Valorisez vos réalisations phares sur People@HES-SO Plus d'infos
PEOPLE@HES-SO – Annuaire et Répertoire des compétences
PEOPLE@HES-SO – Annuaire et Répertoire des compétences

PEOPLE@HES-SO
Annuaire et Répertoire des compétences

Aide
language
  • fr
  • en
  • de
  • fr
  • en
  • de
  • SWITCH edu-ID
  • Administration
« Retour
Chabbi Houda

Chabbi Houda

Professeure HES ordinaire

Compétences principales

Relational database

NoSQL Databases

Computer Vision

Digital image processing

Deep Learning

  • Contact

  • Enseignement

  • Recherche

  • Conférences

Contrat principal

Professeure HES ordinaire

Téléphone: +41 26 429 65 60

Bureau: HEIA_C10.17

Haute école d'ingénierie et d'architecture de Fribourg
Boulevard de Pérolles 80, 1700 Fribourg, CH
HEIA-FR
Institut
iCoSys - Institut des systèmes complexes
BA HES-SO en Architecture - Haute école d'ingénierie et d'architecture de Fribourg
  • Base de données relationnelles
  • Bases de données NoSQL
  • Traitement d'image et vision

En cours

SoNIT: Sonography Nerve Instrument Tracking

Rôle: Co-requérant(s)

Requérant(e)s: Cords Hilko, University of Applied Sciences and Arts Northwestern Switzerland (FHNW)

Financement: InnoSuisse

Description du projet :

SoNIT: Sonography Nerve Instrument Tracking

Equipe de recherche au sein de la HES-SO: Chabbi Houda , Hennebert Jean

Partenaires académiques: Cords Hilko, University of Applied Sciences and Arts Northwestern Switzerland (FHNW); Cöltekin Arzu, University of Applied Sciences and Arts Northwestern Switzerland (FHNW)

Partenaires professionnels: Schuind Frédéric, Spirecut

Durée du projet: 01.03.2025 - 01.03.2028

Statut: En cours

HIGH-ROAD: HIerarchical AI on larGe-scale High-res orthoimagery for ROAD assets inventory

Rôle: Requérant(e) principal(e)

Financement: Innosuisse

Description du projet :

The targeted domain is the optimization of road asset management. For inventory purposes the HIGH -ROAD project aims to find "automatic" solutions for identifying specific elements from orthophotos of roads using the potential of AI. 

Equipe de recherche au sein de la HES-SO: Chabbi Houda , Hennebert Jean , Genoud Lucas

Partenaires professionnels: Michaud Raphaël, ODYTICS Sàrl, Route de la Condémine 9 1694 Villarsiviriaux

Durée du projet: 23.01.2025 - 23.07.2026

Statut: En cours

VideoCognition - Towards Explainable Alarms

Rôle: Requérant(e) principal(e)

Financement: Innossuisse

Description du projet :

Already leader in Cloud based IoT mgmt. systems, Morphean will now unlock the path to an advanced AI powered video cognition solution for smarter event detection and less false alarms -but more efficiency, usability, economicity and privacy.

Equipe de recherche au sein de la HES-SO: Chabbi Houda , Hennebert Jean , Zayene Oussama , Audergon Vincent

Partenaires professionnels: Benoit de Raemy, Morphean SA

Durée du projet: 04.07.2023 - 30.06.2025

Statut: En cours

Terminés

Outil adaptif, basé sur les techniques du machine learning, pour la prédiction des performances des bétons à base d'agrégats recyclés issus des déchets minéraux de démolition
AGP

Rôle: Co-requérant(s)

