Pattern recognition and biometrics

Catalogue des cours de Télécom SudParis

Code

IGSF IMA 4511

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

  • Electronique et Physique

Equipe pédagogique

Acquis d'apprentissage

A l'issue du module, les étudiants de 2A sont capables de:
- définir/décrire des outils de base (concepts, méthodes, algorithmes) en Reconnaissance de Formes et classification des données;
- reconnaître et décrire ces outils dans différents contextes (supervisé, non supervisé, semi-supervisé) et différentes modalités biométriques: méthode des K-moyennes et quantification vectorielle, algorithme E-M en Clustering (Mélange de Gaussiennes) et en supervisé dans des biométries (voix, signature),...
- appliquer ces algorithmes sur des données réelles dans le cadre d'une petite étude de cas en Biométrie

Contenu

liste exhaustive à mettre

Prérequis

Notions of Statistics and Probability Theory (Course "Introduction aux statistiques")

Mots-clés

Biometrics, face recognition, on-line signature verification, iris recognition, gait recognition, speaker verification

Evaluation

Validation is based on 3 evaluated Lab sessions (Lab1, Lab2 and Lab3) and an written exam (W).
Final Mark = 1/2 [Average (Lab1, Lab2, Lab3) + W]

Formule de l'évaluation

Validation is based on 3 evaluated Lab sessions (Lab1, Lab2 and Lab3) and an written exam (W).
Final Mark = 1/2 [Average (Lab1, Lab2, Lab3) + W]

Compétences CDIO

Compétences principales

  • 1.1.1 - Mathématiques (y compris statistiques)
  • 2.1.2 - Modélisation
  • 2.1.3 - Analyse qualitative
  • 3.2.3 - Communication écrite
  • 3.3.1 - Communication en anglais
Fiche mise à jour le 30/10/2018