-
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,