Requérant(e)s: FR - EIA - Institut iTEC

Financement: HES-SO Rectorat

Description du projet : Les agrégats naturels (graviers et sables) pour la production de béton sont de moins en moins accessibles en Suisse, car les dépôts deviennent occupés par l'habitat et l'excavation des rivières est fortement régulée. Parallèlement, les déchets de construction et de démolition (DCD) ' qui comprennent de grandes quantités de déchets minéraux granulaires (béton, briques, et autres matériaux céramiques concassés) ' constituent le flux de déchets le plus important. Même lorsque les DCD sont bien triés (pour le recyclage), la réutilisation de la fraction minérale reste un défi majeur. De grandes quantités sont stockées à un coût d'opportunité élevé ou utilisées dans des applications de faible valeur. L'utilisation des DCD minéraux comme agrégats recyclés pour le béton (recycled aggregate concrete, RC) a un grand potentiel écologique et économique. Mais, les approches actuelles de définition et d'optimisation des recettes RC sont empiriques par défaut et nécessitent des travaux coûteux et fastidieux. L'impact des agrégats recyclés sur les performances physique, écologique et économique du RC est un phénomène multifactoriel complexe, influencé par plus de dix propriétés des agrégats. Toutes ces propriétés sont affectées négativement par des résidus de pâte de ciment adhérant aux agrégats, dont la concentration et les caractéristiques varient significativement entre les différentes sources de DCD. Ainsi, les résultats d'un développement empirique traditionnel sont spécifiques au stock de DCD utilisé et ne peuvent à priori pas être transposés à d'autres sources. Dans le cas des agrégats fins (fine recycled aggregates, FRA), où la concentration en résidus de ciment est notoirement plus élevée, ces approches sont inadaptées aux reformulations récurrentes nécessaires pour répondre aux fortes variations des sources de DCD et, donc, pour permettre leur utilisation à grande échelle en remplacement des agrégats naturels. Pour ceci, Il faut se réorienter : du développement de formulations spécifiques, à celui de méthodes et d'outils pour les trouver plus efficacement. A savoir aussi qu'actuellement, les agrégats fins (< 16 mm) issus des DCD sont fortement sous-exploités, pour les raisons exposées ci-dessus, mais ils représentent entre 70% et 80% du volume de béton. L'objectif principal de ce projet est de contribuer au développement de nouveaux outils adaptatifs de formulation de recettes RC capables de traiter efficacement la grande variabilité des agrégats recyclés fins. Pour ce faire, nous appliquons des techniques d'apprentissage automatique (Machine Learning, ML) à des images de FRA variées associées à certaines de leurs données physiques, ainsi qu'à des bases de données étendues de performances mécaniques de RC. En parallèle à ces outils spécifiques, un calculateur d'écobilan contenant les marqueurs environnementaux les plus pertinents au RC est développé. Ce projet complète de manière significative l'exploration méthodologique initiée dans le projet ORCADEMO (Optimised Recycled Concrete mix design by Artificial intelligence image processing of DEMOlition waste) avec le financement du Smart Living Lab Fribourg, sur trois fronts, en permettant : 1. d'établir la base méthodologique pour la prédiction holistique de l'impact environnemental des recettes RC. 2. d'explorer davantage le potentiel de techniques d'imagerie appliquées à des photos de granulats pour développer des outils facilitant la formulation de bétons recyclés. 3. d'élargir considérablement la base de données utilisée pour entraîner les outils prédictifs, grâce à l'extension de la campagne d'évaluation empirique à des sources supplémentaires d'agrégats recyclés mixtes et des bases de données provenant de la littérature ou de producteurs de béton.

Equipe de recherche au sein de la HES-SO: Périsset Blaise , Citherlet Stéphane , Favre Didier , Zwicky Daia , Eicher Sara , Chabbi Houda , Ruffieux Killian , Fringeli Samuel , Guinchard Basile , Maillard Philippe , Pauletta Stefano , Frossard Mija , Cau Sonia Anselmina , Ston Julien

Partenaires académiques: FR - EIA - Institut iCoSys; FR - EIA - Institut iTEC; iE

Durée du projet: 16.03.2023 - 14.03.2025

Montant global du projet: 220'000 CHF

Statut: Terminé

Sesame : Serious games pour la santé mentale

Rôle: Requérant(e) principal(e)

Financement: SANA

Description du projet :

Le but de ce projet et de co-concevoir et développer une application ouverte, de type serious game qui se déclinerait sous plusieurs formes (desktop et réalité virtuelle) pour répondre aux différents besoins des thérapies utilisées de manière ciblée. La co-conception se faisant avec des partenaires théfrapeutes afin de répondre précisement à leur demande. Cette application doit avoir la caractéristique d’être intuitive à utiliser et configurable pour permettre son adéquation à différents niveaux d’utilisation. 

