Ce projet génère un jeu de données à grande échelle pour la détection d'ombres en télédétection. Il assemble des images satellites haute résolution, des modèles numériques de surface (DSM) issus de scans LiDAR, et des masques d'ombres calculés géométriquement. Les données proviennent de sources publiques comme l'USGS et sont destinées à des applications en reconstruction 3D, analyse urbaine ou environnementale.

Ce projet utilise des algorithmes de deep learning pour inférer la forme 3D de la colonne vertébrale à partir de données de profondeur. Il permet la détection et l'estimation de la courbure de la colonne vertébrale, ainsi que la reconstruction 3D de celle-ci. Il a été testé avec succès sur des données de patients et de mannequins.

Projet de recherche dédié à la capture et reconstruction 3D de surfaces humaines avec une précision millimétrique. Il permet de générer des modèles 3D détaillés à partir de données multi-vues, utiles pour des applications en animation, médecine, ou réalité virtuelle. Le projet inclut des outils pour l'optimisation et l'évaluation des reconstructions.

Plateforme dédiée à la reconstruction et à la visualisation d'images tomographiques pour la recherche scientifique. Elle permet de traiter des données issues de scanners ou de synchrotrons, de générer des reconstructions 3D à partir de sinogrammes, et de servir ces données via une interface web ou des API. Utilisée principalement dans les domaines de la physique, de la biologie ou des matériaux.

ORB-SLAM2 ROS node est une implémentation ROS du système de SLAM en temps réel ORB-SLAM2 pour caméras monoculaires, stéréo et RGB-D qui calcule la trajectoire de la caméra et une reconstruction 3D clairsemée (avec véritable échelle dans le cas stéréo et RGB-D). Il est capable de détecter des boucles et de relocaliser la caméra en temps réel. Cette implémentation supprime la dépendance Pangolin et le visualiseur d'origine. Toutes les entrées/sorties de données sont gérées via des sujets ROS. Pour la visualisation, vous pouvez utiliser RViz.

Outil dédié au traitement et à l'analyse de données issues de la diffraction des rayons X, notamment pour la tomographie par contraste de diffraction (XRD-CT). Il permet d'effectuer des intégrations azimuthales sur des jeux de données complexes, facilitant ainsi l'analyse cristallographique et la reconstruction d'images 3D. Utilisé principalement dans le domaine de la recherche scientifique et des grands instruments comme les synchrotrons.

Ce projet, nommé gitlab-profile, est dédié au traitement et à l'analyse de données géométriques et topologiques dans un contexte 3D. Il offre des fonctionnalités avancées pour le calcul de caractéristiques topologiques, la reconstruction de surfaces 3D et la visualisation de données complexes.

Ce projet fournit des bibliothèques logicielles pour interagir avec le capteur de vision Kinect 1. Il permet d'accéder aux flux vidéo RGB, aux données de profondeur et aux informations de mouvement du capteur. Utilisé principalement dans des environnements de recherche et d'enseignement, il facilite le développement d'applications nécessitant une capture 3D en temps réel, comme la robotique, l'analyse de mouvements ou la reconstruction 3D.

EBS-Tomo est un framework open source dédié à la tomographie rapide, conçu pour analyser des données issues de scans 3D. Il permet aux chercheurs et ingénieurs de traiter des images médicales, industrielles ou scientifiques avec des outils avancés de reconstruction et d'analyse. Intégré à l'écosystème BLISS, il facilite la simulation, l'optimisation et le partage de protocoles expérimentaux, notamment dans des environnements comme l'ESRF.

Bibliothèque dédiée à la reconstruction tomographique en 3D, intégrant des corrections physiques pour améliorer la qualité des images. Basée sur des algorithmes avancés comme le SART, elle permet de traiter des données issues de scanners ou de capteurs, notamment dans les domaines médical et scientifique. Les outils proposés facilitent l'analyse et la visualisation des résultats.