IMN459 - Fondements de la vision par ordinateur
|
|
- Renée Vincent
- il y a 8 ans
- Total affichages :
Transcription
1 IMN459 - Fondements de la vision par ordinateur Chapitre 1 Introduction
2 1. Acquisition IMN Traitement IMN259 Scène 3D Caméra optique Une ou plusieurs images 2D Caractéristiques bas niveaux (contours, jonctions, ) Jusqu à présent... 2
3 Sommes-nous prêts à quitter le 2D Source : Alexei Efros et entrer dans le monde réels? 3
4 Plan du chapitre 1. Vision artificielle («vision par ordinateur») 2. Objectif 3. Extraction de l information 3D 4. Vision «par ordinateur» 5. Applications 6. Difficultés et Problématiques 4
5 1.Vision artificielle («vision par ordinateur») a) Modélisation et reproduction de la vision 3D humaine b) Combinaison de connaissances Mathématiques Informatique Génie électrique Psychologie Biologie Sciences cognitives Physique etc. c) Compréhension et simulation du système de vision humaine tous ces domaines 5
6 1.Vision artificielle («vision par ordinateur») d) Retrouver la profondeur Retrouver la structure 3D d un objet Reconstruire un modèle 3D de la scène e) Pourquoi retrouver la profondeur? Applications en infographie, synthèse d images Navigation automatique des robots Reconnaissance aérienne Applications médicales Effets spéciaux Visites virtuelles Réalité virtuelle 6
7 2.Objectif Étude des techniques pour l interprétation, la reconstruction et la compréhension d une scène 3D à partir d une ou plusieurs images 2D Position d un point dans la scène Orientation des surfaces Relief Mouvement Caractéristiques haut niveau 7
8 3.Extraction de l information 3D 3.1. Caractéristiques L extraction d informations 3D s effectue à partir de certaines caractéristiques (structures) présentes dans les images : Niveaux de gris Contours Couleurs Jonctions (coins) Textures Disparités Mouvement 2D Ombrages Quantité de flou... Caractéristiques bas niveau 8
9 3.Extraction de l information 3D 3.2. Indices de profondeur Certaines de ces caractéristiques sont appelées «indices de profondeur» Il faut distinguer la profondeur des indices Les indices de profondeur peuvent être plus complexes à trouver que les simples caractéristiques bas niveau 9
10 3.Extraction de l information 3D 3.2. Indices de profondeur Les indices de profondeur dépendent de : Connaissances a priori (lié à l application) Modèles 3D connu Distance approximative Scène intérieure ou extérieure Degré de précision, temps réel? Système de formation d images Actif (e.g. laser, sonar, rayon-x) Passif (e.g. caméra optique) Nombre et type d images 1, 2, multi : statique Vidéo Domaine Spatial Fréquentiel 10
11 1. Acquisition IMN Traitement IMN259 Scène 3D Caméra optique Une ou plusieurs images 2D Caractéristiques bas niveaux (contours, jonctions, ) Indices de profondeur (flou,disparité, etc.) 11
12 3.Extraction de l information 3D 3.2. Indices de profondeur a) Classes d indices de profondeur Indices multioculaires : 2 points de vue différents ou plus Décalages spatiaux Mouvement Silhouettes... Indices monoculaires : 1 seul point de vue, 1 ou plusieurs images, Flou et mise au point Déformation des éléments de texture Diffusion de la lumière dans le milieu (atmosphère, eau, particule) Illumination 12
13 3.Extraction de l information 3D 3.3. Exemples a) Disparités binoculaires Courtoisie de Guido Gerig Exemple de disparités binoculaires (stéréovision) P Disparité binoculaire Cg Cd 13
14 3.Extraction de l information 3D 3.3. Exemples b) Ombrages a) Sans ombrage b) Avec ombrages Perception de la forme par l ombrage c) Exemple d image réelle 14
15 3.Extraction de l information 3D 3.3. Exemples c) Ombrages / symétrie / ombre portée Perception de la forme/hauteur par les ombres et la silhouette 15
16 3.Extraction de l information 3D 3.3. Exemples Illusion due à la perspective d) Textures/perspective a) Sans texture b) Avec texture Perception de la forme par la texture c) Exemple d image réelle 16
17 3.Extraction de l information 3D 3.3. Exemples e) Flou/Mise au point/bougé Source : site de Jordan S. Erenrich Perception de la profondeur par la mise au point 17
18 1. Acquisition IMN Traitement IMN259 Scène 3D Caméra optique Une ou plusieurs images 2D 3. Visualisation / utilisation Caractéristiques bas niveaux (contours, jonctions, ) Reconstruction 3D Reconnaissance Interprétation Incrustation Carte de profondeur, nuage 3D, polygones, Indices de profondeur (flou,disparité, etc.) 18
