- 
		Chapitre 1. Géométrie des images vision 3D (2 Semaines)
		
			- 
				Principe de formation de l’image. 
			
 
			- 
				Principe du traitement d’images. 
			
 
			- 
				Schéma général d'un système de vision artificielle. 
			
 
			- 
				Les outils de la vision 3D. 
			
 
			- 
				Géométrie epipolaire, 
			
 
			- 
				Calibrage de caméras.
			
 
			- 
				Reconstruction 3D à partir de vues multiples.
			
 
		
	 
	- 
		Chapitre 2. Contours et segmentation (2 Semaines)
		
			- 
				Techniques de détection de contours. 
			
 
			- 
				Techniques de segmentation des objets.
			
 
		
	 
	- 
		Chapitre 3. Mouvement (2 Semaines)
		
			- 
				Estimation du mouvement et flot optique.
			
 
			- 
				Les algorithmes d'estimation de mouvement.
			
 
			- 
				Reconstruction de structure en utilisant le mouvement.
			
 
		
	 
	- 
		Chapitre 4. Détection de caractéristiques (3 Semaines)
		
			- 
				Détection de primitives (points/contours). 
			
 
			- 
				Caractéristiques locales invariantes,
			
 
			- 
				HARRIS, 
			
 
			- 
				SIFT, 
			
 
			- 
				SURF, 
			
 
			- 
				poursuite d'objet, 
			
 
			- 
				stitching, 
			
 
		
	 
	- 
		Chapitre 5. Classification et reconnaissance (3 Semaines)
		
			- 
				Reconnaissance et classification des objets. 
			
 
			- 
				Techniques de classification supervisée. 
			
 
			- 
				Techniques de classification non supervisée.
			
 
		
	 
	- 
		Chapitre 6. Deep learning pour vision (3 Semaines)
		
			- 
				Machine Learning, 
			
 
			- 
				Réseaux de neurones et MLP,
			
 
			- 
				Deep learning, 
			
 
			- 
				CNN, 
			
 
			- 
				RBM, 
			
 
			- 
				RNN,