Atelier «Très Haute Résolution Spatiale» Outils pour la reconnaissance des formes

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Atelier «Très Haute Résolution Spatiale» Outils pour la reconnaissance des formes"

Transcription

1 CNES Paris - 22/05/2003 Atelier «Très Haute Résolution Spatiale» Outils pour la reconnaissance des formes Michel DHOME LASMEA UMR 6602CNRS/UBP Clermont-Ferrand

2 Etat de l art (communauté vision artificielle) Calibration et autocalibration Recalage modèle/image Reconstruction 3D Reconnaissance des formes / suivi

3 Outils pour la reconnaissance des formes Exploitation texture images haute résolution Reconnaissance par mises en correspondance de primitives visuelles 4Contours, Segments de droites, zones texturées, 4«Points d intérêt». Technique de suivi de motifs texturés 4Corrélation, Optimisation itérative, 4«Matrice d interaction».

4 Extraction des points d intérêt Idée de base : recherche de zones non-homogènes Détecteur : méthode Harris et Stephens Minima de la fonction d auto-corrélation du signal Homogène : 2 valeurs propres faibles Contours : 1 des 2 est plus grande que l autre D intérêt : 2 valeurs propres grandes

5 Extraction des points d intérêt Exemple d extraction de points d intérêt

6 Caractérisation des points d intérêt Description du voisinage du point par un vecteur V= V1 V2... Vn-1 Vn Echantillonnage sur trois cercles concentriques Filtrage plus important en fonction du diamètre Origine échantillonnage liée à l orientation du gradient

7 Mise en correspondance entre deux images Retrouver les points communs aux 2 images Extraction des points d intérêt Calcul des vecteurs Scores de corrélation Filtrage géométrique

8 Mise en correspondance entre deux images Résultats : 38 couples corrects sur 44 (86%) Calcul «robuste» de l homographie inter-image

9 Indexation d une base d images 7500 x 7500 pixels 7500 x 7500 pixels Découpée en 2836 images de 256x256 pixels

10 Reconnaissance d une imagette Image requette Image de la base Superposition 500 tests OK %

11 Mise en correspondance entre deux images Résultats issus des travaux de C. SCHMID (GRAVIR Grenoble) présentés dans Traité IC2 «Perception visuelle par imagerie vidéo»

12 Reconnaissance d images aériennes de Marseille Résultats issus des travaux de C. SCHMID (GRAVIR Grenoble) présentés dans Traité IC2 «Perception visuelle par imagerie vidéo»

13 Adaptation à la reconnaissance des objets volumiques Modèles 3D texturés Base de données issue d images de synthèse Correspondance 2D/3D pour les points d intérêt Calcul robuste d attitude (RANSAC, M-estimateur, moindres médian)

14 Adaptation aux objets volumiques : suivi

15 Technique de suivi Développement d une technique, à faible coût algorithmique, permettant de suivre l évolution d un motif texturé tout au long d une séquence vidéo. Motif texturé

16 Principe : suivi par différence Position initiale de la zone d intérêt Prédiction de la zone d intérêt Position après correction Motif de référence Motif correspondant à la position prédite Différence Motif correspondant à la position corrigée

17 Description succincte But : soit µ le vecteur paramétrant la transformation géométrique Φ de la zone d intérêt (similarité, affinité, homographie), trouver la matrice A telle que δµ = A δi Approche classique (Hager & Belhumeur) δi = M δµ (matrice jacobienne) A = (M T M )-1 M T (pseudo-inverse) Approche proposée Recherche directe par approximation au sens des moindres carrés de la relation : δµ = A δi (modélisation par des hyper-plans).

18 Comparaison avec l approche classique (Jacobienne Image - Hager & Belhumeur) Utilisation d une similitude comme modèle de déformation.

19 Suivi d un motif planaire (déformation homographique)

20 Stabilisation d images routières

21 Stabilisation d images aériennes

22 Conclusion Applications possibles Indexation de bases d images pour la reconnaissance, Recalage fin d images pour la détection de changements, Suivi de déformation temporelle (site volcanique), Suivi d objets mobiles (pb. de vitesse), Etc. Développements potentiels Couplage optique/radar, Images couleurs.

23 Résultats issus des travaux de : Frédéric JURIE (CR CNRS) Nicolas ALLEZARD (doctorant) Florent DUCULTY (doctorant)

Vision par ordinateur : Un tour d horizon. Adrien Bartoli LASMEA CNRS/UBP Clermont-Ferrand

Vision par ordinateur : Un tour d horizon. Adrien Bartoli LASMEA CNRS/UBP Clermont-Ferrand Vision par ordinateur : Un tour d horizon Adrien Bartoli LASMEA CNRS/UBP Clermont-Ferrand Séance II : Panoramas en environnement déformable Panoramas en environnement rigide Représentation minimale d un

Plus en détail

Utilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par

Plus en détail

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57

Analyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57 Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation

Plus en détail

Initialisation automatique du recalage 2D/3D pour la réalité virtuelle et augmentée

Initialisation automatique du recalage 2D/3D pour la réalité virtuelle et augmentée Initialisation automatique du recalage 2D/3D pour la réalité virtuelle et augmentée IRISA - Equipe TEMICS 6 Fevrier 2008 1/18 Problématique : Recalage vidéo 2D et modèle 3D Problématique Avec : Le modèle

Plus en détail

Analyse d images, vision par ordinateur. Partie 6: Segmentation d images. Segmentation? Segmentation?