19 4.Vision «par ordinateur» 4.1. Matériel a) Acquisition : appareil photo, caméra vidéo, infrarouge," sonar, laser, projecteur, échographe,... b) Traitement : ordinateur(s) c) Visualisation : écran, imprimante, lunettes à obturateur, projecteur, téléphone Logiciels Nombreux; dépendent des caractéristiques disponibles à vous de jouer 19
20 5.Applications Essentiel pour de nombreux domaines Cinéma Aérospatial Scénographie Robotique Surveillance Biométrie Médecine Urbanisme Astronomie Transports Contrôle de qualité Divertissements 20
21 5.Applications a) Reconstruction 3D de surfaces 21
22 5.Applications b) Reconstruction 3D à partir d une seule image Courtoisie de Hartley & Zisserman, 2003 Saint Jérôme dans son étude, Hendrick van Steenwijck, 1630 Trois vues différentes synthétisées à l aide du modèle 3D reconstruit 22
23 5.Applications c) Modélisation d acteurs virtuels Courtoisie de Steven Seitz 23
24 5.Applications d) Synthèses de points de vue Courtoisie de Steven Seitz 24
25 5.Applications e) Incrustations Courtoisie de Hartley & Zisserman, 2003 Images originales Images incrustée 25
26 5.Applications f) Réalité augmentée Source : YouTube 26
27 6.Difficultés et problématiques 6.1. Problème mal posé La projection d une scène 3D sur une image n est pas une transformation inversible 6.2. Données bruitées ou imprécises 6.3. Erreurs d approximation méthode, support de l image, quantification, erreurs numériques, 27
28 6.Difficultés et problématiques 6.4. Utilisation d hypothèses simplistes (non réalistes) a) Exemple 1 Les cases blanches dans l ombre ont le même niveau de gris que les cases noires éclairées 28
29 6.Difficultés et problématiques 6.4. Utilisation d hypothèses simplistes (non réalistes) a) Exemple 1 Les cases blanches dans l ombre ont le même niveau de gris que les cases noires éclairées 29
30 6.Difficultés et problématiques 6.4. Utilisation d hypothèses simplistes (non réalistes) b) Exemple 2 a) Ce que l on voit b) Ce que l on veut c) Ce que l on obtient (détection de contours) 30
31 6.Difficultés et problématiques 6.4. Utilisation d hypothèses simplistes (non réalistes) c) Exemple 3 Source : E.H. Gombrich, The Image and the Eye Influence de la position et des paramètres de la caméra sur l impression de distance et de taille 31
32 6.Difficultés et problématiques 6.5. Questions a) Quel(s) indice(s) extraire? Les indices de profondeur ne sont pas toujours pertinents dans toutes les circonstances Sensibilité à la profondeur Parallaxe due au mouvement Stéréo Occultation Perspective Atmosphère Source : Cutting, 1996 Flou Ombrage porté Profondeur de la scène (en m) 32
33 6.Difficultés et problématiques 6.5. Questions b) Comment les extraire? c) Comment représenter les caractéristiques extraites? d) Comment utiliser ces caractéristiques pour déduire l information 3D? 33
34 Dans le cadre de ce cours Images Calibrage de la caméra Extraction d indices de profondeur Paramètres intrinsèques et extrinsèques Disparité binoculaire Flou IMN559 Ombrages Perspective Estimation de la profondeur, reconstruction IMN430 Modélisation 3D Applications 34
35 7.Pipeline de la reconstruction stéréo a) Calibrage des caméras b) Rectification des images c) Mise en correspondance et calcul de la disparité d) Trouver la profondeur Ce qui peut causer des erreurs : Mauvais calibrage des caméras Résolution des images inappropriée Violation de certaines contraintes (ex. réflexions spéculaires) Bruit Occultations Trop grand changement dans le point de vue Pas assez de contraste dans certaines régions 35
36 Cas de la vision stéréoscopique Calibrage de la caméra (Chap. 4) Images formation, paramètres de la caméra (Chap. 2) Outils multi-usage Géométrie projective (Chap 3) Stéréovision Bases et rectification de la paire stéréoscopique (Chap. 5) Extraction Disparité binoculaire par la mise en correspondance (Chap. 6) Estimation de la profondeur (Chap 7) Applications (Partout) 36
37 Références Pour en savoir plus... Sources des images et vidéos : Wikimedia commons (sauf si autre mention) E. Trucco et A. Verri, Introductory Techniques for 3-D Computer Vision, Prentice Hall, B.K.P. Horn, Robot Vision, MIT Press, D.H. Ballard and C.M. Brown, Computer Vision, Prentice Hall, 1982 R. Hartley and A. Zisserman, Cambridge University Press, 2003 B. Cyganek and P. Siebert, An introduction to 3D Computer Vision Techniques and Algorithms, Wiley, 2008 Autres bouquins sur le sujet 37
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 détailAnalyse 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 détailLa visio-conférence holographique : Pourquoi? Comment?
