Différences

Ci-dessous, les différences entre deux révisions de la page.

--- sy32 [2022/02/08 17:10]
moreajul
+++ sy32 [2025/06/05 11:47] (Version actuelle)
moreajul
@@ Ligne 1: / Ligne 1: @@
-====== SY32 ======
+====== SY32 : Vision et Apprentissage ======
+Les objectifs de SY32 sont d'abord de comprendre les différents moyens de former des images, pour ensuite choisir et appliquer un traitement de vision adapté au problème donné.
+Cette UV est organisée en deux parties dominantes, nous abordons les algorithmes fondamentaux de la vision par ordinateur, puis appliquons l'intelligence artificielle et l'apprentissage machine à des problèmes de vision.\\
+SY32 inclut des projets à rendre, avec un accent fort sur l'analyse et l'évaluation des résultats, pour apporter une approche scientifique à l'UV.
-Objectifs en quelques lignes.
-(brouillon, faire en sorte que ce support puisse remplacer les slides d'introduction du cours)
 **Enseignants :**
   * [[https://www.hds.utc.fr/~moreajul/|Julien Moreau]] (responsable)
-  * [[https://www.hds.utc.fr/~xuphilip/|Philippe Xu]]
+  * [[https://www.hds.utc.fr/~isetitra/|Insaf Setitra]]
 ===== Programme =====
-  - Des ondes à la perception, de la vision aux caméras [J. Moreau]
+e partie, Concepts classiques :
-  - Éléments de traitement d’images [J. Moreau]
+  * Des ondes à la perception, de la vision aux caméras [J. Moreau]
-  - Détection d’objet mobile et flot optique [J. Moreau]
+  * Mouvement et flot optique [J. Moreau]
-  - Transformations géométriques et alignement d’images [J. Moreau]
+  * Transformations géométriques et alignement d’images [J. Moreau]
-  - Calibrage/étalonnage géométrique de caméra [J. Moreau]
+  * Calibrage/étalonnage géométrique de caméra [J. Moreau]
-  - Stéréovision, géométrie épipolaire et mise en correspondance 3D [J. Moreau]
+  * Stéréovision, géométrie épipolaire et mise en correspondance 3D [J. Moreau]
-  - Vision et apprentissage [Ph. Xu]
+  * Estimation automatique de transformations [J. Moreau]
-  - Méthodes d’apprentissage automatique [Ph. Xu]
+e partie, Méthodes d'apprentissage :
-  - Caractéristiques visuelles [Ph. Xu]
+  * Vision et apprentissage [I. Setitra]
-  - Classification d’images [Ph. Xu]
+  * Méthodes d’apprentissage automatique pour la classification [I. Setitra]
-  - Détection d’objets [Ph. Xu]
+  * Caractéristiques visuelles [I. Setitra]
-  - Apprentissage profond 1/2 [Ph. Xu]
+  * Détection d’objets [I. Setitra]
-  - Apprentissage profond 2/2 [Ph. Xu]
+  * Apprentissage profond [I. Setitra]
+  * Réseaux de neurones convolutifs [I. Setitra]
+  * CNN et détection, segmentation, autres applications [I. Setitra]
 Un planning détaillé est disponible dans le [[https://moodle.utc.fr/course/view.php?id=1666|Moodle SY32]].
@@ Ligne 49: / Ligne 54: @@
 ===== Modalités d'évaluation =====
-  * Médian : ??%
+  * Médian : 25%
-  * Final : ??%
+  * Final : 25%
-  * Projet : ??%
+  * Projets : 50%
+Deux projets sont prévus :
+  - Mise en correspondance stéréo (en lien avec les concepts classiques)
+  - Détection (par méthode d'apprentissage)
+Ils sont évalués, par ordre d'importance, sur le compte-rendu, l'implémentation et l'originalité de l'algorithme choisi, et la qualité des résultats.
 ===== Autres informations =====
-**Pré-requis :** Mathematics and algebra basic skills, 3D and 2D geometry, statistics. Signal processing is a plus. Python and Linux are recommended.
+**Pré-requis :**\\
+Connaissances de bases en mathématiques et en algèbre, géométrie 2D et 3D (tel que les coorodonnées et transformations homogènes, les changements de repère...), en statistiques.\\
+Initiation au traitement du signal souhaité (domaine fréquentiel et transformées de Fourier, produit de convolution).\\
+Python pour les sciences (NumPy etc) et Linux nécessaires.
 **Niveau :** GI04