EC
Vision artificielle
Compétences requises
Optimisation, Traitement d’images, Analyse matricielle, Analyse numérique, Algèbre linéaire
--
Numerical optimization, image processing, matrix analysis, numerical analysis
Compétences visées
Introduire les problèmes fondamentaux et avancés de la vision artificielle 3D et les principaux concepts et techniques pour les résoudre.
Implémenter des solutions à des problèmes complexes de vision artificielle.
Maîtriser les différentes approches d’analyse de séquences d’images, de reconstruction 3D et d'alignement de données visuelles multimodales.
--
Learn about fundamental as well as advanced 3D vision problems and the main concepts and techniques to solve them.
Implement solutions to complex artificial vision problems.
Analysis of image sequences, uncalibrated and calibrated 3D reconstruction, multimodal and semantically-driven data registration.
Syllabus
- Géométrie projective et géométrie projective orientée
- Méthodes et paradigmes d’optimisation en vision artificielle
- Modèles de caméras et calibrage
- Modélisations géométriques stéréo et multi-vues
- Stratification de l’espace 3D
- Estimation du mouvement et calcul de structure à partir du mouvement
- Techniques d’autocalibrage
- Stéréo photométrique, « shape-from-shading » et “shape-from-silhouette”
- Extractions et appariement de caractéristiques visuelles
- Alignement de données visuelles multimodales, alignement de données visuelles et cartes sémantiques
- Robustesse en vision artificielle
- Vision 3D avec données manquantes
--
- Projective and oriented projective geometry
- Optimization methods and paradigms in artificial vision
- Camera models
- Stereo and multi view models
- 3D space strata
- Motion and structure estimation
- Camera self-calibration
- Photometric stereo, shape-from-shading and shape-from-silhouette
- Feature extraction and matching
- Multimodal and semantically-driven visual data registration
- Handling robustness in artificial vision
- Dealing with missing data