La visio-conférence holographique : Pourquoi? Comment? Francis Felix Labo LSIS / Arts & Métiers Paritech (ENSAM) 2 Cours des Arts et Métiers 13100 Aix-en-Provence Thierry Henocque AIP-Primeca Dauphiné
Plus en détailImmersion - Vision 3D dans la RV.
Cours RVS Master II IVA Immersion - Vision 3D dans la RV. Cours de Réalité Virtuelle et Simulation Master II - IVA A. Mebarki - Maître de Conférences Département d'informatique Faculté des Mathématiques
Plus en détailSynthèse d'images I. Venceslas BIRI IGM Université de Marne La
Synthèse d'images I Venceslas BIRI IGM Université de Marne La La synthèse d'images II. Rendu & Affichage 1. Introduction Venceslas BIRI IGM Université de Marne La Introduction Objectif Réaliser une image
Plus en détailProjet 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 détailProgramme scientifique Majeure INTELLIGENCE NUMERIQUE. Mentions Image et Réalité Virtuelle Intelligence Artificielle et Robotique
É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure INTELLIGENCE NUMERIQUE Langage Java Mentions
Plus en détailCYCLE 3D. Certification RNCP "Lead Infographiste 2D/3D" Niveau II - Bac +3
CYCLE 3D Certification RNCP "Lead Infographiste 2D/3D" Niveau II - Bac +3 Objectif : Acquérir des compétences et se former aux métiers créatifs et dans le domaine de l'infographie 3D avec une nouvelle
Plus en détailTITRE PARTIE TITRE SECTION. Faire des anaglyphes avec CatiaV5
TITRE PARTIE TITRE SECTION Faire des anaglyphes avec CatiaV5 1 SOMMAIRE SOMMAIRE 1. QU'EST-CE QU'UN ANAGLYPHE? 3 2. LES LOGICIELS A INSTALLER 5 3. CREATION D'UN ANAGLYPHE FIXE 6 4. CREATION D'UN ANAGLYPHE
Plus en détailL 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 détailZone 2 L aventure de la copie
EXPOSITION INTERNATIONALE INTERNATIONAL EXHIBITION Zone 2 L aventure de la copie 1. Synopsis... 2 2. Scénographie... 3 3. Mobiliers... 3 4. Supports graphiques... 4 5. Eclairage... 4 6. Audiovisuels...
Plus en détailCommunications immersives : Enjeux et perspectives
Journée Futur et Ruptures Communications immersives : Enjeux et perspectives Béatrice Pesquet-Popescu Télécom ParisTech, Département TSI 5 mars 2015 Institut Mines-Télécom Tendances actuelles Plus, plus,
Plus en détailRIE LE RENDU THEO. 2 e trim ÉTAPE DE FINITION BOÎTE DE DIALOGUE. remarques
THEO RIE LE RENDU 2 e trim JANVIER 2008 remarques ÉTAPE DE FINITION Le rendu est la partie finale de notre création, à ce moment on décide que notre 3D est finie et l on en réalise une image 2D Cette image
Plus en détailL Avenue Digital Media. L aménagement du territoire à travers la maquette 3D. créateur de mondes virtuels
L Avenue Digital Media L aménagement du territoire à travers la maquette 3D créateur de mondes virtuels L Avenue Digital Media En quelques mots L Avenue Digital Media est spécialisée dans la création numérique
Plus en détailComparaison de Relevés 3D issus de plusieurs Systèmes de Numérisation
Laboratoire Vision & Robotique Comparaison de Relevés 3D issus de plusieurs Systèmes de Numérisation Emilie KOENIG, Benjamin ALBOUY, Sylvie TREUILLET, Yves Lucas Contact : Sylvie Treuillet Polytech'Orléans
Plus en détailpcon.planner 6 Préparer et présenter une implantation en toute simplicité
pcon.planner 6 Préparer et présenter une implantation en toute simplicité Sommaire 1. Installation :... 3 2. Démarrer le logiciel :... 3 3. Interface :... 3 4. Naviguer :... 4 5. Réaliser une implantation
Plus en détailUtilisation 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 détailRéalité Virtuelle et Interaction Homme/Machine Part. I
Réalité Virtuelle et Interaction Homme/Machine Part. I De la Boucle Perception/Action dans un monde réel puis virtuel Samir OTMANE (PR UEVE), Frédéric DAVESNE (IGR UEVE) samir.otmane@ibisc.univ-evry.fr,
