Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- École normale supérieure Paris-Saclay
- OpenCV
- Notoriété 48 %S2P est une bibliothèque Python et un outil en ligne de commande qui implémente un pipeline stéréoscopique pour produire des modèles d'élévation à partir d'images capturées par des satellites optiques haute résolution. Il génère automatiquement des nuages de points 3D et des modèles numériques de surface à partir de paires stéréo ou tri-stéréo, sans intervention manuelle. Le logiciel prend en charge divers algorithmes de corrélation stéréo et permet de traiter des zones d'intérêt de grande taille en les divisant en tuiles pour un traitement parallèle.
- Notoriété 43 %Sat-NeRF est un modèle avancé utilisant des champs de radiance neuronaux (NeRF) pour traiter des images satellites multi-vues. Il permet de générer des modèles 3D précis de surfaces terrestres, même en présence d'objets transitoires ou de variations d'ombre. Le système combine des techniques de photogrammétrie et d'apprentissage profond pour produire des reconstructions de haute qualité, utiles pour l'analyse géographique, l'urbanisme ou la gestion des risques.
- Notoriété 34 %Outil open source dédié à l'ajustement de faisceaux (bundle adjustment) pour les images satellites. Il permet de raffiner les modèles de caméras RPC (Rational Polynomial Camera) à partir de correspondances de caractéristiques entre plusieurs vues. Le projet supporte les collections d'images multi-dates et multi-vues, améliorant ainsi la précision géométrique des données satellitaires pour des applications en cartographie, télédétection ou analyse spatiale.
- Notoriété 26 %S2P-hd est une bibliothèque Python et un outil en ligne de commande qui implémente un pipeline stéréo pour produire des modèles d'élévation à partir d'images capturées par des satellites optiques haute résolution. Il génère automatiquement des nuages de points 3D et des modèles numériques de surface à partir de paires stéréo ou de jeux tri-stéréo, sans intervention manuelle. Le logiciel prend en charge divers algorithmes de corrélation stéréo, dont des versions accélérées par GPU, et permet de traiter des régions d'intérêt de grande taille en les découpant en tuiles.
- Notoriété 23 %Projet de recherche et développement dédié à l'amélioration de la qualité des vidéos en traitant simultanément le bruit et le démosaïçage. Il utilise des réseaux de neurones récurrents pour restaurer des vidéos RAW bruitées, en s'appuyant sur des modèles de caméras réelles et des pipelines inverses pour générer des données synthétiques. Les applications visent la post-production, la restauration d'archives et l'amélioration de flux vidéo en temps réel.
- Notoriété 18 %Ce projet génère un jeu de données géospatial à grande échelle pour la détection d'ombres en imagerie satellite. Il assemble des images multispectrales, des modèles numériques de surface (DSM) issus de LiDAR, et des masques d'ombres calculés géométriquement. Les données proviennent de sources publiques comme l'USGS et sont destinées à des applications en télédétection et vision par ordinateur. Le pipeline automatisé produit des tuiles géoréférencées, des corrections radiométriques et des alignements de données pour faciliter l'entraînement de modèles d'IA.
- Notoriété 15 %Projet de recherche dédié à la détection d'ombres dans les images satellites à haute résolution. Il propose des outils pour entraîner, évaluer et affiner des modèles d'intelligence artificielle spécialisés dans l'analyse des ombres portées. Le code permet de traiter des données géospatiales pour des applications en télédétection, cartographie et observation de la Terre. Les modèles générés aident à améliorer la précision des analyses environnementales et urbaines.
- Notoriété 10 %Ce projet développe des modèles d'intelligence artificielle pour améliorer la résolution des images satellites Sentinel-2. Il permet de générer des cartes haute résolution à partir de données multispectrales, en exploitant des approches auto-supervisées et des séries temporelles. Les outils développés sont utiles pour la surveillance environnementale, l'agriculture de précision ou la gestion des risques naturels.
- Bibliothèque unifiée en Python et shell dédiée à la détection et à l'analyse de marqueurs fiduciaires (fiducials) dans des images. Elle permet d'identifier et de traiter des motifs spécifiques comme les QR codes ou les marqueurs autocorrélants (ghost) pour des applications en vision par ordinateur, robotique ou métrologie. Les fonctions incluent la détection de pics, la correction de perspective, la génération de masques et l'estimation de transformations géométriques.
- GBLURS est un outil qui fournit une interface unifiée pour appliquer des flous gaussiens sur des images en utilisant différentes bibliothèques et méthodes existantes. Il permet aux utilisateurs d'exécuter des opérations de flou gaussien de manière cohérente, quel que soit l'outil sous-jacent, en standardisant les paramètres comme l'écart-type (σ). L'outil est conçu pour être flexible et s'adapter aux besoins spécifiques des utilisateurs en matière de traitement d'images.
10 initiatives
10