La première déclinaison que nous envisageons sera dédiée aux patients « addicts » à l’alcool. Cette déclinaison pourra par exemple être facilement adaptée par la suite aux personnes « addicts » à la cigarette et à d’autres formes d’addiction.

Equipe de recherche au sein de la HES-SO: Chabbi Houda , Ingram Sandy

Durée du projet: 08.04.2022 - 31.12.2024

Statut: Terminé

Optimized Recycled Concrete mix design by Artificial intelligence image processing of DEMOlition waste
AGP

Rôle: Co-requérant(s)

Financement: FR - EIA - Général école Ra&D; FR - EIA - Institut iCoSys; FR - EIA - Institut iTEC

Description du projet : The project aims to further the use of recycled aggregate in conventional concrete, developing the methodological basis for an image-based machine learning approach to overcome concrete performance uncertainty when fine natural aggregates are replaced by recycled materials. Efficient anticipation of cost- and environmentally-effective mix design adjustments would be enabled by training image processing networks to predict concrete performance from standardized images of fine recycled aggregates.

Equipe de recherche au sein de la HES-SO: Zwicky Daia , Chabbi Houda , Donzallaz Jonathan , Ruffieux Killian , Fringeli Samuel , Pasquier Benjamin , Guinchard Basile , Serpell Ricardo , Cau Sonia Anselmina , Ston Julien

Durée du projet: 01.06.2022 - 31.12.2024

Montant global du projet: 174'134 CHF

Statut: Terminé

PA-Nepal

Rôle: Co-requérant(s)

Financement: HEIA-FR

Description du projet :

Identification des patients par la reconnaissance faciale dans un hôpital de montagne au Népal

Equipe de recherche au sein de la HES-SO: Chabbi Houda , Joye Philippe

Partenaires professionnels: Patricia Vuichard, Fondation Nicole Niquille: Hôpital Lukla

Durée du projet: - 30.04.2024

Statut: Terminé

SpotOn - Système Proactif et Adaptatif de gestion du Bien-être au Travail

Rôle: Co-requérant(s)

Description du projet :

Le confort au travail est un enjeu qui implique les employé.e.s et la direction de l’entreprise. Pour faciliter l’implémentation de mesures préventives et correctives des problèmes et vérifier leur effet, SpotOn vise à fournir un système de gestion du confort au sein d’une entreprise (diagnostic et espace de communication), basé sur une analyse multidimensionnelle du confort ressenti, et adaptée aux besoins spécifiques de son contexte d’utilisation.

Equipe de recherche au sein de la HES-SO: Ingram Sandy , Radu Florinel , Chabbi Houda , Jan Nicole

Durée du projet: 01.06.2021 - 31.01.2024

Statut: Terminé

Swissdotnet - Covid Pack

Rôle: Requérant(e) principal(e)

Financement: Covid Service Pack - Etat de Fribourg

Description du projet :

Analyser et proposer en co-conception un modèle, basé sur les flux, adpaté  aux besoins de swissdotnet pour leur framework. 

Equipe de recherche au sein de la HES-SO: Chabbi Houda

Partenaires professionnels: Steve Jacot-Guillarmod, Swissdotnet SA, Route du Pâqui 4, CH - 1720 Corminboeuf

Durée du projet: 01.08.2021 - 07.11.2021

Statut: Terminé

Chèque Innosuisse 'Video Protector Smart AID' - 54240.1 INNO-ICT

Rôle: Collaborateur/trice

Requérant(e)s: Hennebert Jean, FR- HEIA- Institut iCoSys

Description du projet :

Several approaches for automatic scene description and visual object tracking have been analyzed and tested as essential components of an intelligent video surveillance technology. Two main use cases were addressed in this project: text-based search and image-based search. The first case consists in searching a specific target or activity in the video content based on a textual input query. The second case consists in detecting and tracking a person or a group of people, among other classes of interest, in single or multi-camera contexts.

