HAL Portal UTC Université de Technologie de Compiègne
Not a member yet
11652 research outputs found
Sort by
Estimation multimodale du mouvement et de la profondeur basée sur les évènements pour l'analyse de scène
No full textWith their asynchrony and independence to illumination conditions, event cameras open new perception capabilities. They allow for the analysis of highly dynamic scenes with complex lighting, a situation in which traditional framebased cameras show their limits. In the context of this thesis, two low-level perception tasks were examined in particular, as they constitute the foundation of many higher level tasks required for scene analysis: (1) optical flow and (2) depth estimation. In the case of optical flow, an optimization-based approach was developed,allowing for the estimation of optical flow in real-time with a single highresolution event camera. Short temporal windows of events are converted into frame-like representations, with denoising and with a novel negated exponential densification applied. A state-of-the-art low-latency frame-based optical flow method is then used to compute the final optical flow. This heuristic approach provides accurate results, and is still to this day the only event-based optical flow method working in real-time with high-resolution event cameras. As for the depth estimation, a learning-based data-fusion method between a LiDAR and an event camera was proposed for estimating dense depth maps. For that purpose, a convolutional neural network was proposed, named ALED. It is composed of two separate asynchronous encoding branches for the LiDAR point clouds and for the events, central memory units where the asynchronous fusions are applied, and a final decoding branch. A novel notion of “two depths per event” was also proposed, with a theoretical analysis as to why this notion is fundamental given the change-based nature of events. A simulated dataset was finally proposed, containing high-resolution LiDAR and event data, as well as perfect depth maps used as ground truth. Compared to the state of the art, an error reduction of up to 61% was achieved, demonstrating the quality of the network and the benefits brought by the use of our novel dataset. An extension to this depth estimation work was also proposed, this time using an attention-based network for a better modeling of the spatial and temporal relations between the LiDAR and the event data. Initial experiments were conducted on a fully sparse network, able to directly output the two depths for each event without relying on a dense representation, but both theoretical and technical limitations were met. A subsequent rework of the method, this time on dense inputs and outputs, allowed us to overcome these limitations. The proposed network, DELTA, is both recurrent and attention-based. It is composed of two encoding branches for the LiDAR point clouds and the events, a propagation mechanism for inferring LiDAR data at a higher rate, a central memory unit where the fusion between the two modalities is applied, and a final decoding branch. Compared to ALED, DELTA is able to improve results across all metrics, and especially for short ranges (which are the most criticalfor robotic applications), where the average error is reduced up to four times.Grâce à leurs propriétés uniques en termes d’asynchronisme et d’indépendance aux conditions de luminosités, les caméras à évènements ouvrent aujourd’hui de nouvelles portes dans le monde de la perception. Elles rendent possible l’analyse de scènes hautement dynamiques et avec un éclairage complexe, des situations pour lesquelles les caméras traditionnelles reposant sur des images montrent leurs limites. Dans le cadre de cette thèse, deux tâches de perception bas niveau ont été considérées en particulier, car constituant la fondation de nombreuses tâches de plus haut niveau requises pour l’analyse de scènes : (1) le flot optique et (2) l’estimation de profondeur. En ce qui concerne le flot optique, une approche basée optimisation a été développée, permettant l’estimation de flot optique en temps réel avec une unique caméra à évènements haute définition. Pour cela, de courtes fenêtres temporelles d’évènements sont converties vers une représentation dense basée image, après application d’une étape de débruitage, et d’une densification inversement exponentielle proposée dans le cadre de ce travail. Une méthode de flot optique de l’état de l’art basée images est ensuite appliquée afin de calculer le flot optique final avec une latence basse. Cette approche heuristique permet de fournir des résultats justes, et est à ce jour la seule méthode de flot optique basée évènements capable d’opérer en temps réel avec des caméras à évènements haute définition. Pour ce qui est de l’estimation de profondeur, une méthode basée apprentissage pour de la fusion de données a été proposée, permettant de combiner les informations provenant d’un LiDAR et d’une caméra à évènements afin d’estimer des cartes de profondeur denses. Dans le cadre de ce travail, un réseau de neurones à convolution, appelé ALED, a été proposé. Il est composé de deux branches d’encodage asynchrones pour les nuages de points LiDAR et les évènements, de mémoires centrales où la fusion asynchrone des deux types de données est réalisée, et d’une branche de décodage. En particulier, une nouvelle notion de “deux profondeurs par évènement” a également été proposée, accompagnée d’une analyse théorique sur l’importance fondamentale de cette notion à cause du fait que les évènements soient indicatifs d’un changement. Enfin, un jeu de données enregistré en simulation a également été proposé, contenant des données LiDAR et évènements haute définition, ainsi que des cartes de profondeur servant de vérité terrain. En comparaison avec l’état de