Reconnaissance d'objets routiers - Application

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Reconnaissance d'objets routiers - Application"

Transcription

1 Reconnaissance d'objets routiers - Application Perception pour la conduite automatisée A07 : Interaction Véhicule Environnement Aurélien Cord Reconnaissance de piétons 2 1

2 Etat de l art succinct 1997 : Mickael Oren et al., "Pedestrian detection using wavelet templates" in CVPR : Constantine P. Papageorgiou, et al. "A general framework for object detection in ICCV. Descripteurs d image basés sur des ondelettes de Haar 2000 : Constantine P. Papageorgiou, et al. "A trainable system for object detection in IJCV système de détection des piétons en temps réel 2001 : Paul Viola and Michael Jones. Rapid object detection using a boosted cascade of simple features.«in CVPR Optimisation des ondelettes de Haar et AdaBoost Application aux visages 3 Etat de l art succinct 2001 : Dariu M. Gavrila, et al. A multi-sensor approach for the protection of vulnerable traffic participants - the PROTECTOR project. In IMTC 2005 : Navneet Dalal and Bill Triggs., "Histograms of oriented gradients for human detection" in CVPR. Descripteurs d image basés sur HOG 2006 : Stefan Munder and Dariu M. Gavrila An Experimental Study on Pedestrian Classification in PAMI. Base de données 2007 : Dariu M. Gavrila, et al. " Multi-cue pedestrian detection and tracking from a moving vehicle PAMI Shape context et réseau de neurone 4 2

3 Etat de l art succinct Une communauté très active, mais les principes restent les mêmes : 5 Schéma de principe (rappel) Hors Ligne Base Image Sélection des descripteurs Fonction de classification En Ligne ROI Descripteurs Classification 6 3

4 Schéma pour les piétons Extrait de la thèse de Laëticia Leyrit (2010) 7 Schéma pour les piétons Extrait de la thèse de Laëticia Leyrit (2010) 8 4

5 Base de données La référence : Stefan Munder and Dariu M. Gavrila An Experimental Study on Pedestrian Classification. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 28, no. 11, pp , Nov Cité 285 fois! 9 Base de données 5 x 4500 images positives et 5000 négatives Images de luminance de taille 36x18 pixels Positifs Piéton debout, entièrement visible, différentes postures, fond variés. Décalage de quelques pixels et retournements Négatifs Environnement urbain : bâtiments, arbres, voitures, panneaux de signalisations,

6 Schéma pour les piétons Extrait de la thèse de Laëticia Leyrit (2010) 11 Les descripteurs Ondelettes de Haar : Trois directions principales : horizontale, verticale et diagonale 12 6

7 Les descripteurs Ondelettes de Haar : Elles sont «choisies» pour caractériser des endroits particuliers dans l image 13 Les descripteurs Ondelettes de Haar : Calcul rapide Image intégrale h = D+A-B-C 14 7

8 Les descripteurs HOG : 15 Les descripteurs HOG : Algorithme

9 Les descripteurs LBP : Cas général : Adaptation à la détection de piétons : 17 Les descripteurs Imagettes 36x18 Taille des descripteurs : Propriétés 2 tailles (4x4 et 8x8) 3 orientations Recouvrement ¼ taille Non Harr HOG LBP Cellule 3x3 8 orientations Tous les couples Taille totale *647 (> ) Adaboost -> 2468 Importance de la sélection de variables 18 9

10 Schéma pour les piétons Extrait de la thèse de Laëticia Leyrit (2010) 19 Classifieur Machine à Noyaux : SVM 20 10

11 Classifieur Machine à Noyaux : SVM 21 Classifieur Machine à noyaux : SVM Adaboost SVM 22 11

12 Classifieur Machine à Noyaux : SVM Ensemble d apprentissage Fonction de classification Avec Terme d attache aux données Terme de régularisation Deux paramètres : σ et λ 23 Schéma pour les piétons Extrait de la thèse de Laëticia Leyrit (2010) 24 12

13 Evaluation du système Comparaison des descripteurs Entrainement : Base 1, 2 et 3 Test : Base 4 et 5 Evaluation par courbe ROC 25 Evaluation du système 26 13

14 Evaluation du système Combinaison des descripteurs Moyenne Max 27 Bilan du système Descripteur binaire Rapide 28 14

15 Bilan du système Pour 10 % de fausse détection : 29 Exemples de résultats 30 15

16 Exemples de résultats 31 Exemples de résultats 32 16

17 Conclusion Tâche extrêmement difficile Variabilité des cibles Difficulté à les modéliser Variabilité de l environnement Modèle obtenu difficilement interprétable Compromis entre temps de calcul et performance 33 Améliorations envisageables Utilisation d une cascade de classifieur Amélioration de la résolution (36x18) Attention au temps de calcul Parallélisation Utilisation de la vidéo pour suivre les cibles potentielles dans les séquences Combinaison avec d autres capteurs 34 17

18 Merci de votre attention 35 18

Descripteurs pour la reconnaissance de piétons. Features for Pedestrian Recognition