Equipe de recherche au sein de la HES-SO: Zayene Oussama , Chabbi Houda , Hennebert Jean

Partenaires académiques: Hennebert Jean, FR- HEIA- Institut iCoSys

Partenaires professionnels: Morphean SA

Durée du projet: 21.06.2021 - 30.09.2021

Statut: Terminé

Chèque Innosuisse 'Improving image analysis with Instance segmentation methods' - 12345.1 INNO-ICT

Rôle: Requérant(e) principal(e)

Financement: InnoSwiss

Description du projet :

The main objective of the cheque was to investigate the possibility of using a deep learning approach to segment images that are bad processed by their current module due to artifacts or the use of structured plates. 

Equipe de recherche au sein de la HES-SO: Chabbi Houda , Rial Jonathan

Partenaires académiques: Chabbi Houda, HEIA-FR

Partenaires professionnels: asyril

Durée du projet: 01.03.2021 - 31.08.2021

Statut: Terminé

SPAMOR
AGP

Rôle: Co-requérant(s)

Requérant(e)s: Imagerie, Tièche François, Imagerie

Financement: HES-SO Rectorat

Description du projet : De nos jours, nous utilisons facilement, à travers le web, un service de calcul d'itinéraires pour trouver notre chemin pour aller d'un endroit à l'autre. Ces itinéraires sont dédiés à des voitures et des piétons mais ne sont pas adaptés à des personnes à mobilité réduite, comme des usagers de fauteuils roulants. En effet, il existe toute une série d'obstacles compliquant les déplacements en chaises roulantes qui ne sont pas cartographiés, comme la rugosité du sol, la largeur minimale des passages ou l'angle d'inclinaison des rampes, Ce projet a pour but de développer une application aidant les personnes en chaise roulante. D'une part, il propose de réaliser une application pour Smartphone qui permet de calculer des itinéraires adaptés aux caractéristiques des chaises roulantes. D'autre part, il consiste à réaliser un système de mesure, une sorte de GoogleCar dédié à la mobilité réduite, pour faciliter la cartographie des obstacles décrits ci-dessus. Le dispositif de mesure développé doit pouvoir être facilement installé sur une chaise roulante afin d`être mis à disposition de toute personne désirant participer à l'alimentation de la base de donnée collaborative. Une fois ce dispositif embarqué il enregistre les chemins parcourus et mesure les obstacles. De retour chez lui, un contributeur peut connecter son appareil à un ordinateur afin de transférer les données recueillies sur les bases de données de notre système. Ces données sont alors traitées par des algorithmes dédiés afin d'en extraire des métadonnées utilisables pour obtenir des itinéraire et visualiser les obstacles. Cette extraction nécessite de mettre ensemble toutes les informations provenant de différents capteurs et de mesures faites à différents instants, on utilise pour cela des techniques dites de fusion de données. A partir de ces données, il faut établir des métadonnées qui seront utilisées pour la visualisation des obstacles sur une carte, mais aussi pour le calcul d'itinéraires adaptés aux déplacements en chaises roulantes. L'innovation de ce projet est d'offrir un service d'itinéraire qui n'existe pas pour des personnes à mobilité réduite, mais surtout de faciliter la complétion des cartes adaptées à la mobilité réduite. Une autre innovation est d'ouvrir la construction de la carte, non pas à uniquement à des spécialistes mais à toute personne voulant contribuer sans avoir besoin de compétences particulières en cartographie

Equipe de recherche au sein de la HES-SO: Gisler Christophe , Sommer Nicolas , Chabbi Houda , Tièche François , Wolf Beat

Partenaires académiques: FR - EIA - Institut iCoSys; Imagerie; Tièche François, Imagerie

Durée du projet: 01.01.2016 - 31.07.2017

Montant global du projet: 64'300 CHF

Statut: Terminé

iNUIT-2014: CrowdVision
AGP

Rôle: Co-requérant(s)