Plus en détailHiver 2013 IMN 259. Introduction à l analyse d images. Par Pierre-Marc Jodoin
Hiver 2013 Analyse d images IMN 259 Introduction à l analyse d images Par Pierre-Marc Jodoin Où se situe l analyse d images? Traitement d images Imagerie Image Analyse d images/ Vision par ordinateur Infographie
Plus en détailReconnaissance 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 détailVoir le monde à travers un capteur de profondeur
Voir le monde à travers un capteur de profondeur Copyright 2014 pabr@pabr.org Tous droits réservés. (All rights reserved.) Dans ce projet nous installons une caméra à capteur de profondeur sur un casque
Plus en détailGalerie de photos échantillons SB-910
Galerie de photos échantillons SB-910 Ce livret présente différentes techniques du flash SB-910 et des exemples de photographies. 1 Fr Franchissez un cap dans l univers de l éclairage créatif Révélez les
Plus en détailPréparé 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 détailProgramme de formation Photoshop : Initiation 24 heures de formation (3 jours) 1/2
Programme de formation Photoshop : Initiation 24 heures de formation (3 jours) 1/2 Graphistes, photographes, webmasters, ou toute autre personne en charge de la création de visuels pour le web ou le print.
Plus en détailAlgorithme des fourmis appliqué à la détection et au suivi de contours dans une image
IN52-IN54 A2008 Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image Etudiants : Nicolas MONNERET Alexandre HAFFNER Sébastien DE MELO Responsable : Franck GECHTER Sommaire
Plus en détailJustine Ludi. HEAD Genève
Justine Ludi HEAD Genève Laura Wohlgehaben HEAD Genève Karine Laurence EAVM Montréal Projet Évolution chronologique du projet. Nos projets étaient quasi identiques lors de la formation des groupes. Dans
Plus en détailSimulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE
Simulation d'un examen anthropomorphique en imagerie TEMP à l iode 131 par simulation Monte Carlo GATE LAURENT Rémy laurent@clermont.in2p3.fr http://clrpcsv.in2p3.fr Journées des LARD Septembre 2007 M2R
Plus en détailSynthèse d images Edmond Boyer
Synthèse d images Edmond Boyer Edmond.Boyer@imag.fr UFRIMA 1 Une introduction aux techniques de l image Techniques de l image : utiliser l ordinateur pour interpréter ou générer des imag es. Motivations
Plus en détailExposition. VLR plongée e commission photo
Exposition VLR plongée e commission photo Agenda Définitions Exposition / analogie du verre d eau (de vin?) Ouverture Vitesse Sensibilité La notion d EV Pourquoi cela ne suffit pas? Dynamique des capteurs
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détail7. Exemples de tests pour détecter les différents troubles de la vision.
7. Exemples de tests pour détecter les différents troubles de la vision. 7.1 Pour la myopie (mauvaise vue de loin) : Test de vision de loin Sur le mur d un pièce, fixez l illustration ci-dessous que vous
Plus en détailGroupe Eyrolles, 2006, ISBN : 2-212-11959-3
Groupe Eyrolles, 2006, ISBN : 2-212-11959-3 annexe B Piano Corner, (c) 2005 par Zsolt Stefan : http://deeppixel.uw.hu/gallery.html YafRay, le moteur de rendu photoréaliste Dès sa création, par une équipe
Plus en détailOpérations de base sur ImageJ
Opérations de base sur ImageJ TPs d hydrodynamique de l ESPCI, J. Bico, M. Reyssat, M. Fermigier ImageJ est un logiciel libre, qui fonctionne aussi bien sous plate-forme Windows, Mac ou Linux. Initialement
Plus en détailANALYSE DU MOUVEMENT HUMAIN PAR VISION ARTIFICIELLE POUR CONSOLES DE JEUX VIDÉOS
MAHER HANAFI ANALYSE DU MOUVEMENT HUMAIN PAR VISION ARTIFICIELLE POUR CONSOLES DE JEUX VIDÉOS Mémoire présenté à la Faculté des études supérieures et postdoctorales de l Université Laval dans le cadre
Plus en détailJPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer!