Descripteurs pour la reconnaissance de piétons. Features for Pedestrian Recognition Descripteurs pour la reconnaissance de piétons Features for Pedestrian Recognition L. Leyrit T. Chateau J.-T. Lapresté LASMEA UMR 662, CNRS, Université Blaise Pascal 63 Clermont-Ferrand prénom.nom@lasmea.univ-bpclermont.fr

Plus en détail

Le suivi des caractéristiques faciales en temps réel

Le suivi des caractéristiques faciales en temps réel Le suivi des caractéristiques faciales en temps réel ABDAT FAIZA Encadrée par : A.Pruski C.Maaoui Laboratoire d Automatique des Systèmes Coopératifs Université de METZ 25 Mars 2008 Plan Objectif 1. Détection

Plus en détail

Comparaison d approches statistiques pour la classification de textes d opinion. Michel Plantié, Gérard Dray, Mathieu Roche (LGI2P/EMA LIRMM)

Comparaison d approches statistiques pour la classification de textes d opinion. Michel Plantié, Gérard Dray, Mathieu Roche (LGI2P/EMA LIRMM) Comparaison d approches statistiques pour la classification de textes d opinion Michel Plantié, Gérard Dray, Mathieu Roche (LGI2P/EMA LIRMM) Caractéristiques des traitements Approche identique pour les

Plus en détail

Projet de Recherche. Etat de l'art :

Projet de Recherche. Etat de l'art : Projet de Recherche Contexte : La sécurité des voyageurs est un enjeu primordial à la SNCF. Pour s assurer que le train part en toute sécurité et ce même dans un environnement à forte densité, la SNCF

Plus en détail

Distance et classification. Cours 4: Traitement du signal et reconnaissance de forme

Distance et classification. Cours 4: Traitement du signal et reconnaissance de forme Distance et classification Cours 4: Traitement du signal et reconnaissance de forme Plan Introduction Pré-traitement Segmentation d images Morphologie mathématique Extraction de caractéristiques Classification

Plus en détail

Analyse de trafic en milieu urbain par télémètre laser à balayage

Analyse de trafic en milieu urbain par télémètre laser à balayage Analyse de trafic en milieu urbain par télémètre laser à balayage 3 /6/214 FOURRE Jérémy 1 Contexte et enjeux (1/2) Source DSCR : CISR du 18/2/21 Le risque d être tué à moto est 24 fois plus élevé qu en

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

La thématique Traitement Statistique de l Information à TL1

La thématique Traitement Statistique de l Information à TL1 La thématique Traitement Statistique de l Information à TL1 Equipe de recherche Thématique développée à TL1 par 3 enseignants-chercheurs : Yves Delignon, Christelle Garnier, François Septier Thématique

Plus en détail

Laboratoire 4 Développement d un système intelligent

Laboratoire 4 Développement d un système intelligent DÉPARTEMENT DE GÉNIE LOGICIEL ET DES TI LOG770 - SYSTÈMES INTELLIGENTS ÉTÉ 2012 Laboratoire 4 Développement d un système intelligent 1 Introduction Ce quatrième et dernier laboratoire porte sur le développement

Plus en détail

Analyse et modélisation de visages

Analyse et modélisation de visages Analyse et modélisation de visages Pascal Bourdon Laboratoire XLIM-SIC (UMR CNRS 7252) / Université de Poitiers pascal.bourdon@univ-poitiers.fr Analyse et modélisation de visages Plan Introduction Outils

Plus en détail

La surveillance aérienne automatisée des canalisations de transport d énergie M. Zarea, GDF SUEZ

La surveillance aérienne automatisée des canalisations de transport d énergie M. Zarea, GDF SUEZ La surveillance aérienne automatisée des canalisations de transport d énergie M. Zarea, GDF SUEZ 4 ème Workshop du GIS 3SGS 11 Valenciennes, 12-13 Octobre, 2011 Plan de la présentation DRI / CRIGEN qui

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

Comparaison de la segmentation pixel et segmentation objet pour la détection d objets multiples et variables dans des images

Comparaison de la segmentation pixel et segmentation objet pour la détection d objets multiples et variables dans des images Colloque COmpression et REprésentation des Signaux Audiovisuels, Reims Image 2014 Comparaison de la segmentation pixel et segmentation objet pour la détection d objets multiples et variables dans des images

Plus en détail

GéoPeuple. Rapport numéro L3.1 - L3.3-1 Titre

GéoPeuple. Rapport numéro L3.1 - L3.3-1 Titre GéoPeuple Rapport numéro L3.1 - L3.3-1 Titre Spécications des images de Cassini pour la reconnaissance automatique de symboles et premiers résultats Rédigé par Jonathan Guyomard (LIP6) État (nal / en cours)

Plus en détail

Détection des deux roues motorisés par télémétrie laser à balayage

Détection des deux roues motorisés par télémétrie laser à balayage MEsure du TRAfic des deux-roues MOTOrisés pour la sécurité et l évaluation des risques Détection des deux roues motorisés par télémétrie laser à balayage Séminaire de mi parcours 11 mai 2012 CETE Normandie

Plus en détail

Suivi multi-objets dans des séquences d'images par méthodes de Monte-Carlo

Suivi multi-objets dans des séquences d'images par méthodes de Monte-Carlo Suivi multi-objets dans des séquences d'images par méthodes de Monte-Carlo Christelle Garnier Télécom Lille / LAGIS UMR CNRS 829 Contexte Utilisation accrue de caméras dans de nombreux domaines d application

