Vision artificielle

 

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