Analyse d images, vision par ordinateur. Partie 6: Segmentation d images. Segmentation? Segmentation? Analyse d images, vision par ordinateur Traitement d images Segmentation : partitionner l image en ses différentes parties. Reconnaissance : étiqueter les différentes parties Partie 6: Segmentation d images

Plus en détail

L imagerie vue par un mathématicien

L imagerie vue par un mathématicien L imagerie vue par un mathématicien Li-Thiao-Té Sébastien LAGA UMR 7539, Université Paris 13 Plan Généralités Images Modèles Qu est-ce qu une image? des coordonnées spatiales des mesures pour chaque position

Plus en détail

Analyse d images en vidéosurveillance embarquée dans les véhicules de transport en commun

Analyse d images en vidéosurveillance embarquée dans les véhicules de transport en commun des s Analyse d images en vidéosurveillance embarquée dans les véhicules de transport en commun Sébastien Harasse thèse Cifre LIS INPG/Duhamel le 7 décembre 2006 1 Système de surveillance des s Enregistreur

Plus en détail

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories : La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.

Plus en détail

Introduction à la Vision 3D

Introduction à la Vision 3D à la Vision 3D David Fofi Le2i UMR CNRS 6306 IUT Le Creusot Les applications présentées sont le fruit d une collaboration entre le Le2i et le laboratoire VICOROB de l Université de Gérone (Espagne). Les

Plus en détail

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés ENSEIRB-MATMECA PG-113 014 TP6: Optimisation au sens des moindres carrés Le but de ce TP est d implémenter une technique de recalage d images qui utilise une méthode vue en cours d analyse numérique :

Plus en détail

Évaluation de la classification et segmentation d'images en environnement incertain

Évaluation de la classification et segmentation d'images en environnement incertain Évaluation de la classification et segmentation d'images en environnement incertain EXTRACTION ET EXPLOITATION DE L INFORMATION EN ENVIRONNEMENTS INCERTAINS / E3I2 EA3876 2, rue F. Verny 29806 Brest cedex

Plus en détail

Vision par ordinateur

Vision par ordinateur Vision par ordinateur Introduction au domaine Applications Frédéric Devernay Qu'est-ce que la vision? Le monde a une structure 3D et est composé d'objets L'être humain sait parfaitement décrire et interpréter

Plus en détail

Bases de données multimédia VII Bag of words

Bases de données multimédia VII Bag of words Bases de données multimédia VII Bag of words ENSIMAG 2014-2015 Matthijs Douze & Karteek Alahari Video-Google! LA référence : Josef Sivic and Andrew Zisserman «Video Google: A Text Retrieval Approach to

Plus en détail

Apprentissage du filtre de Kalman couple avec application à la poursuite de l iris

Apprentissage du filtre de Kalman couple avec application à la poursuite de l iris Apprentissage du filtre de Kalman couple avec application à la poursuite de l iris Valérian Némesin, Stéphane Derrode, Institut Fresnel (UMR 7249) Ecole Centrale Marseille, Vidéo de l oeil 2 Sommaire 1.

Plus en détail

Bases de données multimédia VIII indexation vidéo & audio

Bases de données multimédia VIII indexation vidéo & audio Bases de données multimédia VIII indexation vidéo & audio ENSIMAG 2014-2015 Matthijs Douze & Karteek Alahari Plan Spécificité du problème Filtrage temporel Détecteur spatio-temporels Aggrégation temporelle

Plus en détail

Analyse d images. L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

Analyse d images. L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories : Analyse d images La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers

Plus en détail

Préparé au Laboratoire d Analyse et d Architecture des Systèmes du CNRS

Préparé au Laboratoire d Analyse et d Architecture des Systèmes du CNRS Année 2004 THESE Préparé au Laboratoire d Analyse et d Architecture des Systèmes du CNRS En vue de l obtention du titre de Docteur de l Institut National Polytechnique de Toulouse Spécialité : Informatique

Plus en détail

Application : AOMS un outil de relevé 3D d environnements industriels

Application : AOMS un outil de relevé 3D d environnements industriels Application : AOMS un outil de relevé 3D d environnements industriels Patrick SAYD, Sylvie NAUDET, Marc VIALA Laboratoire Calculateurs Embarqués et Image (CEA LIST) DRT/DTSI/SLA CEA Saclay F91191 GIF SUR

Plus en détail

Reconstruction et Animation de Visage. Charlotte Ghys 15/06/07

Reconstruction et Animation de Visage. Charlotte Ghys 15/06/07 Reconstruction et Animation de Visage Charlotte Ghys 15/06/07 1 3ème année de thèse Contexte Thèse CIFRE financée par Orange/France Telecom R&D et supervisée par Nikos Paragios (Ecole Centrale Paris) et

