Livres de référence:

• “Computer Vision: a modern approach (Ponce)”
• R.Szeliski

Introduction

Vision:

• essayer de tirer de l’information d’images/de vidéos

• l’information vient d’un monde en 3D, projeté sur image en 2D

  • lien étroit en 2D et 3D

Conférences / Communauté:

• Computer Vision: CVPR, ICCV, ECCV, IJCV, …
• Machine Learning: NIPS, ICML, …

• Computer Graphics:

  • travailler sur des images pour les rendre plus réalistes
  • tirer des images à partir de modèles 3D

• Robotics:

  • expérience célèbre de sciences cognitives: manège avec 2 animaux ⟶ l’un pouvant se mouvoir, l’autre étant obligé de suivre
  • ⟹ pour pouvoir comprendre le monde environnant, on a besoin d’interagir avec le monde
• Human/Computer Interaction
• Image processing: on ne s’intéresse qu’à la 2D
• Imagerie médicale
• Neurosciences
• Computational photography: essayer de faire des traitements intelligents sur des photos
• Photogrammetry: satellites, …

Vision: très difficile

Place dans le cerveau:

• pour un macaque: 50% du cerveau
• humains: quasiment la totalité

1. Extraire un contour: très difficile de concevoir des algorithmes.

2. Mettre en correspondance différentes frames d’une vidéo: très compliqué, algos par force brute ⟶ explosion combinatoire

3. Effets de lumière: rendent la chose encore plus compliquée, variations non linéaires, etc…

4. On perd beaucoup d’information sur la “nature” des choses qu’on observe

Ce qu’on peut faire aujourd’hui:

• si on a assez de données, la vision artificielle s’approche de très près des capacités de reconnaissance humaine

Page du cours

Appareils d’imagerie

Caméra: “machine pour transformer 3D en 2D”

• Segmentation: reconnaître un groupe d’objets (personnes, fleurs, etc…) dans une image

• Déformations: détecter déplacements/déformations dans des vidéos

• Suivre des objets sur des temps longs

• Reconnaître des instances (ex: Tour Eiffel, etc…)

⟶ méthode de résolution: réseaux de neurones

• succession d’opérations “simples”
• vecteurs de dimension $n$, chaque dimension correspondant à une “catégorie d’objets”

Comment fonctionne une caméra?

Principe de la chambre noire.

Modèle théorique:

Modèle d’image:

function continue $I:{ℝ}^2⟶ℝ\text{ (niveaux de gris) ou }{ℝ}^3\text{ (couleur)}$

Image discrète (de taille $w\times h$):

$$I:⟦0,w-1⟧\times ⟦0,h-1⟧⟶⟦0,255{⟧}^3$$

Histogramme:

$$H_I(i)\stackrel{\scriptscriptstyle\mathrm{def}}{=}|\{x\mid I(x)=i\}|$$

Effet HDR:

où $f$ est une function croissante.

Histogramme cumulé:

$$C_I(i)\stackrel{\scriptscriptstyle\mathrm{def}}{=}|\{x\mid I(x)<i\}|$$

⟶ on prend

Lentille: pour avoir une ouverture importante sans avoir de flou sur l’image

Aberration chromatique: dans des milieux à indice de réfraction différent du vide, pas la même longueur d’onde selon les couleurs.

Distortion: due à la lentille ⟶ lentille précisée dans les méta-données de la photo ⟹ distortion corrigée par logiciel

Lentille ⟹ introduit un effet de profondeur de champ