Plus en détail

Sélection des brokers dans un réseau de capteurs en mode publication / souscription

Sélection des brokers dans un réseau de capteurs en mode publication / souscription Sélection des brokers dans un réseau de capteurs en mode publication / souscription Nicola Costagliola Isabelle Demeure Salma Ktari Samuel Tardieu Réseau Nœuds Traffic Quel réseau de capteurs? sans-fil

Plus en détail

Détection de texte dans des vidéos documentaires avec une cascade de classificateurs

Détection de texte dans des vidéos documentaires avec une cascade de classificateurs Détection de texte dans des vidéos documentaires avec une cascade de classificateurs Marc Lalonde Langis Gagnon Département de R-D, Centre de recherche informatique de Montréal (CRIM) 550 Sherbrooke Ouest,

Plus en détail

UNIVERSITE DE RENNES 1 Année universitaire 2013-2014 Master SISEA : programme détaillé du parcours Image

UNIVERSITE DE RENNES 1 Année universitaire 2013-2014 Master SISEA : programme détaillé du parcours Image UNIVERSITE DE RENNES 1 Année universitaire 2013-2014 Master SISEA : programme détaillé du parcours Image Responsable de la mention ou du parcours : Mireille Garreau, Co-responsable TB : Valérie Burdin

Plus en détail

Modèles statistiques de processus spatiaux ponctuels marqués de Cox log-gaussien pour la reconnaissance invariante d'images.

Modèles statistiques de processus spatiaux ponctuels marqués de Cox log-gaussien pour la reconnaissance invariante d'images. Modèles statistiques de processus spatiaux ponctuels marqués de Cox log-gaussien pour la reconnaissance invariante d'images. Huu Giao NGUYEN Post-doctorant Equipe MISTIS Inria Grenoble Rhône-Alpes Introduction

Plus en détail

Reconnaissance de gestes : approches 2D & 3D

Reconnaissance de gestes : approches 2D & 3D Reconnaissance de gestes : approches 2D & 3D Maher Mkhinini et Patrick Horain Institut Mines-Télécom/Télécom SudParis Département Électronique et Physique, 9 rue Charles Fourier, 91011 Evry, France Email

Plus en détail

Apprentissage pour l aide au diagnostic en imagerie multi-modalités du cancer

Apprentissage pour l aide au diagnostic en imagerie multi-modalités du cancer Apprentissage pour l aide au diagnostic en imagerie multi-modalités du cancer Carole Lartizien carole.lartizien@creatis.insa-lyon.fr CREATIS, Lyon, France 1 Plan Place de l imagerie médicale dans le diagnostic

Plus en détail

CEA/SACLAY DEPARTEMENT DES TECHNOLOGIES DES SYSTEMES INTELLIGENTS SERVICE ARCHITECTURES ET CONCEPTION

CEA/SACLAY DEPARTEMENT DES TECHNOLOGIES DES SYSTEMES INTELLIGENTS SERVICE ARCHITECTURES ET CONCEPTION Laboratoire Systèmes de Vision Embarqués CEA/SACLAY DEPARTEMENT DES TECHNOLOGIES DES SYSTEMES INTELLIGENTS SERVICE ARCHITECTURES ET CONCEPTION RT LIST DTSI - LSVE CEA/SACLAY 91191 GIF-SUR-YVETTE CEDEX

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

Traitement, Analyse et Edition de Formes 3D Numérisées. Tamy Boubekeur

Traitement, Analyse et Edition de Formes 3D Numérisées. Tamy Boubekeur Traitement, Analyse et Edition de Formes 3D Numérisées Tamy Boubekeur NUMÉRISATION 3D Démocratisation de la capture 3D Années 90 Michelangelo Project, Stanford Aujourd hui Microsoft Kinect [Tanskanen 2013]

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

Anne-lise HUYET- Jean-Luc PARIS LIMOS équipe Recherche en Systèmes de Production IFMA Mail: huyet@ifma.fr, paris@ifma.fr

Anne-lise HUYET- Jean-Luc PARIS LIMOS équipe Recherche en Systèmes de Production IFMA Mail: huyet@ifma.fr, paris@ifma.fr Extraction de Connaissances pertinentes sur le comportement des systèmes de production: une approche conjointe par Optimisation Évolutionniste via Simulation et Apprentissage Anne-lise HUYET- Jean-Luc

Plus en détail

Introduction aux Support Vector Machines (SVM)

Introduction aux Support Vector Machines (SVM) Introduction aux Support Vector Machines (SVM) Olivier Bousquet Centre de Mathématiques Appliquées Ecole Polytechnique, Palaiseau Orsay, 15 Novembre 2001 But de l exposé 2 Présenter les SVM Encourager

Plus en détail

Aménagements urbains et bruit

Aménagements urbains et bruit Aménagements urbains et bruit M. BÉRENGIER LUNAM Ifsttar Département AME Laboratoire d Acoustique Environnementale École d Automne Ville et Acoustique Nantes, 21-25 Octobre 2013 Plan de la présentation

Plus en détail

Apprentissage incrémental par sélection de données dans un flux pour une application de sécurité routière

