RdF: Reconnaissance des formes

Le module reconnaissance de formes se déroule durant 12 semaines, chaque séance comportant 1h30 de cours/travaux dirigés, puis 2h de travaux pratiques. Les supports de cours, travaux dirigés et travaux pratiques sont pour la plupart disponibles ci-dessous.

Les TPs se déroulent avec le logiciel Rstudio.

Semaine 1: introduction et extraction d'attributs de forme (François Cabestaing)

Objectifs de la reconnaissance de formes, notion d'attribut, principaux attributs de formes. Supports de cours, énoncé de TD, énoncé de travaux pratiques sur les moments d'une forme.

Semaine 2: extraction d'attributs de contour (FC)

Codage de Freeman, codage polygonal, simplification d'un code, transformée de Hough. Supports de cours, énoncé de TD, énoncé de travaux pratiques sur les contours d'une forme.

Semaine 3: segmentation d'image par classification (FC)

Histogramme, seuillage de l'image par analyse de l'histogramme, vecteur d'attributs associés à un pixel, classifieur linéaire, textures. Supports de cours, énoncé de TD, énoncé de travaux pratiques sur la segmentation binaire.

Semaine 4: travaux dirigés sur les attributs de textures (FC)

Énoncé de travaux dirigés sur les filtres de Laws. Suite du TP sur la segmentation binaire.

Semaine 5: Décision probabiliste - Règle de Bayes (Ludovic Macaire)

Cours: Notions de probabilités, variables aléatoires et règles de décision. Supports de cours

Travaux pratiques: Segmentation automatique d'images en niveaux de gris par analyse d’histogramme.

Enoncé du TP5(2017) Fichiers utiles pour le TP5 (2017)

Semaine 6: Analyse discriminante (LM)

Cours: Analyse discriminante Linéaire et quadratique. Classification supervisée de données multi-variées. Supports de cours

Travaux pratiques: Classification supervisée de données gaussiennes. Analyse discriminante linéaire et quadratique.

Enoncé du TP6 (2017!) Fichiers utiles 2017 pour le TP6

Semaine 7: Réduction de la dimension de l'espace de représentation (LM)

Cours: Notion de co-variance - Analyse en composantes principales. Analyse Factorielle Discriminante. Supports de cours

Travaux pratiques: Réduction de la dimension selon le contexte d'apprentissage Enoncé du TP7(2017) Fichiers utiles pour le TP7 (2017)

Semaine 8: Clustering (LM)

Cours: Classification non supervisée - Algorithme des k-means. Supports de cours

Travaux pratiques: Segmentation d'une image de textures par clustering des pixels Enoncé du TP8(2017) Fichiers utiles 2017 pour le TP8

Semaine 9: Arbres de décision (Jean Martinet)

Introduction aux arbres de décision pour la reconnaissance de formes. Supports de cours, énoncé de travaux pratiques sur la construction d'un arbre de décision, et document.

Semaine 10: Arbres de décision : suite et fin (JM)

Limites des arbres de décision, amélioration de l'apprentissage. Supports de cours, énoncé de travaux pratiques (attention, c'est long : travail sur DEUX séances) sur l'utilisation des arbres de décision à la reconnaissance de formes image, et document. En complément, extrait de diapos du cours de Linda Shapiro (U. Washington) sur le gain d'information, et copie locale.

Semaine 11: Rdf sur les chaînes (JM)

Correspondance et distance de chaînes. Supports de cours (écouter sur YouTube la Fugue No.2 in Do mineur de Bach à la minute 1'18, en illustration de l'exemple du cours), pas de nouvel énoncé de travaux pratiques (suite du TP sur les arbres et la reconnaissance de formes image).

Semaine 12: Langages et grammaires (JM)

Langages, définition, exemples et types de grammaires. Supports de cours, énoncé de travaux pratiques sur les chaînes, langages et grammaires, et document.