Un problème fondamental encore ouvert aux deux champs de la robotique mobile et de la vision par ordinateur est le problème de reconnaissance visuelle de places. Cette reconnaissance joue un rôle très important pour la localisation et la navigation des robots. Elle permet en effet, de détecter les places déjà visitées par le robot et de ce fait, elle lui permet de renforcer sa carte topologique et ses algorithmes de navigation. La recherche autour de cette problématique ne fait que débuter et il reste beaucoup à faire pour concevoir des robots qui peuvent opérer de façon autonome durant de longues périodes de temps. D'autant plus que les longues périodes de temps induisent des changements drastiques au niveau de l'apparence des places et cela complique davantage la reconnaissance visuelle.

Ce projet s'inscrit justement dans l'optique de reconnaissance visuelle de places pour des robots évoluant dans des environnements changeants; et il vise à : i) explorer les techniques d'apprentissage automatiques, supervisées et non-supervisées, et ce en utilisant les réseaux de neurones profonds; (ii) exploiter les réseaux adverseriaux et les méthodes de proposition de régions en vue d'augmenter la robustesse aux changements visuels de saisons; (iii) exploiter le contexte sémantique entourant les places; et (iv) tester et expérimenter à partir de données réelles le système proposé.