JPEG, PNG, PDF, CMJN, HTML, Préparez-vous à communiquer! 1 / Contexte L ordinateur La loi du nombre La numérisation = codage d une information en chiffres binaire : 0 1 («bit») 8 bits = 1 octet 1ko = 1024
Plus en détailArt Graphique & Patrimoine Savoir faire et technologie au service du patrimoine
1 Numérisation 3D monumental Géoréférencement tachéométrique Relevé photogrammétrique Relevé lasergrammétrique: Laser pulsé Laser temps de vol Laser à décalage de phase Laser et triangulation optique Laser
Plus en détailIntelligence artificielle et les défis en robotique mobile et autonome
Intelligence artificielle et les défis en robotique mobile et autonome Éric Beaudry http://planiart.usherbrooke.ca/~eric/ Étudiant au doctorat en informatique Laboratoires Planiart et Laborius 13 février
Plus en détailObject 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 détailIntérêt 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 détailL EFFET PARALLAXE N EST
50 3 Objets L EFFET PARALLAXE N EST PAS SPÉCIFIQUEMENT UN TRUCAGE D AFTER EFFECTS. C est un principe que vous devriez avoir à l esprit quand vous travaillez en 3D. En raison de la nature de la 3D dans
Plus en détailSommaire. Bertrand PECUCHET
Sommaire I. Introduction... 2 II. Présentation de la Kinect... 3 1. Caractéristiques :... 4 III. Focus sur les différents capteurs de la Kinect... 5 1. Le capteur RGB... 5 2. Capteur et émetteur Infrarouge...
Plus en détailUtiliser le logiciel Photofiltre Sommaire
Utiliser le logiciel Photofiltre Sommaire 1. Quelques mots sur l image 2. Obtenir des images numériques 3. Le tableau de bord de logiciel PhotoFiltre 4. Acquérir une image 5. Enregistrer une image 6. Redimensionner
Plus en détailRéalité virtuelle au service de la maintenance
Réalité virtuelle au service de la maintenance Christian Boucheny EDF R&D SINETICS Séminaire Cartographie d intérieur et d extérieur ENSMP 04/09/2013 Sommaire 1. Application 1 : ADRM Aide à la Décision
Plus en détailUN COURS DE PHOTO. le cadeau idéal pour progresser en photo. en 4 heures pour une personne. Des cours collectifs à choisir parmi 8 thèmes :
UN COURS DE PHOTO en 4 heures pour une personne N 1 EN FRANCE DES COURS DE PHOTO Des cours collectifs à choisir parmi 8 thèmes : Net-Flou, Vitesse et Mouvement, Lumière, Photo-reportage, Portrait, Nuit-Lightpainting,
Plus en détailMesure 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 détailPROJET DE MODELISATION CASERNE SERGEANT BLANDAN
Boris BRUGEVIN Sylvain GIORIA PROJET DE MODELISATION CASERNE SERGEANT BLANDAN Master 2 Programmation et Développement Université Lumière LYON 2 - GAMAGORA 2007-2008 II.. PRESENTATIION DU PROJET Ce projet
Plus en détailAOMS : UN NOUVEL OUTIL DE PHOTOGRAMMÉTRIE
AOMS : UN NOUVEL OUTIL DE PHOTOGRAMMÉTRIE A. Dumont, F. Jallon et JB. Monnerie ESIC SN Z.A. du buisson de la couldre 1 Allée des Châtaigniers - F78190 TRAPPES S. Naudet, P. Sayd et M. Viala * LETI (CEA
Plus en détail05/09/2015. M Ponctualité : CM TD TP & Projet Æ En cas d absence : récupérer!!! 3 05/09/2015
Synthèse d images L3 Présentation du module Sandrine LANQUETIN Bureau G08 sandrine.lanquetin@u-bourgogne.fr Qui? Quand? Mode d emploi M Intervenants : Æ S. Lanquetin sandrine.lanquetin@u-bourgogne.fr M
Plus en détailLes atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification
Les atouts et faiblesses des caméras TEP dédiées, TEP corps entier, TEP-CT, TEMP pour la quantification Irène Buvat U494 INSERM CHU Pitié-Salpêtrière, Paris buvat@imed.jussieu.fr http://www.guillemet.org/irene
Plus en détailPHOTO PLAISIRS. La Lumière Température de couleur & Balance des blancs. Mars 2011 Textes et Photos de Bruno TARDY 1
PHOTO PLAISIRS La Lumière Température de couleur & Balance des blancs Mars 2011 Textes et Photos de Bruno TARDY 1 Blanc Infrarouge Flash Température Lumière RVB Couleur chaude Couleur Couleur Couleur Incandescente
Plus en détailTraitement 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 détailCollection de photos échantillons
Collection de photos échantillons SB-800/600 Entrez dans le monde passionnant du Système d Eclairage Créatif de Nikon avec le SB-800/600. Les numéros de page se rapportent aux explications dans le manuel
Plus en détailNi tout noir, ni tout blanc Consignes Thème I - Observer
Ni tout noir, ni tout blanc Consignes Thème I - Observer BUT : Etudier les synthèses additives et soustractives Comprendre la notion de couleur des objets COMPETENCES : Rechercher et trier des informations
Plus en détailGUIDE D UTILISATION DU TABLEAU BLANC INTERACTIF EBEAM EDGE
GUIDE D UTILISATION DU TABLEAU BLANC INTERACTIF EBEAM EDGE Sommaire Installer ebeam : Calibrer le TBI ebeam : Fonctions Projection animée : 1ère utilisation : manipuler votre ordinateur depuis le tableau
Plus en détailFUSION DE CARTES DE PROFONDEURS EN PHOTOGRAMMETRIE ARCHITECTURALE
Rapport de Projet Pluridisciplinaire Mastère spécialisé Photogrammétrie, positionnement et mesures de déformations (PPMD) FUSION DE CARTES DE PROFONDEURS EN PHOTOGRAMMETRIE ARCHITECTURALE GARDON Elzbieta
Plus en détailUniversité des Sciences et Technologies de Lille 1 UFR Informatique. Projet scientifique de Master 2 Image, Vision, Interaction.
