Descriptif
La vision est l'un des capteurs essentiel de la robotique. Ce cours a pour objectif de présenter les principales approches de la vision utilisées en robotique.Objectifs pédagogiques
Compétences à acquérir- Comprendre les enjeux, les potentiels et les limites de la vision par ordinateur aujourd'hui.
- Maîtriser les concepts de base de la représentation d'une image numérique
- Maîtriser les algorithmes les plus importants en vision par ordinateur
- Être capable d'aborder avec un regard critique une nouvelle application en vision robotique
24 heures en présentiel (16 blocs ou créneaux)
Diplôme(s) concerné(s)
- Programme de mobilité des établissements français partenaires
- Echange international non diplomant
- Diplôme d'ingénieur
- Master M1 - Data and Artificial Intelligence
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'ingénieur
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2 ECTS
- Crédit d'Option 3A acquis : 2
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Programme de mobilité des établissements français partenaires
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2 ECTS
- Crédit d'Option 3A acquis : 2
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Echange international non diplomant
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2 ECTS
- Crédit d'Option 3A acquis : 2
Pour les étudiants du diplôme Master M1 - Data and Artificial Intelligence
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 2 ECTS
Programme détaillé
- Ce cours fournit les bases essentielles sur l'échantillonnage, le filtrage linéaire, et l'estimation des grandeurs différentielles dans les images.- Il présente les problèmes fondamentaux liés à l'extraction des caractéristiques dans les images, et les algorithmes associés.
- L'analyse de vidéos et les algorithmes liés à l'estimation et la caractérisation du mouvement dans les séquences d'images sont présentés.
- Les techniques de modélisation et de détection / reconnaissance d'objets sont abordées selon plusieurs techniques.
- La reconstruction tridimensionnelle de scènes à partir de plusieurs vues est présentée dans différents contextes.
- Enfin, les relations entre la vision et l'apprentissage sont étudiés dans le cadre des techniques d'apprentissage profond.
