Responsable : Matthieu Cord
Objectif : Ce cours aborde un ensemble de notions essentielles pour l’analyse et l’interprétation automatique du contenu visuel des images. A partir du signal image bidimensionnel, les différents systèmes de vision artificielle sont décrits. Outre les approches traditionnelles de vision par ordinateur, l’accent est mis sur les méthodes d’apprentissage statistique appliquées au traitement d’image. En particulier, la description des architectures profondes à base de réseaux de neurones et leur apprentissage (deep learning) occupent une place centrale dans ce cours. Les problématiques de vision étudiés concernent aussi bien des systèmes de classification et de segmentation, que de génération d’images. L’ensemble des concepts présentés font l’objet d’applications pratiques mises en oeuvre dans les séances de TPs.
Prérequis : Notions basiques de représentation de l’image numérique, algorithmique de traitement statistique des données et calcul scientifique en Python
Thèmes abordés :
Ressources : Moodle