Apprentissage incrémental par sélection de données dans un flux pour une application de sécurité routière Apprentissage incrémental par sélection de données dans un flux pour une application de sécurité routière Nicolas Saunier INRETS Télécom Paris Sophie Midenet INRETS Alain Grumbach Télécom Paris Conférence

Plus en détail

Détection des structures tourbillonnaires

Détection des structures tourbillonnaires Détection des structures tourbillonnaires Imen karoui 1, Pierre Garreau 1, Herve Chauris 2 et Phillipe Craneguy3 1- Centre de Géosciences, Mines ParisTech, Fontainebleau, 2-Ifremer, Plouzané 3-Actimar,

Plus en détail

Réalité Augmentée. Sylvie Naudet Collette. sylvie.naudet@cea.fr. Laboratoire Vision et Ingénierie des Contenus (DIASI/LVIC)

Réalité Augmentée. Sylvie Naudet Collette. sylvie.naudet@cea.fr. Laboratoire Vision et Ingénierie des Contenus (DIASI/LVIC) Réalité Augmentée Sylvie Naudet Collette Laboratoire Vision et Ingénierie des Contenus (DIASI/LVIC) sylvie.naudet@cea.fr PLAN 1. Introduction et définitions 2. Réalité augmentée sur des objets 3D Applications

Plus en détail

Conception et développement d une interface à retour d effort sur les doigts

Conception et développement d une interface à retour d effort sur les doigts Conception et développement d une interface à retour d effort sur les doigts Application aux interactions manuelles en réalité virtuelle ACTION A5 SP1 PERF RV 1 Motivation Participation à l Action 5 du

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

Contexte de l étude (De Allegri et al, 2006) 1,1% plus pauvres 16,1% plus riches

Contexte de l étude (De Allegri et al, 2006) 1,1% plus pauvres 16,1% plus riches La subvention des plus pauvres à l adhésion à l AMBC à Nouna Athanase Pacéré Souarès A, Savadogo G, Dong H, Parmar D, Sié A, Sauerborn R (2010). Using community wealth ranking to identify the poor for

Plus en détail

La photogrammétrie à l IGN

La photogrammétrie à l IGN La photogrammétrie à l IGN 1. Introduction La photogrammétrie est une technique qui permet de faire des mesures à partir de photos aériennes ou - selon les méthodes les plus récentes telles que le radar

Plus en détail

Resolution limit in community detection

Resolution limit in community detection Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.

Plus en détail

Comparaison d images binaires reposant sur une mesure locale des dissimilarités Application à la classification

Comparaison d images binaires reposant sur une mesure locale des dissimilarités Application à la classification 1/54 Comparaison d images binaires reposant sur une mesure locale des dissimilarités Application à la classification Étienne Baudrier CReSTIC vendredi 9 décembre 2005 2/54 Contexte programme national de

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

Vision Par Ordinateur. Techniques Statistiques de la Reconnaissance de Forme. Segmentation...2. Variables Aléatoires...7

Vision Par Ordinateur. Techniques Statistiques de la Reconnaissance de Forme. Segmentation...2. Variables Aléatoires...7 Vision Par Ordinateur James L. Crowley DEA IVR Premier Bimestre 1999/00 Séance 4 26 octobre 1999 Plan de la séance : Techniques Statistiques de la Reconnaissance de Forme Segmentation...2 La Distribution

Plus en détail

Reconnaissance de Forme Statistique

Reconnaissance de Forme Statistique Reconnaissance de Forme Statistique James L. Crowley Deuxième Année ENSIAG Deuxième semestre 2002/2003 Séance 6 24 et 26 mars 2003 Reconnaissance de Visage et le Analyse en Composantes Principales (PCA)

Plus en détail

Modélisation de la structure 3D des protéines

Modélisation de la structure 3D des protéines Modélisation de la structure 3D des protéines We are drowning in data and starving for knowledge -R.D. Roger Unité Mathématique Informatique et Génome Séminaire AGENAE, Seignosse-le-Pénon, 20-21 mai 2003

Plus en détail

Télévision. Signal Vidéo Image

Télévision. Signal Vidéo Image Télévision Signal Vidéo Image Objectif, introduction Étude du signal vidéo Rappel : vision, sensation visuelle Signal de luminance Cinéma, projection des images Vidéo 50 Hz analyse et reconstruction de

Plus en détail

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

Atelier «Très Haute Résolution Spatiale» Outils pour la reconnaissance des formes CNES Paris - 22/05/2003 Atelier «Très Haute Résolution Spatiale» Outils pour la reconnaissance des formes Michel DHOME LASMEA UMR 6602CNRS/UBP Clermont-Ferrand Etat de l art (communauté vision artificielle)

Plus en détail

Créer des modèles statistiques plus rapidement et facilement

Créer des modèles statistiques plus rapidement et facilement Créer des modèles statistiques plus rapidement et facilement Paris, 26 Septembre 2012 Sam Gardner Copyright 2010 SAS Institute Inc. All rights reserved. Questionnaire Comment définiriez vous votre niveau

Plus en détail

Utilisation des diagrammes de Voronoï et des algorithmes génétiques pour l'étude des complexes protéine-protéine.