Plus en détail

L imagerie géospatiale et ses applications

L imagerie géospatiale et ses applications SIG 2008 L imagerie géospatiale et ses applications De l image à l information géographique Copyright 2008 ITT Visual Information Solutions Tous droits réservés Plan Les images et leur diversité Le traitement

Plus en détail

Restauration d images

Restauration d images Restauration d images Plan Présentation du problème. Premières solutions naïves (moindre carrés, inverse généralisée). Méthodes de régularisation. Panorama des méthodes récentes. Problème général Un système

Plus en détail

Détection des points d intérêt et Segmentation des images RGB-D. Présentée par : Bilal Tawbe. Semaine de la recherche de l UQO

Détection des points d intérêt et Segmentation des images RGB-D. Présentée par : Bilal Tawbe. Semaine de la recherche de l UQO Détection des points d intérêt et Segmentation des images RGB-D Présentée par : Bilal Tawbe Semaine de la recherche de l UQO 25 Mars 2015 1. Introduction Les méthodes de détection de points d intérêt ont

Plus en détail

Géométrie discrète Chapitre V

Géométrie discrète Chapitre V Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets

Plus en détail

Détecteurs et descripteurs

Détecteurs et descripteurs Détecteurs et descripteurs GIF-4105/7105 Photographie Algorithmique Jean-François Lalonde Merci à D. Hoiem et A. Efros pour les slides Comment aligner deux images? Déterminer une transformation globale

Plus en détail

Vers une Plateforme de Numérisation: application à la synthèse d'images et l'héritage culturel

Vers une Plateforme de Numérisation: application à la synthèse d'images et l'héritage culturel Vers une Plateforme de Numérisation: application à la synthèse d'images et l'héritage culturel Jean-Michel Dischler Professeur d informatique Olivier Génevaux (IGR 50%) + Frédéric Larue, Marc Fournier,

Plus en détail

en environnement intérieur pour l'indexation de vidéo issue de caméra portée

en environnement intérieur pour l'indexation de vidéo issue de caméra portée Reconstruction et localisation 3D en environnement intérieur pour l'indexation de vidéo issue de caméra portée H. Wannous, V. Dovgalecs, R. Mégret* IMS - Projet IMMED / ANR 09-BLAN BLAN-0165 0165-01 *remi.megret@ims-bordeaux.fr

Plus en détail

Examen de Bases de données multimédia 5 février 2014 durée : 2h00

Examen de Bases de données multimédia 5 février 2014 durée : 2h00 Examen de Bases de données multimédia 5 février 2014 durée : 2h00 Documents autorisés : transparents du cours, notes de cours. Calculatrice non autorisée. Bonus = points en plus hors barème. EXERCICE 1.

Plus en détail

Partie I : Implantation d un réseau de neurones RBF sur des systèmes embarqués : la détection et la reconnaissance de visages en temps réel

Partie I : Implantation d un réseau de neurones RBF sur des systèmes embarqués : la détection et la reconnaissance de visages en temps réel 1 Partie I : Implantation d un réseau de neurones RBF sur des systèmes embarqués : la détection et la reconnaissance de visages en temps réel F.Yang M.Paindavoine GDR-ISIS 20 Janvier 2005 Paris 2 Plan

Plus en détail

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies

Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure

Plus en détail

Analyse des déplacements des objets mobiles : définition de comportements types

Analyse des déplacements des objets mobiles : définition de comportements types Analyse des déplacements des objets mobiles : définition de comportements types Thomas Devogele Université François Rabelais (Tours) thomas.devogele@univ-tours.fr Les déplacements L analyse des déplacements

Plus en détail

Nouvelles de l AS fouille d images. Émergence de caractéristiques sémantiques

Nouvelles de l AS fouille d images. Émergence de caractéristiques sémantiques Nouvelles de l AS fouille d images Émergence de caractéristiques sémantiques Patrick GROS Projet TEXMEX IRISA - UMR 6074, CNRS, université de Rennes 1, INSA Rennes, INRIA L AS fouille d images Qu est-ce

Plus en détail

Projet Télédétection. Vidéo Surveillance. Deovan Thipphavanh Mokrani Abdeslam Naoui Saïd. Master 2 Pro SIS - 2005 / 2006

Projet Télédétection. Vidéo Surveillance. Deovan Thipphavanh Mokrani Abdeslam Naoui Saïd. Master 2 Pro SIS - 2005 / 2006 Projet Télédétection Vidéo Surveillance Deovan Thipphavanh Mokrani Abdeslam Naoui Saïd Master 2 Pro SIS - 2005 / 2006 Plan Introduction Lecture des images Détection des objets mouvants Détection des anomalies

Plus en détail

Localisation robuste d un véhicule en environnement urbain à partir d un système de stéréo-vision p.