Requérant(e)s: Imagerie, Rizzotti Didier, Imagerie

Financement: HES-SO Rectorat

Description du projet : Real-time crowd monitoring during public events. Le but de ce projet est de fournir des informations sur les mouvements et le comportement des foules, afin d'aider les organisateurs d'événements à dimensionner les infrastructures et les services de sécurité, et à réagir rapidement en cas de mouvements dangereux (panique, bagarre). Les sources d'information principales seront les échanges sur les réseaux sociaux et les images des caméras de surveillance. Un accent particulier serra mis sur la sécurité. Pour ce projet cela signifie deux choses : 1. Sécurité physique, en permettant un bon dimensionnement des services de sécurité et une réaction rapide en cas de besoins. 2. Respect de la sphère privée, en garantissant l'anonymisation des données traitées. Ce projet s'insère dans le programme de recherche iNUIT (Internet of Things for Urban Innovation) de la HES-SO, et s'appuie sur différents composants et services développés dans le cadre d'autres projets de ce programme

Equipe de recherche au sein de la HES-SO: Rizzotti Didier , Punceva Magdalena , Ghorbel Hatem , Chabbi Houda , Tièche François

Partenaires académiques: FR - EIA - Institut iCoSys; Imagerie; Rizzotti Didier, Imagerie

Durée du projet: 01.02.2014 - 01.07.2016

Montant global du projet: 194'900 CHF

Statut: Terminé

THERMOBIOMETRY : Biométrie basée sur l’imagerie thermique, couleur et de profondeur

Rôle: Co-requérant(s)

Requérant(e)s: François Tièche, HE-Arc

Financement: Réserve stratégique de la HES-SO: N° interne 21348

Description du projet :

Le contexte de ce projet est l’identification faciale de personnes. Les caméras couleur sont largement utilisées pour ce genre de problématique, et les résultats obtenus sont très bons, pour autant que les conditions de prise de vue et d’éclairage soient bien contrôlées. L’utilisation de caméras d’autres modalités doit permettre d’augmenter la robustesse en cas de situations défavorables. En effet, les caméras 3D qui sont de plus en plus répandues et utilisées pour de la biométrie, délivrent des données qui sont robustes aux variations d'éclairage et de pose. Les caméras thermiques commencent à être utilisées dans la reconnaissance de personnes. Les informations produites facilitent la détection du visage, quelques soient les conditions d’illumination. Tous ces capteurs pris individuellement ont des points faibles. Le projet ThermoBiometry propose de faire le point sur les algorithmes de biométrie existants en imagerie couleur, thermique et en vision 3D puis de fusionner leurs résultats dans le but d’obtenir un système plus robuste qu’avec une seule caméra couleur.

Equipe de recherche au sein de la HES-SO: Chabbi Houda

Partenaires académiques: François Tièche, HE-Arc

Durée du projet: - 29.09.2012

Statut: Terminé

ViSuM - Vidéo Surveillance Multimodale

Rôle: Requérant(e) principal(e)

Financement: Projet RCSO-TIC no 26834

Description du projet :

Le projet ViSuM se situe dans le contexte de la surveillance vidéo dans les domaines de la sécurité de biens et de personnes. L’utilisation accrue de caméras de surveillance vidéo génère de grandes quantités de données. Actuellement, la recherche d’une séquence pertinente est faite par des opérateurs humains qui visionnent et analysent le contenu d’enregistrement vidéos de longue durée. Le but ici est de faciliter et d’optimiser le temps de recherche des opérateurs dans la masse de vidéos surveillance, en automatisant l’extraction de séquences vidéo comportant d’évènements considérés comme pertinents. L’originalité de notre approche consiste à utiliser des flux vidéo de modalités différentes provenant de caméras thermiques et ou de caméras mesurant des distances en plus des classiques caméras couleurs pour faire de la surveillance vidéo. L’approche préconisée est celle d’annoter automatiquement ces vidéos en y associant des « mots clés » et des « images clés » résumant au mieux l’évènement relevé. Cette annotation résulte de l’analyse des vidéos multimodales et d’une stratégie de fusion de données multimodales à des fins de segmentation sémantiquement plus riche. La combinaison des informations obtenues par ces caméras, a pour but de lever certaines ambigüit.s lors de l’analyse des flux et de rendre ce processus beaucoup plus robuste. 