l’art, une réduction jusqu’à 61% de l’erreur moyenne a pu être atteinte, démontrant la qualité de notre réseau et des bénéfices apportés par l’utilisation de notre nouveau jeu de données. Une extension de ce travail sur l’estimation de profondeur a également été proposée, utilisant cette fois-ci un réseau de neurones basé attention pour une meilleure modélisation des relations spatiales et temporelles entre les données LiDAR et évènements. Des expérimentations ont été menées dans un premier temps dans l’objectif de proposer un réseau entièrement épars, capable d’associer directement à chaque évènement ses deux profondeurs, sans avoir besoin de passer par des représentations denses. À cause de limitations à la fois théoriques et techniques, une refonte de cette méthode a été proposée, cette fois-ci sur des entrées et sorties denses, afin de pouvoir s’affranchir de ces limitations. Le réseau final proposé dans le cadre de ce travail, DELTA, combine à la fois un aspect récurrent et une approche basée attention. Il est composé de deux branches d’encodage pour les nuages de points LiDAR et les évènements, d’un mécanisme de propagation afin d’être capable d’inférer les données LiDAR a une plus haute fréquence que celle d’entrée, d’une unique mémoire centrale pour la fusion des modalités, et d’une branche de décodage. En comparaison avec ALED, DELTA améliore les résultats pour l’ensemble des métriques considérées
Approximation des explications probabilistes via la minimisation super-modulaire
No full textNational audienceCalculer une explication abductive d’une instance vise à expliquer laprédiction faite. Cependant, vu nos limitations cognitives, les explications abductives sont parfois de trop grande taille pour être interprétables. Lorsque celase produit, nous devons réduire la taille des explications tout en déterminanttoujours la classe prédite avec une probabilité élevée. Dans ce travail, nous montrons que calculer de telles « explications probabilistes » est NP-difficile, mêmepour la classe restreinte des arbres de décision. Afin de contourner le problème,nous étudions dans ce travail l’approximation des explications probabilistes sousl’angle de la super-modularité. Nous examinons à la fois les approches de descente gloutonne (GD) et d’ascension gloutonne (GA) pour la minimisation supermodulaire, dont les garanties d’approximation dépendent de la courbure de lafonction d’erreur « non normalisée » qui évalue la précision de l’explication.Basés sur diverses expériences visant à expliquer les prédictions des arbres dedécision, nous montrons que nos algorithmes gloutons offrent une alternativeefficace à la méthode exacte basé sur un encodage SAT
Probabilistic Modelling of the Food Matrix Effects on Curcuminoid's In Vitro Oral Bioaccessibility
No full textInternational audienc
Inhibition of anaerobic digestion of urban sewage sludge by sodium propionate: biogas production and microbial community shift in continuous reactors
No full textInternational audienceAnaerobic digestion (AD) is a well-established technology for processing waste streams such as sewage sludge and agricultural waste to produce biogas. However, the accumulation of volatile fatty acids, particularly propionic acid (an intermediate product), can hinder biogas production. Studies have indicated that even low propionic acid concentrations can impede biogas generation from digestion. However, propionic acid is usually in its ionized form in the pH range in which AD processes work. Limited data exist regarding the precise propionate concentration that inhibits anaerobic digestion of various substrates. In this recent study using 5-L reactors for the AD of urban sewage sludge, no inhibition was observed at low NaPro concentrations (up to 1.95 g/L). At 7.78 g NaPro/L, slight biogas disruption occurred, and significant inhibition (− 40%) was noted at the highest concentration (13 g NaPro/L). While the inhibitory NaPro concentration in this study exceeded the literature values (typically <2 g/L), this aligns with our previous findings in smaller-scale batch experiments
Numerical study of dense powder flow in a rotating drum: Comparison of CFD to experimental measurements
No full textInternational audienceDesigning chemical reactor equipment requires a thorough understanding of powder flow. Solid rheology modelling offers various models for this purpose. A comparative study of two different CFD models, the Kinetic Theory of Granular Flow (KTGF) and the dense granular flow (µ(I) law), is proposed. Both models were confronted with experimental results obtained on a rotating drum for different rotation speeds and powder flowabilities. Image processing was used to compare the experimental gas/solid interfaces with those obtained from CFD. The KTGF model did not represent the powder rheology at low rotation speeds, regardless of the powder, whereas it was closer to experiments at higher speeds. The dense granular flow model was more appropriate for this system as it described the powder shape inside a rotating drum relatively well for each experiment. The latter model is recommended for modelling dense granular flows, while the KTGF is better suited to gas-solid flows
Azobenzene-Containing Schiff-Bases—Syntheses and Dyes Applications
No full textInternational audienceAzo-Schiff bases contain an azo photochrome showing isomerization accompanying with color change, and an imine moiety (which can contribute to the metal complexation capability). The syntheses of these molecules will be described, and their dyes applications will be discussed, such as for fuel cells, as photometric or colorimetric sensors. In addition, liquid crystals and their antibacterial efficiencies will also be discussed
Minimal influence of milling technique in contrast to sourdough on the nutritional and organoleptic quality of bread