Université des Sciences et Technologies de Lille 1 UFR Informatique Projet scientifique de Master 2 Image, Vision, Interaction Année 2012/1013 Reconstruction de scène réaliste via Kinect c Amélioration
Plus en détailDan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier
Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration
Plus en détailAmélioration des sélections
Amélioration des sélections Introduction historique Faire une bonne sélection d un objet avec un contour compliqué a toujours été un défi. Un problème typique est de changer le fond derrière un visage
Plus en détailShowroom virtuel 3d dynamique
Showroom virtuel 3d dynamique Découverte du ShowRoom 3D 1 Le Concept du showroom 3d 1 500 M² virtuels 2 M² physiques Il suffit de 2 M² physique dans votre point de vente ou magasin pour implanter nos bornes
Plus en détailIsadora. Photo jpeg qualité 50% %, 320X240. Prérequis
Isadora Format des vidéos Exporter vidéo et audio Photo jpeg qualité 50% %, 320X240 Prérequis Quick Time Player Installer version gratuite Isadora, sur le site Matrox Tronic, selon vos besoins PC / MAC
Plus en détailLe projet 3D de la Ville de Liège: réflexions sur l'exploitation des données. Bernard Lechanteur, Responsable Cellule cartographie Ville de Liège
Le projet 3D de la Ville de Liège: réflexions sur l'exploitation des données Bernard Lechanteur, Responsable Cellule cartographie Ville de Liège La cellule cartographie La cellule cartographie n est pas
Plus en détailMicroscopie de fluorescence Etat de l art
Etat de l art Bibliométrie (Web of sciences) CLSM GFP & TPE EPI-FLUORESCENCE 1 Fluorescence Diagramme de JABLONSKI S2 S1 10-12 s Excitation Eex Eem 10-9 s Émission Courtoisie de C. Spriet
Plus en détailLa Joconde. (1503-1506, 0,77x 0,53 m) de Léonard de Vinci TEMPS MODERNES
La Joconde (1503-1506, 0,77x 0,53 m) de Léonard de Vinci TEMPS MODERNES La Joconde de Léonard de Vinci est incontestablement le tableau le plus célèbre. Il est conservé au musée du Louvre à Paris et a
Plus en détailPhotographier le ciel avec votre appareil photo
Photographier le ciel avec votre appareil photo Christiane Defays Cet article s adresse aux photographes amateurs curieux du monde et du ciel, il a pour but de leur montrer comment réaliser de surprenants
Plus en détailIntroduction à la robotique Licence 1ère année - 2011/2012
Introduction à la robotique Licence 1ère année - 2011/2012 Laëtitia Matignon GREYC-CNRS Université de Caen, France Laetitia Matignon Université de Caen 1 / 61 Plan Définitions 1 Définitions 2 3 Robots
Plus en détailEnsemble léger de prise de photo sous UV-A Tam Photo Kit n 1 pour appareil photo compact
Ensemble léger de prise de photo sous UV-A Tam Photo Kit n 1 pour appareil photo compact Phone +33 (0)130 808 182 - Fax. +33 (0)130 808 199 /15 rue des Frères Lumière - ZI des Ebisoires BP136-78374 PLAISIR
Plus en détailCaractérisation de défauts par Magnétoscopie, Ressuage, Courants de Foucault
Page 1 25 octobre 2012 Journée «Contrôle non destructif et caractérisation de défauts» Caractérisation de défauts par Magnétoscopie, Ressuage, Courants de Foucault Henri Walaszek sqr@cetim.fr Tel 0344673324
Plus en détailUNE TECHNIQUE ÉPROUVÉE : LE ZONE SYSTEM
3 Sur le terrain Info Les appareils photo équipés de deux logements pour cartes mémoire (SDHC et CompactFlash, par exemple) permettent de stocker les photos en Raw sur une carte mémoire et les photos en
Plus en détailChaine de transmission
Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation
Plus en détailLe projecteur qu il vous faut pour vos jeux vidéos
