Vision par ordinateur

Objectifs

Ce cours permet d'aborder les notions de calibrage, détection de points d'intérêt (en mono ou multi-résolution), mise en correspondance (globale et locale) et suivi. En autre, vous aborderez l'approche connue de SIFT (Scale Invariant Feature Transform) et une approche de suivi classique KLT, Kanade-Lucas-Tomasi.

Description

Cette partie se compose de 2 cours de classe renversée afin de permettre à l'apprenant d'être plus actif dans ses apprentissages. Ensuite,  4 travaux pratiques viennent illustrer les notions de détection et appariement abordées en cours afin de construire une mosaïque d'images. Cette matière sera évaluée via un questionnaire de cours en ligne et un examen sur feuille ainsi qu'une note de travaux pratiques. Ceci permet une évaluation continue des acquis. 

Compétences visées

Connaître les approches de calibrage

Connaître les méthodes de détection de points d'intérêt et savoir les utiliser

Connaître les différentes techniques de mise en correspondance et savoir les manipuler

Bibliographie

Richard Szeliski. Computer vision: Algorithms and Applications, 2010.

http://szeliski.org/Book/

Pré-requis nécessaires

Avoir suivi l'UE de deuxième année Image, Modélisation et Rendu ou avoir des notion de traitement d'images et de segmentation.

Session 1 ou session unique - Contrôle des connaissances

Session 2 - Contrôle des connaissances