Vision par ordinateur : outils fondamentaux, 2e édition, Radu Horaud et Olivier Monga, INRIA, 1995
http://perception.inrialpes.fr/people/Horaud/livre-hermes.html

Multiple View Geometry in Computer Vision, Second Edition, Richard Hartley and Andrew Zisserman, Cambridge University Press, 2004
http://www.robots.ox.ac.uk/~vgg/hzbook/

An Invitation to 3-D Vision : From Images to Geometric Models, Yi Ma & Stefano Soatto & Jana Kosecka & S. Shankar Sastry, Springer, 2004
http://www.springer.com/fr/book/9780387008936#otherversion=9781441918468

Probabilistic Robotics, Sebastian Thrun, Wolfram Burgard and Dieter Fox, MIT Press, 2005
http://www.probabilistic-robotics.org/

Digital Image Processing, 6th edition, Bernd Jähne, Springer, 2005
https://www.springer.com/fr/book/9783540240358
Pour les germanophones, 8e édition, 2022
https://www.springer.com/fr/book/9783662595091

Pattern Recognition and Machine Learning, Christopher M. Bishop, Microsoft Research, 2006
https://www.microsoft.com/en-us/research/people/cmbishop/prml-book/

Introduction to Autonomous Mobile Robots, Second Edition, Roland Siegwart, Illah Reza Nourbakhsh and Davide Scaramuzza, MIT Press, 2011
https://mitpress.mit.edu/books/introduction-autonomous-mobile-robots-second-edition

Computer Vision: A Modern Approach, 2nd Edition, David A. Forsyth and Jean Ponce, Pearson, 2012
https://www.pearson.com/us/higher-education/program/Forsyth-Computer-Vision-A-Modern-Approach-2nd-Edition/PGM111082.html

Deep Learning, Ian Goodfellow and Yoshua Bengio and Aaron Courville, MIT Press, 2016
http://www.deeplearningbook.org/

Robotics, Vision and Control - Fundamental Algorithms In MATLAB, Second Edition, Peter Corke, Springer, 2017
https://petercorke.com/books/robotics-vision-control-all-versions/

Computer Vision : Algorithms and Applications, 2nd ed., Richard Szeliski, Facebook, 2022
http://szeliski.org/Book/

• Odométrie visuelle : Tutorial on Visual Odometry - by Davide Scaramuzza
• Vision pour la robotique mobile : Cours de D. Scaramuzza (ETH Zürich)
• Vision par ordinateur : Cours de l'équipe de D. Cremers (TU Münich)
• Caméra à événements : Cours de G. Gallego (TU Berlin)
• Apprentissage par renforcement : Cours de D. Silver (UCL)

• Avoir fait l'UV SR01 ou INF2 est un avantage pour mener à bien nos travaux pratiques
• Tutoriel en anglais : https://python-course.eu/numerical-programming/
• Tutoriel en français (seulement les bases) : https://python-scientific-lecture-notes.developpez.com/
• Doc Python en français : https://docs.python.org/fr/3/
• Doc NumPy : https://numpy.org/doc/stable/user/index.html
• NumPy pour les habitués à Matlab : https://numpy.org/doc/stable/user/numpy-for-matlab-users.html
• Doc Scikit-image : https://scikit-image.org/docs/stable/user_guide.html
• Doc Scikit-learn : https://scikit-learn.org/stable/user_guide.html
• Cours OpenCV gratuits : https://opencv.org/opencv-free-course/
• Doc API OpenCV : https://docs.opencv.org/4.x/