Traitement des Images et Vision Artificielle - imagine

Traitement des Images et
Vision Artificielle
Présentation des Cours
Martin de La Gorce
mar[email protected]
Janvier 2015
1/1

Objectif
Compréhension théorique des principaux problèmes du
traitement d’image et de la vision artificielle
Connaissance pratique des outils principaux pour résoudre
ces problèmes
2/1

Structure
Divisé en deux grandes parties:
Traitement d’image: débruitage, segmentation
Vision artificielle: détection et reconnaissance de
primitives , objets etc., reconstruction 3D
3/1

Plan du cours 1/2: Traitement d’images
1Les bases du traitement d’image : échantillonage,
quantification, interpolation, aliasing , histogramme,
changement de contraste. Convolutions, lissage, détection
de bords
2l’optimisation pour l’image : descente de gradient,
moindres carrés, moindres carrés repondérés,
programation dynamique, graph cut, champs de markov,
belief propagation. Quelques applications : débruitage,
inpainting et super-résolution
3la segmentation : comment découper l’image en region
homogènes: kmean, morphologie mathématique, contours
actifs.
4/1

Plan du cours 2/2: Vision artificielle
1La détection de primitives et d’objets rigides :
Transformée de Hough , ANSAC, bbranch and bound,
iterative closest point (ICP)
2La mise en correspondance d’images points d’intérêts,
matching , flux optique
3La détection, classification et suivit d’objets non
rigides : viola jones cascade, random forest, application
au visages, models d’apparence actifs, filtres particulaires
5/1