Localisation robuste d un véhicule en environnement urbain à partir d un système de stéréo-vision p. I C A R E Localisation robuste d un véhicule en environnement urbain à partir d un système de stéréo-vision Nicolas SIMOND Projet ICARE Institut National de Recherche en Informatique et Automatique Sophia-Antipolis,

Plus en détail

Application de la télédétection à la cartographie de l enneigement du Haut Atlas de Marrakech à partir d images SPOT VEGETATION et LANDSAT TM.

Application de la télédétection à la cartographie de l enneigement du Haut Atlas de Marrakech à partir d images SPOT VEGETATION et LANDSAT TM. Projet de recherche franco-marocain : Fonctionnement et ressources hydro-écologiques en région semi-aride (Tensift, Maroc) : Caractérisation, modélisation et prévision Application de la télédétection à

Plus en détail

Propriétés des images numériques Contraintes sur l interprétation

Propriétés des images numériques Contraintes sur l interprétation Propriétés des images numériques Contraintes sur l interprétation M.LOUYS, Traitement d images et problèmes inverses Master Astrophysique, Observatoire de Strasbourg, 2013 Propriétés générales d une image

Plus en détail

Bases du traitement des images. Détection de contours. Nicolas Thome. 19 octobre 2009. Plan Modélisation Filtrage Approches continues Post-Traitements

Bases du traitement des images. Détection de contours. Nicolas Thome. 19 octobre 2009. Plan Modélisation Filtrage Approches continues Post-Traitements Détection de contours Nicolas Thome 19 octobre 2009 1 / 61 Introduction Rôle primordial de la détection de contours en vision 1 Réduction d'information Information de toute l'image résumée dans le contours

Plus en détail

Profil du candidat et connaissances techniques à connaître/maîtriser

Profil du candidat et connaissances techniques à connaître/maîtriser Utilisation d algorithmes de deep learning pour la reconnaissance d iris. jonathan.milgram@morpho.com Dans ce cadre, l'unité de recherche et technologie a pour but de maintenir le leadership Au sein de

Plus en détail

de calibration Master 2: Calibration de modèles: présentation et simulation d

de calibration Master 2: Calibration de modèles: présentation et simulation d Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe

Plus en détail

PROPOSITION D UNE APPROCHE DE SEGMENTATION D IMAGES HYPERSPECTRALES

PROPOSITION D UNE APPROCHE DE SEGMENTATION D IMAGES HYPERSPECTRALES PROPOSITION D UNE APPROCHE DE SEGMENTATION D IMAGES HYPERSPECTRALES Nathalie GORRETTA MONTEIRO 1 1 UMR Information et Technologies pour les Agro-Procédés, Cemagref Montpellier, France Présentée le 25 Février

Plus en détail

Bases du traitement des images. Détection de contours

Bases du traitement des images. Détection de contours Détection de contours Dominique.Bereziat@lip6.fr Contributions: N. Thome, D. Béréziat, S. Dubuisson Octobre 2015 1 / 76 Introduction Rôle primordial de la détection de contours en vision 1 Réduction d

Plus en détail

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP

Master IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez

Plus en détail

Journée Rencontres Académiques SCS

Journée Rencontres Académiques SCS Journée Rencontres Académiques SCS 24/01/2012 Prof. Frédéric Precioso Knowledge Extraction, Integration & Algorithms (KEIA) http://keia.i3s.unice.fr/ 2 /35 Permanents Célia Pereira da Costa, Christel Dartigues,

Plus en détail

Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12

Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12 Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12 2 Discrimination Invariance Expressions faciales Age Pose Eclairage 11/12/2012 3 Personne Inconnue Identité

Plus en détail

Analyse d images introduction

Analyse d images introduction L3, option Image Analyse d images introduction http ://perception.inrialpes.fr/people/boyer/teaching/l3/ Elise Arnaud - Edmond Boyer Université Joseph Fourier / INRIA Rhône-Alpes elise.arnaud@inrialpes.fr

Plus en détail

Apport du LiDAR pour l'estimation de la ressource et la desserte forestière

Apport du LiDAR pour l'estimation de la ressource et la desserte forestière Mieux produire et préserver : Quelles approches pour les forêts au sein des territoires? Apport du LiDAR pour l'estimation de la ressource et la desserte forestière Pour mieux affirmer ses missions, le

Plus en détail

Analyse d images. Edmond.Boyer@imag.fr. Edmond Boyer UFRIMA 1

Analyse d images. Edmond.Boyer@imag.fr. Edmond Boyer UFRIMA 1 Analyse d images Edmond.Boyer@imag.fr Edmond Boyer UFRIMA 1 1 Généralités Analyse d images (Image Analysis) : utiliser un ordinateur pour interpréter le monde extérieur au travers d images. Images Objets

Plus en détail

Cartographie 3D de la voirie et de l espace public urbains accessibilité et circulations douces Luc Frauciel -1Spatial

Cartographie 3D de la voirie et de l espace public urbains accessibilité et circulations douces Luc Frauciel -1Spatial Cartographie 3D de la voirie et de l espace public urbains accessibilité et circulations douces Luc Frauciel -1Spatial Les projets Terra X Terra Data / Terra Numerica (FUI 1-Thales) Technologies de modélisation

