SY32

Objectifs en quelques lignes. (brouillon, faire en sorte que ce support puisse remplacer les slides d'introduction du cours)

Enseignants :

• Julien Moreau (responsable)
• Philippe Xu

Concepts classiques :

• Des ondes à la perception, de la vision aux caméras [J. Moreau]
• Éléments de traitement d’images [J. Moreau]
• Détection d’objet mobile et flot optique [J. Moreau]
• Transformations géométriques et alignement d’images [J. Moreau]
• Calibrage/étalonnage géométrique de caméra [J. Moreau]
• Stéréovision, géométrie épipolaire et mise en correspondance 3D [J. Moreau]

Méthodes d'apprentissage :

• Vision et apprentissage [Ph. Xu]
• Méthodes d’apprentissage automatique [Ph. Xu]
• Caractéristiques visuelles [Ph. Xu]
• Classification d’images [Ph. Xu]
• Détection d’objets [Ph. Xu]
• Apprentissage profond 1/2 [Ph. Xu]
• Apprentissage profond 2/2 [Ph. Xu]

Un planning détaillé est disponible dans le Moodle SY32.

Les exercices sont à coder en langage Python avec la bibliothèque NumPy (ainsi que d'autres).
Les développements peuvent être faits sur les ordinateurs de la salle de TP.
Ou bien, => guide de configuration Python

Liste des travaux pratiques :

1. Stéganographie
2. Éléments de traitement d’images
3. Flot optique
4. Transformations géométriques
5. Étalonnage des distorsions géométriques
6. Stéréovision
7. Apprentissage automatique
8. Adaboost
9. Classification de visages
10. Évaluation d'un détecteur
11. Classification d'images
12. Apprentissage profond
13. Réseaux de neurones convolutifs

• Médian : ??%
• Final : ??%
• Projet : ??%

Pré-requis : Mathematics and algebra basic skills, 3D and 2D geometry, statistics. Signal processing is a plus. Python and Linux are recommended.

Niveau : GI04

Volume horaire hebdomadaire : 2h CM, 3h TP/TD.