Utilisation des diagrammes de Voronoï et des algorithmes génétiques pour l'étude des complexes protéine-protéine. Utilisation des diagrammes de Voronoï et des algorithmes génétiques pour l'étude des complexes protéine-protéine. Anne Poupon Biologie et Bioinformatique des Systèmes de Signalisation INRA - Nouzilly France

Plus en détail

Apprentissage par méthodes à noyaux en reconnaissance d images

Apprentissage par méthodes à noyaux en reconnaissance d images Apprentissage par méthodes à noyaux en reconnaissance d images Alberto Bietti Table des matières Introduction 2 1 Apprentissage par méthodes à noyaux 2 1.1 Position du problème et motivation..........................

Plus en détail

Cours VIS : Vision par ordinateur

Cours VIS : Vision par ordinateur Cours VIS : Vision par ordinateur 1 Master 2 Recherche Informatique Éric Marchand http://www.irisa.fr/lagadic La vision par ordinateur c est quoi? 2 Mathématique, Informatique, Intelligence artificielle,

Plus en détail

Caméras, Vision et Mobilités ou Vision par ordinateur et Mobilités. Christophe CUDEL, Laboratoire MIPS

Caméras, Vision et Mobilités ou Vision par ordinateur et Mobilités. Christophe CUDEL, Laboratoire MIPS Caméras, Vision et Mobilités ou Vision par ordinateur et Mobilités Christophe CUDEL, Laboratoire MIPS Sommaire Vision par Ordinateur? Vision par ordinateur et mobilités Quelques projets : Mobilités Vision

Plus en détail

Utilisation de cartes précises pour la navigation robotique en environnement urbain

Utilisation de cartes précises pour la navigation robotique en environnement urbain Utilisation de cartes précises pour la navigation robotique en environnement urbain Philippe Bonnifait Heudiasyc UMR6599 CNRS Université de Technologie de Compiègne 1 Plan 1. Technologies et données pour

Plus en détail

SPLEX Statistiques pour la classification et fouille de données en

SPLEX Statistiques pour la classification et fouille de données en SPLEX Statistiques pour la classification et fouille de données en génomique Classification Linéaire Binaire CLB Pierre-Henri WUILLEMIN DEcision, Système Intelligent et Recherche opérationnelle LIP6 pierre-henri.wuillemin@lip6.fr

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

kw p = Power kwh = Money

kw p = Power kwh = Money kw p = Power kwh = Money Harald HAUF, 12 janvier 2010 Les Lacunes des Installations Photovoltaïques Le Marché demande des solutions simples et intelligentes 2 Un marché de croissance annuelle entre 50-100%

Plus en détail

Audit de sécurité N7. Conférence de presse du mardi 3 juin 2008

Audit de sécurité N7. Conférence de presse du mardi 3 juin 2008 Audit de sécurité N7 Conférence de presse du mardi 3 juin 2008 1 L infrastructure routière L infrastructure - La géométrie : rayons, dévers, visibilité - Le gabarit : nombre de voies - Le revêtement :

Plus en détail

Fouille des données Introduction

Fouille des données Introduction Fouille des données p. 1/? Fouille des données Introduction Maria Malek Filière TSI EISTI Fouille des données p. 2/? Vous avez dit? Data Mining? Fouille des données p. 2/? Vous avez dit? Data Mining? Découverte

Plus en détail

Apports d une démarche COFRAC en complément d une certification

Apports d une démarche COFRAC en complément d une certification Apports d une démarche COFRAC en complément d une certification Quelques rappels Pourquoi une démarche de certification ISO 9001? Pourquoi une démarche d accréditation COFRAC? Les apports d une démarche

Plus en détail

CNRS UMR 5521 Grenoble INP UJF Grenoble 1. www.3sr.hmg.inpg.fr

CNRS UMR 5521 Grenoble INP UJF Grenoble 1. www.3sr.hmg.inpg.fr CNRS UMR 5521 Grenoble INP UJF Grenoble 1 www.3sr.hmg.inpg.fr 1 Analyse par corrélation d images numériques du comportement sous chargement cyclique d un matelas granulaire de transfert de charge érigé

Plus en détail

Acquisition 3D des gestes par vision monoscopique en temps réel

Acquisition 3D des gestes par vision monoscopique en temps réel Acquisition 3D des gestes par vision monoscopique en temps réel David Antonio Gómez Jáuregui Patrick Horain Fawaz Baroud Institut TELECOM / TELECOM & Management SudParis / EPH 9 Rue Charles Fourier, 91011

Plus en détail

Analyse des algorithmes distribués pour l approximation stochastique dans les réseaux de capteurs

Analyse des algorithmes distribués pour l approximation stochastique dans les réseaux de capteurs Analyse des algorithmes distribués pour l approximation stochastique dans les réseaux de capteurs Directeur de thèse: Pascal BIANCHI Département: Traitement du Signal et des Images Télécom ParisTech 28/02/15

Plus en détail

Modélisation et diagnostic des systèmes non linéaires par Multi-ACP

Modélisation et diagnostic des systèmes non linéaires par Multi-ACP Modélisation et diagnostic des systèmes non linéaires par Multi-ACP Mohamed-Faouzi Harkat * Yvon Tharrault ** Gilles Mourot ** José Ragot ** * Université Badji Mokhtar Annaba Faculté des Sciences de l

