Image and video understanding

Catalogue des cours de Télécom SudParis

Code

IGSF IMA 4512

Niveau

M1

Graduate

Graduate

Semestre

Spring

Domaine

Image

Programme

Programme Ingénieur

Langue

Anglais/English

Crédits ECTS

4

Heures programmées

45

Charge de travail

90

Coordonnateur(s)

Département

  • Advanced Research and Techniques for Multidimensional Imaging Systems

Equipe pédagogique

Acquis d'apprentissage

At the end of this teaching unit, students will be able

- To specify & use core techniques for solving basic low-level image & video analysis problems, including denoising & enhancement, feature extraction, segmentation, motion analysis & tracking.

- To design & conduct an experimental performance study of an image understanding technique using the industry-standard Matlab Ò platform.

- To combine these methodological individual building blocks into an image / video understanding pipeline dedicated to a target application.

- To draft a concise report summarizing the methodological / technological / application-related state-of-the-art and emerging trends of an image / video understanding topical issue.

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).
- 1re session = Moyenne Pondérée (CC, BE, CF)) (S1)
- 2e session = (S2)
Note finale = Max (SE1, SE2)

Formule de l'évaluation

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).
- 1re session = Moyenne Pondérée (CC, BE, CF)) (S1)
- 2e session = (S2)
Note finale = Max (SE1, SE2)

Compétences CDIO

Compétences principales

  • 1.3 - Connaissances avancées en ingénierie : méthodes et outils
  • 2.1 - Raisonnement analytique et résolution de problèmes
  • 2.2 - Méthodes scientifiques : expérimentation, enquête et initiation à la recherche
  • 3.3.1 - Communication en anglais
  • 4.7.3 - Faire preuve de créativité et explorer le champ des possibles (s'ajoute et complète le 2.4.3 Pensée créative)
Fiche mise à jour le 28/08/2018