www.optoma.fr GT750 Le projecteur qu il vous faut pour vos jeux vidéos La révolution est en marche : Faites en partie! A vous les jeux 3D et les films en 3D! Le vidéoprojecteur Optoma GT750, NVIDIA 3D
Plus en détailCréation intuitive des éléments d un paysage
Création intuitive des éléments d un paysage Marie-Paule Cani Univ. Grenoble-Alpes, CNRS & Inria Organisation du cours «Façonner l imaginaire» Partie 1 : Création numérique 3D Modélisation géométrique
Plus en détailwww.type3.com DECOUVREZ Discover TYPE EDIT V12 Français
www.type3.com DECOUVREZ Discover TYPE EDIT V12 Français 12-2013 1 Découvrez TYPE EDIT V12, la nouvelle version de notre logiciel de CFAO pour les applications industrielles et artistiques dédiées aux machines
Plus en détailErgonomie dans les services publics Expérience du service Empreva. Christophe Janssens, CP Ergonome - Empreva
Ergonomie dans les services publics Expérience du service Empreva Christophe Janssens, CP Ergonome - Empreva SICPPT fédéral AFFILIES Comité de gestion SIPPT 1 SIPPT SIPPT n 2 EMPREVA Management Office
Plus en détailChapitre 13 Numérisation de l information
DERNIÈRE IMPRESSION LE 2 septembre 2013 à 17:33 Chapitre 13 Numérisation de l information Table des matières 1 Transmission des informations 2 2 La numérisation 2 2.1 L échantillonage..............................
Plus en détailAPPORT DES RESEAUX BAYESIENS DANS LA PREVENTION DE LA DELINQUANCE
SûretéGlobale.Org La Guitonnière 49770 La Meignanne Téléphone : +33 241 777 886 Télécopie : +33 241 200 987 Portable : +33 6 83 01 01 80 Adresse de messagerie : c.courtois@sureteglobale.org APPORT DES
Plus en détailPERSONNAGES EN RELIEF
G D PERSONNAGES EN RELIEF borne stéréoscopique Philippe Vincent - Pierre Grange - Scènes-théâtre-cinéma - Virus productions G D DU STÉRÉOSCOPE A LA BORNE STÉRÉOSCOPIQUE ORIGINE DU PROJET La première idée
Plus en détailTerritoire3D. Descriptif de contenu. Institut Géographique National. www.ign.fr. Date du Document : Mars 2011
Territoire3D Descriptif de contenu Date du Document : Mars 2011 Institut Géographique National 73 avenue de Paris 94165 Saint-Mandé Cedex www.ign.fr Révision : Spécifications externes A 18/03/2011 Création
Plus en détailDE LA NUMÉRISATION DES ACTIONS PHYSIQUES DES UTILISATEURS VERS LA CONCEPTION D INTERFACE AVEC LA KINECT
DE LA NUMÉRISATION DES ACTIONS PHYSIQUES DES UTILISATEURS VERS LA CONCEPTION D INTERFACE AVEC LA KINECT Doctorant Laboratoire G-SCOP VEYTIZOU Julien Julien.Veytizou@grenoble-inp.fr Qui suis-je? Projet
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailTP Blender n 2 : Importation d un modèle SketchUp et animation
TP Blender n 2 : Importation d un modèle SketchUp et animation Service de Conception Géométrique Université de Liège Aérospatiale et Mécanique Conçu avec Blender 2.66 et SketchUp 8 De SketchUp à Blender
Plus en détailSociété de Geo-engineering
Gestion de la maintenance des réseaux le géoréférencement inertiel direct, technologie automatisée d'acquisition d'objets 2D / 3D vers les SIG Société de Geo-engineering Activité d'expertise et d'ingénierie
Plus en détailInstallation d une camera vidéo de surveillance à distance de personnes dépendantes sur PC et téléphone portable (Smartphone)
Installation d une camera vidéo de surveillance à distance de personnes dépendantes sur PC et téléphone portable (Smartphone) Philippe GREBET, fils d une personne atteinte de la Maladie d Alzheimer depuis
Plus en détail1S9 Balances des blancs
FICHE 1 Fiche à destination des enseignants 1S9 Balances des blancs Type d'activité Étude documentaire Notions et contenus Compétences attendues Couleurs des corps chauffés. Loi de Wien. Synthèse additive.
