IMN601 - Reconnaissance de formes et analyse d'images avancée
Présentation
Sommaire
- Cycle
- 1er cycle
- Crédits
- 3 crédits
- Faculté ou centre
- Faculté des sciences
- Répartition de la charge de travail
- 3-0-6
Cible(s) de formation
Acquérir les principaux concepts et techniques de l'analyse d'images avancée et de la reconnaissance de formes appliquée à l'imagerie. Appliquer ces concepts et techniques à la résolution de problèmes telles la segmentation d'images, l'analyse de la vidéo, la reconnaissance d'objets et la catégorisation d'images; apprendre à concevoir et implanter des systèmes de reconnaissance de formes.
Contenu
Étude des concepts les plus fréquemment utilisés en reconnaissance de formes : caractéristiques (p. ex., histogrammes de gradients, sacs de mots, pyramides laplaciennes, etc.), détecteurs de points saillants (p. ex., SIFT, Harris, etc.), applications des algorithmes d'apprentissage et de classification supervisée (p. ex., reconnaissance de visages, localisation de silhouettes humaines, détection d'objets, classification d'images, etc.), la théorie des graphes appliquée à l'imagerie (p. ex., segmentation spectrale, coupe de graphe, réseaux markoviens, etc.), diverses applications des algorithmes de classification non supervisée telles les nuées dynamiques et E-M (p. ex., segmentation d'images, compression avec perte, création de dictionnaires, etc.), diverses méthodes de segmentation d'images et d'analyse de la vidéo (p. ex., superpixels, détection de mouvement, suivi d'objets, etc.), évaluation des résultats (p. ex. courbe ROC, précision, rappel, mesure F, etc.).
Préalable(s)
(IMN259)
et
(STT418)