Descriptif
Ce cours introduit les méthodes variationnelles et bayésiennes pour le filtrage et la segmentation d'images. Une attention particulière sera portée aux méthodes d'optimisation mises en oeuvre dans ce cadre. Des applications issues des domaines de la photographie numérique, de l'imagerie aérienne ou de l'imagerie médicale permettront d'illustrer l'utilité de ces approches.
- méthodes variationnelles
- modèles déformables
- méthodes bayésiennes, champs de Markov
- optimisation discrète par coupure de graphes
Evaluation : Examen écrit et comptes-rendus de TP.
- méthodes variationnelles
- modèles déformables
- méthodes bayésiennes, champs de Markov
- optimisation discrète par coupure de graphes
Evaluation : Examen écrit et comptes-rendus de TP.
Objectifs pédagogiques
Apprendre à modéliser et résoudre un problème d'images dans des cadres mathématiques variationnel et bayésien.
24 heures en présentiel
Diplôme(s) concerné(s)
Parcours de rattachement
Pour les étudiants du diplôme Diplôme d'ingénieur
IMA201 ou équivalent
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Echange international non diplomant
Vos modalités d'acquisition :
Examen écrit et comptes-rendus de TP
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Diplôme d'ingénieur
Vos modalités d'acquisition :
Examen écrit et comptes-rendus de TP
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2.5 ECTS
- Crédit d'UE électives acquis : 2.5
La note obtenue rentre dans le calcul de votre GPA.
Programme détaillé
- méthodes variationnelles
- modèles déformables
- méthodes bayésiennes, champs de Markov
- optimisation discrète par coupure de graphes
- applications