toute caméra qui peut être représentée par le modèle générique, avec un unique algorithme.

La validité du concept est montrée à travers des résultats expérimentaux sur des données synthétiques et réelles.

Ces travaux ont été ont été co-encadrés par Peter Sturm (équipe Perception de l'INRIA) et Suresh Lodha (Université de Californie à Santa Cruz) et ont reçu un prix de thèse Grenoble INP 2007.


Srikumar Ramalingam a également été l'un des 2 finalistes français pour le Prix de Thèse Cor Baayen, décerné par l'ERCIM et il a reçu une "mention spéciale" lors de l'edition 2007 du Prix de Thèse AFRIF (Association Francaise pour la Reconnaissance et l'Interprétation des Formes).