Plus en détail

L impact de deux strategies de compression dans le

L impact de deux strategies de compression dans le L impact de deux strategies de compression dans le problème stéréo Réunion scientifique, Imagerie stéréo et 3D GdR ISIS, 2011 G. Blanchet, A. Buades, B. Coll (Univ. Illes Balears), J.M. Morel, B. Rougé

Plus en détail

QUANTIFICATION DES EXAMENS ONCOLOGIQUES AU FLUORO-DÉOXYGLUCOSE EN TOMOGRAPHIE PAR ÉMISSION DE POSITONS

QUANTIFICATION DES EXAMENS ONCOLOGIQUES AU FLUORO-DÉOXYGLUCOSE EN TOMOGRAPHIE PAR ÉMISSION DE POSITONS Journées Jeunes Chercheurs d Aussois d - Décembre D 2003 U494 QUANTIFICATION DES EXAMENS ONCOLOGIQUES AU FLUORO-DÉOXYGLUCOSE OXYGLUCOSE EN TOMOGRAPHIE PAR ÉMISSION DE POSITONS Juliette FEUARDENT Thèse

Plus en détail

Master IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008

Master IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008 Master IAD Module PS Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance

Plus en détail

Reconnaissance d'activités en environnement intelligent. Dominique Vaufreydaz Équipe PRIMA Inria/Université Pierre Mendès-France

Reconnaissance d'activités en environnement intelligent. Dominique Vaufreydaz Équipe PRIMA Inria/Université Pierre Mendès-France Reconnaissance d'activités en environnement intelligent Dominique Vaufreydaz Équipe PRIMA Inria/Université Pierre Mendès-France Reconnaissance d'activités en environnement intelligent Dominique Vaufreydaz

Plus en détail

Développement de méthodes multi-grilles dans le cadre de l intéraction pastille/gaine

Développement de méthodes multi-grilles dans le cadre de l intéraction pastille/gaine Développement de méthodes multi-grilles dans le cadre de l intéraction pastille/gaine January 25, 2011 Ce n est le bon chemin que si la flèche vise le coeur, R.Hauser Intéraction Pastille/Gaine Fonctionnement

Plus en détail

Intérêt du découpage en sous-bandes pour l analyse spectrale

Intérêt du découpage en sous-bandes pour l analyse spectrale Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,

Plus en détail

Vérification du bâti à partir de la disparité de points de contour

Vérification du bâti à partir de la disparité de points de contour Vérification du bâti à partir de la disparité de points de contour Charles Beumier Signal and Image Centre (Prof. Marc Acheroy) Ecole royale militaire Bruxelles, Belgique 8 Jan 29, Paris-Tech 1 Vérification

Plus en détail

IMN459 - Fondements de la vision par ordinateur

IMN459 - Fondements de la vision par ordinateur IMN459 - Fondements de la vision par ordinateur Chapitre 1 Introduction 1. Acquisition IMN117 2. Traitement IMN259 Scène 3D Caméra optique Une ou plusieurs images 2D Caractéristiques bas niveaux (contours,

Plus en détail

Traitement bas-niveau

Traitement bas-niveau Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.

Plus en détail

Vision par Ordinateur

Vision par Ordinateur Vision par Ordinateur James L. Crowley DEA IVR Premier Bimestre 2005/2006 Séance 6 23 novembre 2005 Détection et Description de Contraste Plan de la Séance : Description de Contraste...2 Le Détecteur de

Plus en détail

Cartographie 3D d intérieur et d extérieur

Cartographie 3D d intérieur et d extérieur Cartographie 3D d intérieur et d extérieur Séminaire MINES ParisTech PSA Peugeot Citroën Maillages et modèles 3D Pascal LEFEBVRE-ALBARET TECHNODIGIT Version Date: 24.08.13 Sommaire 01 02 03 04 05 L entreprise

Plus en détail

CED-ST 2013-2014 Liste des Sujets de Recherche Formation Doctorale : STIC Responsable de la Formation : Pr. L. OMARI (lahcen.omari@usmba.ac.

CED-ST 2013-2014 Liste des Sujets de Recherche Formation Doctorale : STIC Responsable de la Formation : Pr. L. OMARI (lahcen.omari@usmba.ac. CED-ST 2013-2014 Liste des Sujets de Recherche Formation Doctorale : STIC Responsable de la Formation : Pr. L. OMARI (lahcen.omari@usmba.ac.ma) N.B. : Les étudiants qui ont déposé leurs demandes d'inscription

Plus en détail

Segmentation de maillages 3D à l aide de méthodes basées sur la ligne de partage des eaux

Segmentation de maillages 3D à l aide de méthodes basées sur la ligne de partage des eaux Segmentation de maillages 3D à l aide de méthodes basées sur la ligne de partage des eaux Sébastien Delest Thèse dirigée par Hubert Cardot et Romuald Boné Université François Rabelais de Tours 26 novembre

Plus en détail

Object Removal by Exemplar-Based Inpainting

Object Removal by Exemplar-Based Inpainting Object Removal by Exemplar-Based Inpainting Kévin Polisano A partir d un article de A. Criminisi, P. Pérez & H. K. Toyama 14/02/2013 Kévin Polisano Object Removal by Exemplar-Based Inpainting 14/02/2013

