-
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,