v2.11.0 (5491)

Filières de 2e année - IMA : Filière Image (créneau B)

Domaine > Image-Données-Signal, Informatique, Mathématiques.

Descriptif

Responsables filière, option: Yann Gousseau, Florence Tupin
Responsable mobilité : Elsa Angelini
Coordination des stages : Loïc Le Folgoc

Cette filière présente en profondeur de nombreux aspects du traitement et de l'analyse des images numériques ainsi que de la vision par ordinateur. Elle donne également les bases liées au volumes et vidéos numériques. Ces aspects incluent la modélisation de l'acquisition des images, selon différentes modalités, la modélisation mathématique des images et les outils permettant leur amélioration, édition, analyse et compréhension. Une part conséquente de la filière est consacrée à l'apprentissage automatique et aux approches par apprentissage profond, que ce soit pour l'analyse des contenus ou leur génération.

Elle prépare à des postes d'ingénieur R&D ou de chercheur en traitement et interprétation d'images, en vision et en 3D dans des domaines variés : imagerie médicale et biologique, imagerie de télédétection, photographie grand public, biométrie, défense, etc.

Les domaines d'application principaux (l'imagerie médicale, l'imagerie aérienne et satellitaire et la photographie grand public) seront présentés par des chercheurs actifs de ces domaines et complétés par des interventions d'industriels sur d'autres applications (biométrie, vision industrielle...). Ces cours seront en particulier l'occasion de voir en détail des techniques récentes d'apprentissage automatique dans un cadre applicatif.

Cette filière garantit de solides connaissances dans le domaine du traitement et de l'interprétation d'images, qui seront utiles aussi bien dans l'industrie que dans un laboratoire de recherche, avec une poursuite possible en doctorat.


Elle peut être utilement associée à la filière Traitement du Signal pour l'Intelligence Artificielle (TSIA), à la filière Science des Données (SD) pour les techniques d'apprentissage et de fouille de données, à la filière MACS pour les aspects de modélisation mathématique, à la filière Interaction Homme-Machine et Informatique Graphique 3D (IGR) pour les aspects de réalité virtuelle et d'informatique graphique, .

Pour suivre cette filière, il est nécessaire d’avoir acquis les bases de mathématiques appliquées, informatique, traitement du signal (cours de 1e année).

En savoir plus...


2e Année
UE du créneau D recommandées : SI221, INF224, MDI210, MDI220 (cf Prérequis)


  P1 P2 P3 P4
B1

IMA 201

Introduction au traitement des images

IMA 204

Imagerie médicale et biologique & Représentation des connaissances

IMA 208

Vision 3D et Vidéo

IMA 207

Imagerie cohérente, séparation de source, télédétection et applications industrielles

B2

IMA 203

Méthodes variationnelles et bayésiennes & optimisation discrète

IMA 205

Apprentissage pour l'image et la reconnaissance d'objets

IMA 206

Modèles génératifs, méthodes par patchs, photographie computationnelle



3e Année

Si vous désirez  poursuivre dans le cursus IMA vous avez  trois possibilités :

Option interne

Faire une option interne à l'école :

  • Option interne IMAGE (un projet PRIM et 120h de cours parmi les masters IMA, MVA et DataAI)
  • Option interne IA Intelligence Artificielle (en partenariat avec l'ENSTA)
Master M2

Postuler pour un de ces Masters 2  :

  • MVA Mathématiques, Vision et Apprentissage (IP Paris et U. Paris-Saclay),
  • Data Science (IP Paris)
  • IMA, Image (Sorbonne Université),
  • BIM Bioengineering, parcours BioImagerie (ParisDescartes),
  • DataAI (IP Paris)
  • ATSI Automatique et Traitement du Signal et des Images (Saclay),
  • MPT Méthodes physiques en télédétection (Sorbonne Université)

ou

  • PhD track in Computer Science et PhD track in Biomedical Engineering
Formation à l’étranger

Suivre une formation équivalente à l'étranger (cf https://imainter.wp.mines-telecom.fr/)

Autre

Vous pouvez aussi choisir, après la 2e année,  de suivre en 3eA  :

  • un cursus transverse, c'est à dire ouvert quelle que soit la filière choisie en 2e année : Option interne Quantum Engineering,  ou un des M2 transverses du domaine SES (PIC / IREN / COSI)
  • une mobilité en France dans une école de l'Institut Mines-Télécom ou de ParisTech.

Quelle que soit l'option choisie, la 3e année comporte un stage ingénieur (contacter le coordinateur des stages Loïc Le Folgoc)

Diplômes concernés

Compétences

Compétence n°1 : modélisation d’un problème d’image

1.1 Maîtriser la chaîne d’acquisition de l’image numérique (échantillonnage, bruit, radiométrie, etc.) et sa modélisation.

1.2 Connaître les particularités géométriques du contenu des images numériques (objets, scènes), leurs représentations et la représentation des connaissances.

Compétence n°2 : Résolution du problème / Mobilisation des méthodes de l’état de l’art

2.1 Maîtrise des algorithmes classiques de l’image numérique, dans les domaines de

  • Traitement des images
  • Analyse des images

2.2 Capacité à analyser l’existant et à comprendre un article scientifique

Compétence n°3 : Mise en œuvre et applications

3.1 Savoir implémenter dans un langage informatique, totalement ou partiellement, les méthodes classiques de la compétence 2.1.

Savoir implémenter une méthode décrite dans l’état de l’art et l’adapter au problème rencontré.

3.2 Capacité à analyser les résultats et à mettre la méthode développée à l’épreuve.

Pré-requis

UE du créneau D recommandées : SI 221 Reconnaissance des formes, MDI210 Optimisation, MDI 220 Statistiques, INF 224 Paradigmes de programmation

Modalités d'acquisition

La filière est validée si la moyenne des notes finales est ≥ 10 et si vous obtenez au minimum 15 crédits ECTS.

Composition du parcours

    IMA201 IMA203 IMA204 IMA205 IMA206 IMA207 IMA208

Unités d'enseignement

UE Type d'enseignement Domaines Catégorie d'UE Volume horaire Responsables Site pédagogique
IMA201 Introduction au traitement des images Enseignement scientifique & technique Image-Données-Signal UE du créneau B. 48 Yann GOUSSEAU,
Said LADJAL
IMA203 Méthodes variationelles et bayésiennes et optimisation di... Enseignement scientifique & technique Image-Données-Signal UE du créneau B. 24 Florence TUPIN
IMA204 Imagerie médicale et biologique / Représentation des conn... Enseignement scientifique & technique Image-Données-Signal UE du créneau B. 24 Elsa ANGELINI,
Pietro GORI
IMA205 Apprentissage pour l'image et la reconnaissance d'objets Enseignement scientifique & technique Image-Données-Signal UE du créneau B. 24 Pietro GORI
IMA206 Modèles génératifs, méthodes par patchs, photographie com... Enseignement scientifique & technique Image-Données-Signal UE du créneau B. 24 Loïc LE FOLGOC,
Arthur LECLAIRE
IMA207 Imagerie cohérente, séparation de source, télédétection e... Enseignement scientifique & technique Image-Données-Signal UE du créneau B. 24 Christophe KERVAZO,
Florence TUPIN
IMA208 Vision 3D et vidéo Enseignement scientifique & technique Image-Données-Signal UE du créneau B. 24 Christophe KERVAZO
Veuillez patienter