Plus en détail

TP2 Opérations et filtres

TP2 Opérations et filtres TP2 Opérations et filtres 1. Opérations arithmétiques Mettre en place les fonctions Min et Max sur 2 images en niveaux de gris. Min() conserve entre 2 images les pixels de luminance minimum, Max() conserve

Plus en détail

Quelques exemples d'utilisation de la modélisation stochastique en imagerie médicale

Quelques exemples d'utilisation de la modélisation stochastique en imagerie médicale Quelques exemples d'utilisation de la modélisation stochastique en imagerie médicale Christine Graffigne Université René Descartes Traitement d'images Sciences pour l'ingénieur, informatique et mathématiques

Plus en détail

«Vers une méthode rapide de l évaluation de la tendreté»

«Vers une méthode rapide de l évaluation de la tendreté» Matthieu ALRIC - matthieu.alric@adiv.fr Chargé d Etudes en Génie Mécanique et Robotique «Vers une méthode rapide de l évaluation de la tendreté» Développement d un système robotique équipé de capteurs

Plus en détail

Outils Statistiques du Data Mining

Outils Statistiques du Data Mining Outils Statistiques du Data Mining Pr Roch Giorgi roch.giorgi@univ-amu.fr SESSTIM, Faculté de Médecine, Aix-Marseille Université, Marseille, France http://sesstim-orspaca.org http://optim-sesstim.univ-amu.fr

Plus en détail

Angiographie 3D sur arceau

Angiographie 3D sur arceau Advanced Medical Applications GE Healthcare! #"$&%(' Angiographie 3D sur arceau Acquisition d une sé que nce d im a g e s e n r ota tion R e constr uction 3 D Vues de surfaces Contrôle après traitement

Plus en détail

1 - Procédure pour géoréférencer une image dans un Système de Coordonnées de Référence, mise en projection

1 - Procédure pour géoréférencer une image dans un Système de Coordonnées de Référence, mise en projection 1 - Procédure pour géoréférencer une image dans un Système de Coordonnées de Référence, mise en projection Utilisation du projet Portel georef fotos.rvc Lancement de la procédure d édition d un géoréférencement

Plus en détail

Bases de données multimédia IV Description locale des images

Bases de données multimédia IV Description locale des images Bases de données multimédia IV Description locale des images ENSIMAG 2014-2015 Matthijs Douze & Karteek Alahari Schéma type d un système de description locale Image requête Ensemble de points/régions d

Plus en détail

Graphes, réseaux et internet

Graphes, réseaux et internet Graphes, réseaux et internet Clémence Magnien clemence.magnien@lip6.fr LIP6 CNRS et Université Pierre et Marie Curie (UPMC Paris 6) avec Matthieu Latapy, Frédéric Ouédraogo, Guillaume Valadon, Assia Hamzaoui,...

Plus en détail

Maintien des personnes âgées à domicile

Maintien des personnes âgées à domicile Maintien des personnes âgées à domicile Enjeux scientifiques et technologiques liés à la vision par ordinateur Christian Wolf http://liris.cnrs.fr/christian.wolf Introduction Sommaire Les données et les

Plus en détail

Naviga&on)de)robots)mobiles)) par)vision)omnidirec&onnelle) )

Naviga&on)de)robots)mobiles)) par)vision)omnidirec&onnelle) ) Naviga&on)de)robots)mobiles)) par)vision)omnidirec&onnelle) ) El)Mustapha)Mouaddib)(mouaddib@u:picardie.fr)) O.)Labbani:Igbida,)P.)Merveilleux)et)R.)Marie) Contexte' Projet'ANR'R.Discover' Travaux'soutenus'par':'

Plus en détail

Mesure agnostique de la qualité des images.

Mesure agnostique de la qualité des images. Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire

Plus en détail

UTILISATION DE GT-Suite EN THERMIQUE MOTEUR Exemple d utilisation

UTILISATION DE GT-Suite EN THERMIQUE MOTEUR Exemple d utilisation UTLSATON DE GT-Suite EN THERMQUE MOTEUR Exemple d utilisation ODLLARD Laurent & LEVASSEUR Aurélien Version 00 UTLSATON EN THERMQUE MOTEUR Rencontre Utilisateurs GT-POWER 2013 1. Utilisation de GT-Suite

Plus en détail

Projet de Traitement du Signal Segmentation d images SAR

Projet de Traitement du Signal Segmentation d images SAR Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,

Plus en détail

Ingénierie d aide à la décision

Ingénierie d aide à la décision Ingénierie d aide à la décision Maria Malek 1 er septembre 2009 1 Objectifs et débouchés Nous proposons dans cette option deux grands axes pour l aide à la décision : 1. La recherche opérationnelle ; 2.

Plus en détail

Figure 1 : image de cubes en éponge et leur visualisation en 3D.