Plus en détail

Animation et manipulation de papier froissé

Animation et manipulation de papier froissé Animation et manipulation de papier froissé Camille Schreck Encadrants : Stefanie Hahmann (LJK-Inria/Imagine), Damien Rohmer (CPE Lyon, Inria/Imagine) 14 Novembre 2013 C. Schreck (Imagine) papier froissé

Plus en détail

Module BDR Master d Informatique (SAR) Cours 5- bases de données parallèles Anne Doucet Anne.Doucet@lip6.fr

Module BDR Master d Informatique (SAR) Cours 5- bases de données parallèles Anne Doucet Anne.Doucet@lip6.fr Module BDR Master d Informatique (SAR) Cours 5- bases de données parallèles Anne Doucet Anne.Doucet@lip6.fr 1 Plan Introduction Architectures Placement des données Parallélisme dans les requêtes Optimisation

Plus en détail

Thomas Decourselle / Ludovic Journaux / Jean-Noël Paoli / Frédéric Cointault / Fan Yang GMN 10-11-11 01/07/2011 GMN 10-11-11

Thomas Decourselle / Ludovic Journaux / Jean-Noël Paoli / Frédéric Cointault / Fan Yang GMN 10-11-11 01/07/2011 GMN 10-11-11 Thomas Decourselle / Ludovic Journaux / Jean-Noël Paoli / Frédéric Cointault / Fan Yang 01/07/2011 Eco-Phyto 2018 Réduction des doses => réduction nb molécules disponibles Efficacité et précision de l

Plus en détail

Principe de la recherche d information Application à l indexation et la recherche d images par le contenu

Principe de la recherche d information Application à l indexation et la recherche d images par le contenu Principe de la recherche d information Application à l indexation et la recherche d images par le contenu Apprentissage par combinaison de classifieurs : le boosting Alexis LECHERVY 4 février 2011 Contenu

Plus en détail

Apprentissage statistique Stratégie du Data-Mining

Apprentissage statistique Stratégie du Data-Mining Apprentissage statistique Stratégie du Data-Mining Hélène Milhem Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 H. Milhem (IMT, INSA Toulouse) Apprentissage statistique

Plus en détail

MOTS-CLÉS : images multispectrales, reconnaissance de visages, biométrie multimodale.

MOTS-CLÉS : images multispectrales, reconnaissance de visages, biométrie multimodale. Etude prospective d'un système d'acquisition d'images multispectrales (visible, proche infrarouge et thermique infrarouge) pour la reconnaissance de visages Eric Perrin* et Valeriu Vrabie** IUT de Reims-Chalons-Charleville

Plus en détail

Les modules autonomes

Les modules autonomes Les modules autonomes Approche système, bilan énergétique et application à un petit système photovoltaïque Julien Werly, ingénieur plateau technique Le CRT CRESITT est soutenu par Le CRT CRESITT Centre

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

RECONNAISSANCE DE LA MAIN POUR LES INTERFACES GESTUELLES

RECONNAISSANCE DE LA MAIN POUR LES INTERFACES GESTUELLES RECONNAISSANCE DE LA MAIN POUR LES INTERFACES GESTUELLES Sébastien Marcel Olivier Bernier Daniel Collobert France Telecom - CNET DTL / DLI / TNT 2 avenue Pierre Marzin 22307 Lannion FRANCE Les interfaces

Plus en détail

Classification 3D d objets urbains à partir des données terrestres à balayage laser

Classification 3D d objets urbains à partir des données terrestres à balayage laser Classification 3D d objets urbains à partir des données terrestres à balayage laser Andrés SERNA et Beatriz MARCOTEGUI {andres.serna morales, beatriz.marcotegui} @mines-paristech.fr MINES ParisTech, CMM

Plus en détail

Acquisition de synonymes à partir du TLFi :, analyse de données et expérimentation

Acquisition de synonymes à partir du TLFi :, analyse de données et expérimentation Acquisition de synonymes à partir du TLFi : analyse de données et expérimentation Nabil Hathout & Philippe Muller 30 novembre 2007 1 / 22 Introduction objectif : extraire des liens lexicaux d un dictionnaire

Plus en détail

Reconstruction tridimensionnelle de la surface de fibres et suivi de leurs déformations

Reconstruction tridimensionnelle de la surface de fibres et suivi de leurs déformations Reconstruction tridimensionnelle de la surface de fibres et suivi de leurs déformations Kenza IKOUOUBEL Encadrants: Dr. Raphaël Passas, Dr. Pierre Dumont En collaboration avec Dr. Manuel Mikczinski (OFFIS)

Plus en détail

Compression des images hyperspectrales et son impact sur la qualité des données

Compression des images hyperspectrales et son impact sur la qualité des données Hyperspectral QI Compression Flexibilité Conclusion Compression des images hyperspectrales et son impact sur la qualité des données Emmanuel CHRISTOPHE Corinne Mailhes, Co-directrice de thèse, TéSA/IRIT

Plus en détail

Modélisation, détection et classication d'objets urbains à p. urbains à partir d'images photographiques aériennes. Pasquet Jérôme.

