Ce cours explore les fondements géométriques et algorithmiques de la photogrammétrie ainsi que leurs évolutions récentes. À travers une combinaison de théorie et de travaux pratiques en Python, les étudiant·es apprendront à mettre en équations et à résoudre des problèmes classiques d’aérotriangulation, tout en s’initiant aux approches modernes de reconstruction 3D basées sur l’intelligence artificielle (NeRF, Gaussian Splatting). L’enseignement met également l’accent sur les méthodes de compensation propres à la photogrammétrie et sur la compréhension des méthodes de minimisation utilisées dans les systèmes de vision par ordinateur.

A l'issue de cet enseignement, l’étudiant·e sera capable de :

• Utiliser les équations fondamentales de la photogrammétrie et leur implémentation en python.
• Poser les équations pour la résolution d’un problème d’aérotriangulation.
• Connaître et utiliser les systèmes de compensation spécifique à la photogrammétrie.
• Connaître et utiliser les systèmes de reconstruction 3D moderne (NERF, Gaussian Splatting).

Une partie des enseignements consiste en l’étude de textes techniques souvent en anglais, une bonne connaissance de l’anglais est donc souhaitable