Figure 1 : image de cubes en éponge et leur visualisation en 3D. DÉRIVATION DES IMAGES : CALCUL DU GRADIENT DE SHEN-CASTAN. 1 OBJECTIF DE CE TRAVAIL. Beaucoup d algorithmes de traitement ou d analyse d images sont basés sur un opérateur de dérivation spatiale, ou plus

Plus en détail

Vision par ordinateur

Vision par ordinateur Vision par ordinateur Stéréoscopie par minimisation d'énergie Frédéric Devernay d'après le cours de Richard Szeliski Mise en correspondance stéréo Quels algorithmes possibles? mettre en correspondance

Plus en détail

Livre blanc Système d imagerie LLI (Long-Length Imaging) CARESTREAM DirectView DR avec assemblage automatique et manuel

Livre blanc Système d imagerie LLI (Long-Length Imaging) CARESTREAM DirectView DR avec assemblage automatique et manuel Un traitement de l image avancé avec un assemblage automatique et des fonctions d ajustement pour une image composite complète, sans ligne de jonction Analyse de la géométrie dans le cas d une imagerie

Plus en détail

Traitement des images!

Traitement des images! Traitement des images! Yves USSON! Reconnaissance des Formes et Microscopie Quantitative! Lab. TIMC UMR 5525 CNRS, Grenoble! Traitement d images - définition! Séquence d opérations ayant pour but :!! -

Plus en détail

téléphone sur l'exposition de la tête»

téléphone sur l'exposition de la tête» «Analyse statistique de l'influence de la position du téléphone sur l'exposition de la tête» A.Ghanmi 1,2,3 J.Wiart 1,2, O.Picon 3 1 Orange Labs R&D 2 WHIST LAB (http://whist.institut-telecom.fr), 3 Paris

Plus en détail

Les mathématiques et le traitement de l image Kévin Polisano

Les mathématiques et le traitement de l image Kévin Polisano Les mathématiques et le traitement de l image Kévin Polisano [ Doctorant au Laboratoire ] Jean Kuntzmann et CNRS N hésitez pas à lever la main! pour m interrompre! Qu est-ce qu une image numérique? Source

Plus en détail

Modélisation de l!environnement par vision en robotique mobile

Modélisation de l!environnement par vision en robotique mobile Modélisation de l!environnement par vision en robotique mobile Simon Lacroix Robotics and Interactions group LAAS/CNRS, Toulouse Robots Industriel Dans les laboratoires robots et robots. De l!automatique

Plus en détail

Formes et Optimisation en Vision par Ordinateur. Renaud Keriven Ecole des Ponts / ENS

Formes et Optimisation en Vision par Ordinateur. Renaud Keriven Ecole des Ponts / ENS Formes et Optimisation en Vision par Ordinateur Renaud Keriven Ecole des Ponts / ENS Journées Images et Modélisations Mathématiques Rennes, décembre 2006-1- Contexte (i) Snakes [Kass et al. 88] Contours

Plus en détail

Audition candidature thèse IFSTTAR début Septembre 2013 Christophe CONIGLIO

Audition candidature thèse IFSTTAR début Septembre 2013 Christophe CONIGLIO Sujet de thèse : «Détection, suivi et ré-identification de passagers dans un réseau de cameras. Application à la gestion des flux de voyageurs en contexte multimodal». Audition candidature thèse IFSTTAR

Plus en détail

Systèmes de représentation multi-échelles pour l indexation et la restauration d archives médiévales couleur

Systèmes de représentation multi-échelles pour l indexation et la restauration d archives médiévales couleur 18/12/2003 p.1/50 Systèmes de représentation multi-échelles pour l indexation et la restauration d archives médiévales couleur Julien DOMBRE Laboratoire IRCOM-SIC, UMR-CNRS 6615. En partenariat avec le

Plus en détail

Modélisation tridimensionnelle des organes de la parole à partir d'images IRM pour la production de nasales

Modélisation tridimensionnelle des organes de la parole à partir d'images IRM pour la production de nasales Vendredi décembre 006 Modélisation tridimensionnelle des organes de la parole à partir d'images IRM pour la production de nasales Caractérisation articulatori-acoustique des mouvements du voile du palais

Plus en détail

CALCULS PARALLÈLES ET APPLICATIONS LA VISION PAR ORDINATEUR AU CEA LIST, QUELS CHOIX ARCHITECTURAUX?

CALCULS PARALLÈLES ET APPLICATIONS LA VISION PAR ORDINATEUR AU CEA LIST, QUELS CHOIX ARCHITECTURAUX? CALCULS PARALLÈLES ET APPLICATIONS LA VISION PAR ORDINATEUR AU CEA LIST, QUELS CHOIX ARCHITECTURAUX? LABORATOIRE DE VISION ET INGÉNIERIE DES CONTENUS (LVIC) Fusion multimedia : extraction multimodale d

Plus en détail

Synthèse sur les segmentations testées 2D et 3D Dernière mise à jour : avril 2011

Synthèse sur les segmentations testées 2D et 3D Dernière mise à jour : avril 2011 Projet 2009 2010 Biométrie 3D Synthèse sur les segmentations testées 2D et 3D Dernière mise à jour : avril 2011 Département : TIC Mots clés : Biométrie, Analyse d images, Vision, Caméra thermique, Caméra