Modélisation, détection et classication d'objets urbains à p. urbains à partir d'images photographiques aériennes. Pasquet Jérôme. Modélisation, détection et classication d'objets urbains à partir d'images photographiques aériennes Pasquet Jérôme November 13, 2013 Pasquet Jérôme Modélisation, détection et classication d'objets urbains

Plus en détail

MISE EN PLACE D UNE VENTILATION NON INVASIVE. AER 2015 Christophe ROUX LYON 06/11/15 S.I. CH de THIERS (63)

MISE EN PLACE D UNE VENTILATION NON INVASIVE. AER 2015 Christophe ROUX LYON 06/11/15 S.I. CH de THIERS (63) MISE EN PLACE D UNE VENTILATION NON INVASIVE AER 2015 Christophe ROUX LYON 06/11/15 S.I. CH de THIERS (63) INTRODUCTION Fin des années 80, débuts de la VNI version moderne. Technique répandue de plus en

Plus en détail

Université de Bretagne-Sud, Lab-STICC, Lorient, France {andre.rossi,marc.sevaux}@univ-ubs.fr

Université de Bretagne-Sud, Lab-STICC, Lorient, France {andre.rossi,marc.sevaux}@univ-ubs.fr Problèmes de maximisation de la durée de vie dans un réseau de capteurs sans fil directionnels André Rossi, Alok Singh, Marc Sevaux Université de Bretagne-Sud, Lab-STICC, Lorient, France {andre.rossi,marc.sevaux}@univ-ubs.fr

Plus en détail

Doctorat ParisTech T H E S E. Mines ParisTech. Détermination de vitesse limite par fusion de données vision et cartographiques temps-réel embarquées

Doctorat ParisTech T H E S E. Mines ParisTech. Détermination de vitesse limite par fusion de données vision et cartographiques temps-réel embarquées INSTITUT DES SCIENCES ET TECHNOLOGIES École doctorale n O 432 : Science des Métiers de l Ingénieur Doctorat ParisTech T H E S E pour obtenir le grade de docteur par Mines ParisTech Spécialité «Informatique,

Plus en détail

Deep-learning. B. Gas - V 0.1 (2014) UE 5AI02/5AK03 - ISIR/UPMC

Deep-learning. B. Gas - V 0.1 (2014) UE 5AI02/5AK03 - ISIR/UPMC Deep-learning VI B. Gas - V 0.1 (014) UE 5AI0/5AK03 - ISIR/UPMC Deep-network Importance du codage pour la classification: certains codages sont plus adaptés que d autres pour une classification donnée.

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

Reconstruction 3D géométrie épipolaire et stéréovision

Reconstruction 3D géométrie épipolaire et stéréovision Reconstruction 3D géométrie épipolaire et stéréovision François Cabestaing Master ASE et Informatique, spécialité Image Vision Interaction reconstruction 3D Objectif : tenter de reconstituer la troisième

Plus en détail

Les énergies renouvelables dans la Réglementation thermique

Les énergies renouvelables dans la Réglementation thermique Les énergies renouvelables dans la Réglementation thermique 10 avril 2013 ROGER Marie-Christine Chef du bureau de la qualité technique et de la réglementation de la construction DGALN/DHUP/QC Le contexte

Plus en détail

Stéphane GOBRON HES SO HE Arc

Stéphane GOBRON HES SO HE Arc Stéphane GOBRON HES SO HE Arc 2015 Algorithmes Numériques 7 chapitres Codage des nombres Résolution d équations Systèmes linéaires Dérivation Intégration Equation différentielles Mots clés du cours : introduction

Plus en détail

Les Réseaux de Neurones avec

Les Réseaux de Neurones avec Les Réseaux de Neurones avec Au cours des deux dernières décennies, l intérêt pour les réseaux de neurones s est accentué. Cela a commencé par les succès rencontrés par cette puissante technique dans beaucoup

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

Collecte de données sur les mouvements des piétons

Collecte de données sur les mouvements des piétons Collecte de données sur les mouvements des piétons par caméra vidéo Application à la sécurité routière Séminaire INRETS - PFI COPIE Nicolas Saunier nicolas.saunier@polymtl.ca 2 juillet 2010 Objectifs généraux

Plus en détail

ANALYSE, MODÉLISATION ET

ANALYSE, MODÉLISATION ET ANALYSE, MODÉLISATION ET DIAGNOSTIC DES PILES À COMBUSTIBLE A. Picot, J. Régnier, P. Maussion & C. Turpin LAPLACE Université de Toulouse PROBLÉMATIQUE GÉNÉRALE Pile à Combustible (PAC): source prometteuse

Plus en détail

LA VITESSE D OBTURATION

LA VITESSE D OBTURATION La Focale Formation 18.09.2015 Préparée et présentée par Jean-Philippe Jenny LA VITESSE D OBTURATION SOMMAIRE 0. INTRODUCTION 1. A QUOI CORRESPONDENT LA VITESSE ET LE DIAPHRAGME? 2. NOTION D IL : INDICE

