Paul

Chapelon

Tom

Samaille

Nicolas

Sénécal

Guillaume

Nicolussi Castellan

Florian

Torres

Nicolas

Démonstration

Enjeux du projet

Flo

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Pourquoi ? Pour qui ?

Pour : l’Institut de Recherche Criminelle de la Gendarmerie Nationale (IRCGN)

Suspect difficile à identifier

Selon les conditions de la garde à vue

⇒ Développer une solution informatique à ce problème dans le cadre d’une thèse

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Flo

Reconstruction du visage en 3D

Python

C++

C++ / CPU

Win/Linux

GPU

1h30

Win64

GPU

temps réel

CMake
dépendances

Eigen

temps réel

15fps

Tests

Reconstruction 3D

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Paul

Python

C++

C++ / CPU

Win/Linux

GPU

1h30

Win64

GPU

temps réel

CMake
dépendances

Eigen

temps réel

15fps

Tests

Reconstruction 3D

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Paul

Python

C++

C++ / CPU

Win/Linux

GPU

1h30

Win64

GPU

temps réel

CMake
dépendances

Eigen

temps réel

15fps

Tests

Reconstruction 3D

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Paul

Objet 3D

Traitement

Fonctionnement

carte de

profondeur

image en

couleurs

Caméra

RGBD

Reconstruction 3D

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Paul

Modèle avec points

Modèle avec faces

Modèle avec texture

Evolution du modèle obtenu

Reconstruction 3D

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Flo

Acquisition

RealSense

Filtrage

en amont

Amélioration

de l’export 3D

Mise à jour de

textures

Ajouts

Reconstruction 3D

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Guillaume

Installateur

Sauvegarde

améliorée

Mise à jour des

textures

Accès aux

fonctions

facilité

Meilleure

stabilité

Futur

Reconstruction 3D

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Guillaume

Lecteur vidéo

Objectifs

Outil d’aide à la comparaison de visage à partir d’un model 3D

Lecteur vidéo

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Tom

Objectifs

Outil d’aide à la comparaison de visage à partir d’un model 3D

1. Repérer un visage sur une vidéo surveillance

Lecteur vidéo

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Tom

Objectifs

2. Calculer son orientation

Outil d’aide à la comparaison de visage à partir d’un model 3D

1. Repérer un visage sur une vidéo surveillance

Lecteur vidéo

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Tom

Objectifs

Outil d’aide à la comparaison de visage à partir d’un model 3D

1. Repérer un visage sur une vidéo surveillance

3. Appliquer cette orientation sur un model 3D

2. Calculer son orientation

Lecteur vidéo

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Tom

Objectifs

Outil d’aide à la comparaison de visage à partir d’un model 3D

1. Repérer un visage sur une vidéo surveillance

3. Appliquer cette orientation sur un model 3D

2. Calculer son orientation

4. Comparer visuellement

Lecteur vidéo

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Tom

Fonctionnement

Deep learning (apprentissages automatiques)

  • Etat de l’art et test de différents algos
  • Solution retenue :
    • DLIB pour repérer les visages
    • Hopenet pour calculer l’orientation
  • Se base sur des modèles à entraîner
    • Banque d’images obtenue auprès des concepteurs
    • Les modèles peuvent encore être améliorés et ré-entraînés

Lecteur vidéo

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Nico

Fonctionnalités implémentées

Fonctionnement CPU/GPU

    • GPU : 0.3s / frame (avec une GTX 1060)
    • CPU : 30s / frame (avec un i7 à 2.60GHz)

Gestion du cache

Fichier de configuration

Barre de chargement

Gestion de la vidéo

Zoom, déplacement et screenshot

Gestion du mesh 3D

Gestion des filtres d’image

Cross-platform (Windows et Linux)

Documentation (code et installation)

Lecteur vidéo

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Nico : Gauche / Tom : droite

Fonctionnalités implémentées

Fonctionnement CPU/GPU

    • GPU : 0.3s / frame (avec une GTX 1060)
    • CPU : 30s / frame (avec un i7 à 2.60GHz)

Gestion du cache

Fichier de configuration

Barre de chargement

Gestion de la vidéo

Zoom, déplacement et screenshot

Gestion du mesh 3D

Gestion des filtres d’image

Cross-platform (Windows et Linux)

Documentation (code et installation)

Lecteur vidéo

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Nico : Gauche / Tom : droite

Ce qu’il reste à faire

Appliquer la même taille/position avec la perspective

Lecture d’autres type de modèle

Continuer les tests sur d’autres vidéos de surveillances

Tester sur MacOSX

Lecteur vidéo

Enjeux du projet

Reconstruction 3D

Lecteur vidéo

Conclusion

Tom

Conclusion

Flo

Flo

Présentation Pré-soutenance - Google Slides