Plus en détailChapitre 2 Caractéristiques des ondes
Chapitre Caractéristiques des ondes Manuel pages 31 à 50 Choix pédagogiques Le cours de ce chapitre débute par l étude de la propagation des ondes progressives. La description de ce phénomène est illustrée
Plus en détailPr. Khalid Satori, Pr. Hassan Satori 12 Système de reconnaissance automatique de dialectes marocains et analyse de formants pour le diagnostic de
CEDST 2014-2015 Liste des Sujets de Recherche Formation Doctorale : «STIC» (Sciences et Technologies de l Information et la Communication) Responsable de la FD : Pr. K. SATORI (khalidsatori@gmail.com)
Plus en détailEnvironnement Architecture de controle. Décisions
Chapitre 1 Introduction 1.1 Robot Mobile Il existe diverses définitions du terme robot, mais elles tournent en général autour de celle-ci : Un robot est une machine équipée de capacités de perception,
Plus en détailLes enjeux de la mobilité et de la réalité augmentée dans les jeux éducatifs localisés. GéoEduc3D
Les enjeux de la mobilité et de la réalité augmentée dans les jeux éducatifs localisés Le projet de recherche GéoEduc3D Sylvain GENEVOIS Chargé d études et de recherche (INRP, équipe EducTice) Docteur
Plus en détailLes 100 incontournables dans le domaine des technologies! Décembre 2011
Les 100 incontournables dans le domaine des technologies! Décembre 2011 Dany Lussier-Desrochers Université du Québec à Trois-Rivières dany.lussier-desrochers@uqtr.ca .avi Format de fichier vidéo développé
Plus en détailOptimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h
Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels
Plus en détailRecherche De Coalescences Binaires Étalonnage Du Détecteur
Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,
Plus en détailIMAGE BASED MODELING généralités et utilisation des outils de photomodélisation. 123D Catch de Autodesk.
IMAGE BASED MODELING généralités et utilisation des outils de photomodélisation. 123D Catch de Autodesk. Préambule Il ne sera pas détaillé ici le procédé dʼinscription en ligne sur le site Autodesk, il
Plus en détailTraitement numérique de l'image. Raphaël Isdant - 2009
Traitement numérique de l'image 1/ L'IMAGE NUMÉRIQUE : COMPOSITION ET CARACTÉRISTIQUES 1.1 - Le pixel: Une image numérique est constituée d'un ensemble de points appelés pixels (abréviation de PICture
Plus en détailJe sais utiliser. Création d une galerie photo pour un site Web. Picasa crée les documents. HTML pour insérer une galerie de photos dans un site web
Je sais utiliser Création d une galerie photo pour un site Web Picasa crée les documents HTML pour insérer une galerie de photos dans un site web Club Informatique Éducatif Laurentin 1 Picasa offre une
Plus en détailCollaboration innovante pour la création d un outil de gestion de production pour le cinéma et l audiovisuel
Collaboration innovante pour la création d un outil de gestion de production pour le cinéma et l audiovisuel Studio d'animation indépendant Christophe Archambault Responsable Recherche et Développement
Plus en détailAnalyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains
Analyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains Andrés Felipe SERNA MORALES Directrice de thèse: Beatriz MARCOTEGUI ITURMENDI serna@cmm.ensmp.fr MINES ParisTech, Mathématiques
Plus en détailModeling reality with the latest in 3D technology: Virtualisation. Aperçu
Rencontres art, science, technique & architecture (RASTA_02) De l acquisition à la restitution de données numériques 3D 31 octobre 2002 C2RMF-DMF 6 rue des Pyramides75 041 Paris Modeling reality with the
Plus en détailDétection 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 détailCartographie Mobile à MINES ParisTech
Cartographie Mobile à MINES ParisTech Entre robotique, géomatique et nouveaux usages Pr. François Goulette Plan 4 septembre 2013 2 Automatisation de maintenance en environnements industriels (1993) Automatisation
Plus en détailL'Engrenage FICHE TECHNIQUE
L'Engrenage FICHE TECHNIQUE Descriptif - Représentation sans entracte - Durée : 1h25 environ (textes 40', musique 45') - Hugues Leclère interprète l ensemble des pièces pour piano (non sonorisé) - Patrick
Plus en détailDUT. Informatique, orientation Imagerie Numérique. Domaine : Sciences, Technologies, Santé. Mention : Informatique
DUT Informatique, orientation Imagerie Numérique Domaine : Sciences, Technologies, Santé Mention : Informatique Organisation : Institut Universitaire de Technologie Lieu de formation : Le Puy en Velay
Plus en détail