Plus en détail

Association de classifieurs pour la reconnaissance de piétons dans les images

Association de classifieurs pour la reconnaissance de piétons dans les images Association de classifieurs pour la reconnaissance de piétons dans les images L. Leyrit T. Chateau C. Tournayre J.-T. Lapresté LASMEA - UMR 6602 CNRS Université Blaise Pascal 24 avenue des Landais 63177

Plus en détail

UN MODELE HOLONIQUE ET ISOARCHIQUE POUR LE PILOTAGE D UN JOB SHOP EN FLUX TIRE

UN MODELE HOLONIQUE ET ISOARCHIQUE POUR LE PILOTAGE D UN JOB SHOP EN FLUX TIRE T 1 Conférence Internationale de MOdélisation et de SIMulation 31 mars, 1er et 2 avril 2008 Paris, France UN MODELE HOLONIQUE ET ISOARCHIQUE POUR LE PILOTAGE D UN JOB SHOP EN FLUX TIRE Patrick Pujo, Fouzia

Plus en détail

LE MÉCANISME FINANCIER ELENA

LE MÉCANISME FINANCIER ELENA LE MÉCANISME FINANCIER ELENA Reinhard Six Division Efficacité Energétique et Renouvelables Banque européenne d investissement (BEI) Journée d information et d échanges, Besançon 8 novembre 2012 1 Banque

Plus en détail

Examen de Bases de données multimédia 30 janvier 2013 durée : 2h00

Examen de Bases de données multimédia 30 janvier 2013 durée : 2h00 - Examen de Bases de données multimédia janvier durée : h Documents autorisés : transparents du cours, notes de cours. Calculatrice autorisée (mais inutile). Bonus = points en plus hors barème. EXERCICE.

Plus en détail

Conception d antennes de tags RFID UHF, application à la réalisation par jet

Conception d antennes de tags RFID UHF, application à la réalisation par jet Le 26 Novembre 2008 Conception d antennes de tags RFID UHF, application à la réalisation par jet de matière Par : Anthony GHIOTTO Directeur : Pr. Tan-Phu VUONG Co-directeur : Pr. Smail TEDJINI 1/49 Contexte

Plus en détail

Présentation du sujet de thèse Schémas temporels hybrides fondés sur les SVMs pour l analyse du comportement du conducteur

Présentation du sujet de thèse Schémas temporels hybrides fondés sur les SVMs pour l analyse du comportement du conducteur Présentation du sujet de thèse Schémas temporels hybrides fondés sur les SVMs pour l analyse du comportement du conducteur Réalisé par : Bassem Besbes Laboratoire d Informatique, Traitement de l Information

Plus en détail

Comment exploiter les commentaires d internautes pour la recommandation automatique

Comment exploiter les commentaires d internautes pour la recommandation automatique Comment exploiter les commentaires d internautes pour la recommandation automatique Damien Poirier Paris, le 11 juin 2012 1/32 Contexte et problématique 2/32 Contexte et problématique 3/32 Contexte Mise

Plus en détail

Fusion d informations haut niveau Application à la classification d images sonar

Fusion d informations haut niveau Application à la classification d images sonar Fusion d informations haut niveau Application à la classification d images sonar Arnaud MARTIN ENSIETA / E 3 I 2, EA3876 2, rue François Verny, 29806 Brest cedex 9 Arnaud.Martin@ensieta.fr http://www.ensieta.fr/e3i2

Plus en détail

Cours No 10 - Conclusion et perspectives

Cours No 10 - Conclusion et perspectives B. Amann - Cours No 10 - Conclusion et perspectives 1 Slide 1 Cours No 10 - Conclusion et perspectives Gestion de contenus Web La gestion de contenus Web est possible grâce à des technologies complémentaires

Plus en détail

Vers une construction de la coopération Humains-Robot Approche de lʼergonomie constructive"

Vers une construction de la coopération Humains-Robot Approche de lʼergonomie constructive Séminaire Mines Paris Tech PSA Les défis de la collaboration Hommes-Robot Vers une construction de la coopération Humains-Robot Approche de lʼergonomie constructive" Flore Barcellini, enseignant-chercheur

Plus en détail

Vers la conception interactive d une hiérarchie sémantique de descripteurs d images

Vers la conception interactive d une hiérarchie sémantique de descripteurs d images PROPOSITION DE STAGE Année 2016 Laboratoire L3i Sujet de stage : Vers la conception interactive d une hiérarchie sémantique de descripteurs d images Résumé du travail proposé : Ce travail s intéresse à

Plus en détail

Puissance 4 intelligent I3 Algorithmique

Puissance 4 intelligent I3 Algorithmique Puissance 4 intelligent I3 Algorithmique Nicol Delestre Puissance 4. v2.0 1 / 29 Plan 1 Force brute 2 Analyse 3 Conception préliminaire 4 Conception détaillée 5 Développement 6 Conclusion Puissance 4.

Plus en détail

Une approche pour la catégorisation des objets 3D basée sur la théorie des fonctions de croyance

Une approche pour la catégorisation des objets 3D basée sur la théorie des fonctions de croyance Une approche pour la catégorisation des objets 3D basée sur la théorie des fonctions de croyance Hedi Tabia 1 Mohamed Daoudi 2 Jean-Philippe Vandeborre 2 Olivier Colot 1 1 Université Lille Nord de France

Plus en détail