La réalité augmentée bouleverse de nombreux secteurs industriels en offrant une nouvelle perception de l’environnement.
Par son expertise en vision par ordinateur, estimation de pose et visualisation 3D, le laboratoire Technologies Immersives & Médicales conçoit composants et plateformes pour augmenter les expériences des professionnels et renforcer leur efficacité, notamment grâce à la réalité augmentée et la réalité virtuelle, dans des domaines tels que l’industrie et la santé. L’utilisateur est au cœur de sa réflexion et de ses travaux, depuis la définition des besoins jusqu’à la confrontation à l’usage des technologies développées. Dans le domaine de la santé, le laboratoire travaille, avec ses partenaires médicaux, sur des technologies clefs telles que le traitement des images et des vidéos médicales, la connectivité ou l’interopérabilité.
12.07.2017
Can Synthetic Data Handle Unconstrained Gaze Estimation ?
In this article, we aim at solving unconstrained gaze estimation problem using appearance-based approach. Unlike previous methods working in relatively constrained environment , we propose an approach that allows free head motion and significant user-sensor distances using RGB-D sensor. Our paper presents the following contributions : (i) A direct estimation by inferring gaze information from RGB…
lire la publication
15.05.2017
Providing Plasticity and Redistribution for 3D User Interfaces using the D3PART Model
We propose D3PART (Dynamic 3D Plastic And Redistribuable Technology), a model to handle redistribution for 3D user interfaces. Redistribution consists in changing the components distribution of an interactive system across different dimensions such as platform, display and user. Our work is based on previous models for the creation of 3D plastic user interfaces, interactive systems that can…
lire la publication
30.09.2016
In this paper, we present a real-time approach that allows tracking deformable structures in 3D ultrasound sequences. Our method consists in obtaining the target displacements by combining robust dense motion estimation and mechanical model simulation. We perform evaluation of our method through simulated data, phantom data, and real-data. Results demonstrate that this novel approach has the…
lire la publication
28.08.2017
Unconstrained Gaze Estimation Using RGB-D Camera
In this work, we tackled the automatic gaze estimation problem in unconstrained user environments. By using RGB-D sensor, we aimed to exploit the multi-modal data to provide a sufficiently accurate and robust system. This work can be summarized through 3 principle axes: model, paradigm and data. In the first part of this thesis, we described in details Random Forest algorithm. Through our…
lire la publication