No full textInternational audienceA number of studies have shown the effect of cereals and sourdough on bread nutritional and organoleptic quality, but the impact of the milling technique remains little studied. There are two main types of milling technic depending on the bread-making food chain. Industrial bakeries mainly use roller mills while artisanal bakeries may also use stone mill. We set up a participatory experiment with six millers and four bakers to study the impact of these two milling techniques on the quality of flours, sourdough microbiota and the quality of breads. Millers made twenty-two different flours from four different wheat grain varieties using either roller or stone mills. Each baker initiated and maintained sourdoughs with three roller-milled and three stone-milled flours during at least 32 backsloppings and then made bread. The analysis of flours revealed a typical granulometry profile linked to wheat hardness with higher particle sizes for stone-milled flours. Stone-milled flours also had a higher maltose content. However, the milling technic did not drive the composition of the sourdough microbiota. Moreover, the analysis of bread revealed that variation in bread protein fractions and in bread aroma compounds were more related to the specific baker microbial community than to the milling technique. Carbohydrate contents were clearly linked to the main LAB species metabolism. These results revealed that the sourdough microbial community shapes the organoleptic and nutritional quality of bread more than milling techniques
Experimental Linear and Nonlinear Vibration Methods for the Structural Health Monitoring (SHM) of Polymer-Matrix Composites (PMCs): A Literature Review
No full textInternational audienceThe goal of this article is to provide a review of the experimental techniques and procedures using vibration methods for the Structural Health Monitoring (SHM) of Polymer-Matrix Composites (PMCs). It aims to be a guide for any researchers to carry out vibration experiments. The linearmethods are first introduced. But, as PMC is a complex material, these classic methods show some limits, such as low accuracy for small damages and a high environmental dependency. This is why the nonlinear methods are secondly studied, considering that the complexity of PMCs induces a nonlinear behavior of the structure after damage occurrence. The different damage mechanisms are well-explained in order to evaluate the potential of each vibration method to detect them
Understanding the mechanisms involved in bioremediation of benzo(a)pyrene by the fungus Talaromyces helicus in soil
No full textInternational audienc
Mécanique du contact de mousses à cellules ouvertes avec des aspérités macroscopiques
No full textPoroelastic materials mounted against rigid surfaces often result in partial contact between the two, affecting their mechanical interaction. The surface roughness of cellular materials introduces complexity in predicting their behavior due to the interface with partial contact. This interface exhibits a stiffness distinct from the bulk material, which is driven by the surface asperities and the preload. This study conducts compression experiments on an open-cell poroelastic melamine foam, and compares them to finite elements simulations and analytic predictions. The material’s intrinsic stress-strain nonlinearity is accounted for, and an original hyperelastic aging model is proposed to achieve accurate predictions of its compression stiffness across multiple time scales. Predicting the compression stiffness of a macroscopic pyramidal asperity demonstrates a good agreement with the simple analytic solution for an elastic pyramidal geometry. Using a Greenwood-Williamson-like model based on the distribution of asperities of different heights, we propose a method to predict the contact stiffness of a rough surface. Our findings have important implications for understanding and optimizing efficient vibration barriers, resulting from the simple stacking of layers and screens of raw poroelastic materials, a configuration widely adopted in the transportation and civil engineering industries.Les matériaux poroélastiques montés sur des surfaces rigides crééent souvent du contact partiel entre ces deux composants, ce qui modifie leur interaction mécanique. La rugosité de surface des matériaux cellulaires complexifie la prédiction de leur comportement à cause de cette interface avec du contact partiel. Cette interface est caractérisée par une raideur distincte de celle du matériau poreux, qui est pilotée par les aspérités à leur surface et par la précontrainte appliquée. Cette étude réalise des essais de compression sur de la mousse mélamine, un matériau poroélastique à cellules ouvertes, et les compare à des simulations en éléments finis et à des prédictions analytiques. La non-linéarité entre la contrainte et la déformation intrinsèque du matériau est prise en compte, et un modèle de vieillissement hyperélastique est proposé pour obtenir des prédictions fiables de sa raideur de compression sur plusieurs ordres de grandeur de temps. La prédiction de la raideur de compression d'une aspérité macroscopique en forme de pyramide s'accorde bien avec la solution analytique pour une simple géométrie de pyramide élastique. En utilisant un modèle similaire au modèle de Greenwood-Williamson, basé sur une distribution des aspérités à des hauteurs différentes, nous proposons une méthode pour prédire la raideur de contact d'une surface rugueuse. Les résultats obtenus ont des retombées importantes pour comprendre et optimiser les barrières vibratoires, créées par empilement de couches et d'écrans en matériaux poroélastiques, ce qui est souvent utilisé dans les industries du transport et de l'ingénierie civile