VisA: Vision artificielle

Le module Vision Artificielle se déroule durant 12 semaines, chaque séance comportant 2 heures de cours/travaux dirigés, puis 2 heures de travaux pratiques. Les supports de cours, travaux dirigés et travaux pratiques sont pour la plupart disponibles ci-dessous.

Quelques références bibliographiques :

( || %)

Etapes pour installer les Plugins d'ImageJ à utiliser localement

1. Installer les fichiers suivants dans un repertoire de votre choix, nommé ici DIR.

2. Lancer imageJ par la commande:

java -Dplugins.dir="DIR" -cp ij.jar ij.ImageJ

Semaine 1: éléments de géométrie projective et calibration de caméra (FC).

Géométrie projective 2D et 3D, homographies, paramètres intrinsèques et extrinsèques d'une caméra, calibration. Supports de cours, énoncé de travaux pratiques sur la calibration de caméra.

Semaine 2: reconstruction 3D, géométrie épipolaire et stéréovision (FC).

différentes approches de reconstruction 3D, active, passive; géométrie épipolaire, matrice fondamentale; mise en correspondance stéréoscopique Supports de cours, énoncé de travaux pratiques sur la mise en correspondance stéréoscopique.

Semaine 3: rectification épipolaire et stéréovision dense (FC).

configuration canonique d'un stéréoscope, rectification épipolaire; stéréovision dense par corrélation; vérification de cohérence gauche-droite des cartes de disparités Supports de cours, énoncé de travaux pratiques sur la stéréovision dense.

Semaine 4: Indexation et reconnaissance de maillages 3D (Jean-Philippe Vandeborre)

Semaine 5: Reconnaissance de visages 3D (Mohamed Daoudi)

Semaine 6: Détection / Reconnaissance de mouvements Humains 3D (H. Wannous)

Support de cours: http://www.telecom-lille.fr/people/wannous/HumanMotion3D-IVI.pdf

Tutoriel Kinect: http://www.telecom-lille.fr/people/wannous/TutorielKinect.pdf

TP Kinect: http://www.telecom-lille.fr/people/wannous/TP-VISA.pdf

Semaine 7: Image Couleur (L. Macaire).

Formation de la couleur, Percpetion de la couleur, Eléments de colorimétrie, Représentation numérique de la couleur, Acquisition d'une image couleur;:

Support de cours.

TP: Modification de la luminance et la saturation d'une image couleur:

 Images (vers 2012) .

Énoncé + fichiers utiles (vers 2012)

Semaine 8: Segmentation d'une image (LM).

Segmentation d'images couleur. Approches par classification des pixels (kNN - C-means) - Notion d'apprentissage supervisé et non supervisé - Analyse d'histogrammes 1D : méthode itérative d'Otsu - Analyse en composantes principales - Analyse d'histogramme couleur -

Support de cours.

TP: seuillage et multi-seuillage d'une image de luminance par la méthode d'Otsu. Analyse de distributions bi-modales et tri-modales.

Énoncé (version 2012)

Fichiers utiles au TP (version 2012)

Image 3 classes à segmenter par Otsu multi-seuillage exo 2

Semaine 9: Reconaissance d'objets couleur (LM).

Comparaison de descripteurs de texture couleur - Notion d'invariants couleur - Egalisation d'histogramme couleur.

Support de cours.

TP: Segmentation d'images couleur par analyse d'histogramme (en se basant sur le TP2) Transformation de Karhunen-Loeve.

Énoncé + fichiers utiles

Plugins BIJ

Semaine 10: Introduction à la logique floue (Olivier Colot).

Semaine 11: Classification floue des images (Olivier Colot).

Semaine 12: Théorie des fonctions de croyance pour l’analyse des images (Olivier Colot).