v2.11.0 (5687)

Cours scientifiques - MI204 : Reconnaissance d'images

Domaine > Sciences et technologies de l'information et de la communication.

Descriptif

Ce cours consiste en une introduction aux techniques de reconnaissance d'objets à partir d'images numériques.

Les bases de la représentation : discrétisation, quantification, codage sont abordées, ainsi que les différents modèles de traitement (linéaire, ensembliste, statistique, différentiel, fréquentiel,..).

On y présente également un tour d'horizon des méthodes de classification / apprentissage dédiées aux données images, dans un cadre supervisé (bayésien, k-ppv, réseaux convolutionnels) et non supervisé (ACP, K-moyennes, auto-encodeurs).

Les principales techniques de détection de caractéristiques (points d'intérêt, régions, contours) sont présentées dans le cadre unifié des espaces d'échelles, ainsi que leur représentation (descripteurs et invariants). 

Enfin différentes méthodes de représentations d'objets sont présentées (Bag-of-features, Modèles implicites de forme), ainsi que les techniques de détection et reconnaissance associées.

Chaque chapitre de ce cours fait l'objet d'une séance d'expérimentation et/ou programmation sur machine.

Objectifs pédagogiques

Ce cours permet aux étudiants issus de la majeure Mécanique d'acquérir une base nécessaire en traitement d'images et en classification automatique, de façon à pouvoir aborder les cours orientés vers la perception des systèmes autonomes en 3e année.

21 heures en présentiel (7 blocs ou créneaux)

effectifs minimal / maximal:

10/30

Diplôme(s) concerné(s)

Parcours de rattachement

Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées

Aucun

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées

Vos modalités d'acquisition :

- Rapports de TP

- Contrôle écrit

Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)
  • le rattrapage est obligatoire si :
    Note initiale < 6
  • le rattrapage peut être demandé par l'étudiant si :
    6 ≤ note initiale < 10
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 1.75 ECTS

Le coefficient de l'UE est : 1.75

La note obtenue rentre dans le calcul de votre GPA.

L'UE est évaluée par les étudiants.

Programme détaillé

- Introduction : échantillonnage et quantification, modèles de représentation et de traitement.

- Filtrage et extraction de caractéristiques

- Clusterisation et apprentissage non supervisé

- Classification et apprentissage supervisé

- Représentation d'objets complexes : modélisation, détection et reconnaissance

Mots clés

Traitement d'images, Détection et Reconnaissance, Classification
Veuillez patienter