Plus en détail

Stagiaire : Claudia HUERTAS Mastère spécialisé SILAT. Responsable AMAP : Grégoire VINCENT

Stagiaire : Claudia HUERTAS Mastère spécialisé SILAT. Responsable AMAP : Grégoire VINCENT Stagiaire : Claudia HUERTAS Mastère spécialisé SILAT Responsable AMAP : Grégoire VINCENT Contexte Cette étude fait partie du projet «CANOPOR : Short term tropical forest canopy dynamics unveiled by Airborne

Plus en détail

Contexte. EIAH et Langue des signes. Documents en LS. Langues des Signes

Contexte. EIAH et Langue des signes. Documents en LS. Langues des Signes Contexte EIAH et Langue des signes Spécifications et Outils pour construire des EIAH adaptés à la langue des signes et aux apprenants sourds Pourquoi introduire la LS dans les EIAH? LS : la langue des

Plus en détail

pour la Réalité Augmentée

pour la Réalité Augmentée Analyse d Image 3D pour la Réalité Augmentée Jean-Marc Vezien vezien@limsi.fr Master Recherche RV&A Janvier 2011 La 3D comment? Les capteurs et les techniques pour l acquisition de la 3D Capteurs actifs

Plus en détail

Séminaire Viticulture de Précision. Estimation et gestion de la vigueur : exemple de la proxi-détection dans les vignobles étroits (AgroSup Dijon)

Séminaire Viticulture de Précision. Estimation et gestion de la vigueur : exemple de la proxi-détection dans les vignobles étroits (AgroSup Dijon) Séminaire Viticulture de Précision Estimation et gestion de la vigueur : exemple de la proxi-détection dans les vignobles étroits (AgroSup Dijon) Thématique de recherche Suivi du cycle végétatif de la

Plus en détail

LA DIGITALISATION HAUTE PRÉCISION. Mesures sans contact par méthodes optiques

LA DIGITALISATION HAUTE PRÉCISION. Mesures sans contact par méthodes optiques LA DIGITALISATION HAUTE PRÉCISION Mesures sans contact par méthodes optiques MSC SCANNING La société MSC-Scanning apporte, à ses clients et ses partenaires, l expertise et la notion de haute précision

Plus en détail

Traitement de l image

Traitement de l image Traitement de l image Vidéosurveillance + + Détection et reconnaissance d objets + + Suivi d objets et de personnes + + Analyse automatique de scènes Multimédia + + Classification interactive de données

Plus en détail

Reconstruction d une image 3D à partir de plans images capturés par un FIB et analyse 3D

Reconstruction d une image 3D à partir de plans images capturés par un FIB et analyse 3D Reconstruction d une image 3D à partir de plans images capturés par un FIB et analyse 3D Gervais Gauthier ADCIS S.A., 3 rue Martin Luther King, 14280 Saint-Contest www.adcis.net Sommaire Données initiales

Plus en détail

Prédiction des Propriétés Biologiques

Prédiction des Propriétés Biologiques SOMMAIRE PROCHEMIST VERSION 6.4 Prédiction des Propriétés Biologiques P.Urbaniak (Cadcom) Avant-Propos PARTIE I) ANALYSE MULTIRESOLUTION 1) Algorithme. Limites et perspectives 2)Exemples 3) La constitution

Plus en détail

N. Paparoditis, Laboratoire MATIS

N. Paparoditis, Laboratoire MATIS N. Paparoditis, Laboratoire MATIS Contexte: Diffusion de données et services locaux STEREOPOLIS II Un véhicule de numérisation mobile terrestre Lasers Caméras Système de navigation/positionnement STEREOPOLIS

Plus en détail

De la modélisation linguistique aux applications logicielles: le rôle des Entités Nommées en Traitement Automatique des Langues

De la modélisation linguistique aux applications logicielles: le rôle des Entités Nommées en Traitement Automatique des Langues De la modélisation linguistique aux applications logicielles: le rôle des Entités Nommées en Traitement Automatique des Langues Maud Ehrmann Joint Research Centre Ispra, Italie. Guillaume Jacquet Xerox

Plus en détail

Champ de Markov couple pour la segmentation d images texturées

Champ de Markov couple pour la segmentation d images texturées Champ de Markov couple pour la segmentation d images texturées Juliette Blanchet INRIA Rhône-Alpes Equipes Mistis et Lear 1 Segmention d images par champ de Markov caché 2 Segmentation de textures 3 Résultats

Plus en détail

GVF (Gradient Vector Flow) et ses applications. Introduction au. Antonio Moreno Ingelmo. par

GVF (Gradient Vector Flow) et ses applications. Introduction au. Antonio Moreno Ingelmo. par Introduction au GVF (Gradient Vector Flow) et ses applications par Antonio Moreno Ingelmo Plan Introduction Les contours actifs Définition de GVF Force externe traditionnelle vs. GVF Limites du GVF Un

Plus en détail