SY32

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.

Enseignants :

• Julien Moreau (responsable)
• Philippe Xu

1e partie, 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]

2e partie, 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 : 25%
• Final : 25%
• Projets : 50%

Deux projets sont prévus :

1. Mise en correspondance stéréo (en lien avec les concepts classiques)
2. Détection (par méthode d'apprentissage)

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.