Image and video understanding

Catalogue des cours de Télécom SudParis

Code

IMA 4512

Niveau

Graduate (M1)

Période

Spring (P2)

Domaine

Image

Langue d'enseignement

Anglais

Crédits ECTS

4

Heures programmées / Charge de travail

45 / 90

Responsable(s)

  • ROUGON Nicolas

Département

- Advanced Research and Techniques for Multidimensional Imaging Systems

Equipe pédagogique

  • FETITA Catalin
  • HORAIN Patrick
  • ROUGON Nicolas

Objectif

- Acquérir les compétences fondamentales en traitement et analyse d’images et de vidéos.
- Comprendre les enjeux technologiques et économiques associés, contemporains et émergents.
- Mettre en pratique ces compétences pour la résolution de problèmes réels dans des contextes applicatifs ciblés, ou dans le cadre de la réalisation/validation de composants génériques d’une chaîne d’analyse. Maîtriser les fonctionnalités du standard industriel de fait Matlab pour l'analyse d'images et de vidéos.

Contenu

> Imagerie numérique grand public et professionnelle, systèmes de vision et services orientés image : enjeux industriels et défis technologiques en analyse d’images et de vidéos.

> Paradigmes en vision numérique : vision bas/moyen/haut niveau, primitives visuelles, principes perceptuels, modèles mathématiques d’image.

> Analyse d’images fixes
- Notions de base en imagerie numérique :
• Echantillonnage (trames, systèmes de voisinage, connexité discrète), quantification, couleur
• Propriétés statistiques des images : histogramme, statistiques locales
• Contenu fréquentiel des images : résolution spatiale/fréquentielle, théorème de Shannon, spectre ; spectre local, filtrage de Gabor
• Changement de résolution : interpolation, représentations multi-grilles
• Texture
- Géométrie locale des images : détection de contours, de points et de lignes caractéristiques
- Morphologie mathématique binaire et numérique
- Débruitage, amélioration et restauration d’images : filtrage morphologique, filtrage par EDP, moyennes non-locales
- Segmentation d'images : contours actifs, méthode par ensemble de niveaux, compétition de régions, champs de Markov

> Analyse de vidéos
- Estimation de mouvement : mouvement dominant, flot optique
- Segmentation spatio-temporelle, suivi d’objet vidéo

Prérequis

Aucun

Mots-clés

Image modeling; visual feature extraction; image denoising, enhancement and restoration; image segmentation; motion estimation; video object tracking

Evaluation

L’évaluation du module, orientée vers la pratique expérimentale et les applications, repose sur 3 composantes : un contrôle continu sous forme de travail personnel hors présentiel (CC), des bureaux d’études (BE), et un micro-projet final en binôme (CF). La 2ème Session consistera en une étude avec soutenance orale (O).
- 1ère session = Moyenne Pondérée (CC, BE, CF)) (S1)
- 2ème session = (S2)
Note finale = Max (SE1, SE2)

Approches pédagogiques

 

Programme

Programme Ingénieur

Fiche mise à jour : 20/12/2016 14:37:26