Equipe de recherche au sein de la HES-SO: Chabbi Houda

Partenaires académiques: François Tièche, HE-Arc

Durée du projet: - 29.09.2012

Statut: Terminé

2025

Leveraging Embedding Vectors of Aggregate Images for Particle Size Distribution Estimation and Concrete Compressive Strength Prediction
Conférence

Fringeli Samuel, Chabbi Houda, Ruffieux Killian, Ston Julien, Zwicky Daia

17th International Conference on Agents and Artificial Intelligence, 22.02.2025 - 24.02.2025, Porto, Portugal

Lien vers la conférence

Résumé:

-

2024

A comparative study of deep learning models for granulometry image based estimation of concrete aggregate
Conférence ArODES

Benjamin Pasquier, Houda Chabbi

Proceedings of the 2024 European Conference on Computing in Construction (EC3), 15-17 July 2024, Chania, Crete, Greece

Lien vers la conférence

Résumé:

Obtaining the granulometry is the starting point of our pipeline for automating the calculation of concrete properties using images. For this reason, we focus on developing the best deep learning model that can compute aggregate gradation and generalize to images obtained from different aggregate producers. Therefore, we conduct a comparative analysis between different existing deep learning models and use three datasets to evaluate them : two publicly available and one of our own.Our analysis shows that transfer learning followed by fine-tuning on ViT\_16 outperforms the other models, on both classification and regression tasks, with smaller errors and greater generalization capabilities.

2022

A configurable serious game for inhibitory and interference control
Conférence ArODES

Houda Chabbi, Sandy Ingram, Florian Hofmann, Vinh Nguyen, Yasser Khazaal

Proceedings of 24th International Conference on Human-Computer Interaction (HCII), 26 June - 1st July 2022, Gothenburg, Sweden (Virtual Event)

Lien vers la conférence

Résumé:

Psychological disorders are often associated with a lack of inhibitory and interference control. In this paper, we present the software architecture design of a configurable serious game dedicated to inhibitory and interference control tests. The proposed architecture is based on generic components that are reusable across different game platforms and modes. Our design enables mental health practitioners to easily configure the serious game to adapt it to their test objectives and patients’ profile. The proposed game facilitates the tracking and analysis of inhibitory and interference control and their evolution over time, as data is logged over different gaming sessions. As a proof of concept, we implement a pilot application based on the proposed architecture, in both the 2D and VR modes. The developed application implements a gamified Stop Signal task (SST) augmented with interferences. We report the results of an empirical study assessing the perceived usability of the 2D and VR pilot games, using a standard usability test.

2015

A Unified Approach to Design and Implement data-centric and document-centric XML Web Applications
Conférence

Christine Vanoirbeek, Chabbi Houda, Stéphane Sire

XML Prague 2015, 13.02.2015 - 13.02.2015, Prague, Tchéquie

2012

STRoBAC–spatial temporal role based access control
Conférence

Kim Tuyen Le Thi, Tran Khanh Dang, Pierre Kuonen, Chabbi Houda

Computational Collective Intelligence. Technologies and Applications: 4th International Conference, ICCCI 2012, 29.11.2012 - 29.11.2012, Ho Chi Minh City, Vietnam

Résumé:

The development of geography-based services and systems has created the demands in which access control is the primary concern for geospatial data security. Although there are a variety of models to manage geospatial data access, none of them can fulfil the access control requirements. The objective of this paper is to propose a model that can support both spatio-temporal aspects and other contextual conditions as well as access control based on the role of subject. We call this model Spatial Temporal Role Based Access Control (STRoBAC). In addition, we propose an extension of GeoXACML framework, which is highly scalable and can help in declaring and enforcing various types of rules, to support the proposed model. This is the crucial contribution of our research compared to the existing approaches and models.

2004

Hierarchical knowledge representation in multimedia indexing context
Conférence

Stéphane Paris, Chabbi Houda

The fourth IASTED Int; Conf. on Visualization, imaging and image processing,, 10.09.2004 - 10.09.2004, Marbella, Spain

Structural indexing numerically improved
Conférence

Stéphane Paris, Chabbi Houda

ISIVC'04 - 2nd International symposium on image/video communications over fixed and mobile networks, 14.07.2004 - 14.07.2004, Brest, France

2002

Automatic detection of planar contours from uncalibrated images
Conférence

Chabbi Houda, Lukas Theiler, Stéphane Paris

2002 International Conference on Pattern Recognition, 11.08.2002 - 11.08.2002, Quebec City, QC, Canada

2001

An Automatic Multi-view Approach to Planar Chain Matching
Conférence

Lukas Theiler, Chabbi Houda

12th Scandinavian Conference on Image Analysis 2001, 11.06.2001 - 11.06.2001, Bergen, Norway

Planar Surface Matching over a sequence of Uncalibrated Images
Conférence

Chabbi Houda, Lukas Theiler

International Conference on Image and Signal Processing 2001, ICISP'01, 03.05.2001 - 03.05.2001, Agadir (Morocco)

2000

A generic relaxation technique for hierarchic stereo chain matching of uncalibrated images
Conférence

Chabbi Houda, Stephane Paris

Proceedings 15th International Conference on Pattern Recognition. ICPR-2000, 03.09.2000 - 03.09.2000, Barcelona, Spain

Facet Matching from an Uncalibrated Pair of Images
Conférence

Lucas Theiler, Chabbi Houda

IEICE TRANSACTIONS on Information and Systems, 25.07.2000 - 25.07.2000, --

Résumé:

 

1999

Projective decomposition of planar facets
Conférence

Lukas Theiler, Chabbi Houda

Proceedings 10th International Conference on Image Analysis and Processing, 27.09.1999 - 27.09.1999, Venice, Italy

Résumé:

Since for recognition tasks it is known that planar invariants are more easily obtained than others, decomposing a scene in terms of planar parts becomes very interesting. This paper presents a new approach to finding the projections of planar surfaces in a pair of images. For this task we introduce the facet concept defined by linked edges (chains) and corners. We use collineations as projective information to match and verify their planarity. Collineations are constrained by the fundamental matrix information and a Kalman filter approach is used to refine its computation. Furthermore the Kalman filter is used to enrich the number of detected facets by finding coplanar facets.

1998

Facet Matching from an Uncalibrated Pair of Images
Conférence

Lukas Theiler, Chabbi Houda

MVA'98: IAPR Workshop on Machine Vision Applications, 17.11.1998 - 17.11.1998, Tokyo (Japan)

Collineations and 3D planar projective reconstructions
Conférence

Chabbi Houda

Proc. Indian Conference on Computer Vision, Graphics and Image Processing ,ICVGIP 98, 01.09.1998 - 01.09.1998, New Delhi, India

1994

Construction of 3D views from stereoscopic triplets of images
Conférence

Didier Gemmerle, Alain Filbois, Chabbi Houda

1st International Conference on Image Processing, 13.11.1994 - 13.11.1994, Austin, TX, USA

1993

Recovering planar surfaces by stereovision based on projective geometry
Conférence

Chabbi Houda, Marie Odile Berger

Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, 15.06.1993 - 15.06.1993, New York, USA

Checking 3D planar Surfaces using projective Geometry
Conférence

Chabbi Houda

8th Scandinavian Conference on Image Analysis, 25.05.1993 - 25.05.1993, Tromso, Norway

1992

A New Approach for Finding 3D Planar Faces by Stereovision
Conférence

Chabbi Houda

SSPR'92, IAPR International Workshop on Structural and Syntactic Pattern Recognition, 26.08.1992 - 26.08.1992, Bern, Switzerland

1991

A Combined Use of Regions and Segments to Construct Facets
Conférence

Chabbi Houda, Gérald Masini

The 6th International Conference on Image Analysis and Processing, ICIAP'91, 14.02.1991 - 14.02.1991, Como, Italy

Réalisations

Médias et communication
Nous contacter
Suivez la HES-SO
linkedin instagram facebook twitter youtube rss
univ-unita.eu www.eua.be swissuniversities.ch
Mentions légales
© 2021 - HES-SO.

HES-SO Rectorat