Au terme de ce cours, l’étudiant ou l'étudiante sera en mesure :

• de reconnaître les algorithmes contemporains de compréhension de l’image et de vision par ordinateur;
• de développer un sens critique face aux différents algorithmes en compréhension de l’image et en vision par ordinateur;
• de concevoir et implémenter des solutions de base en compréhension de l’image et en vision par ordinateur;
• de comprendre les questions de recherche en compréhension de l’image et en vision par ordinateur.

Survol des techniques récentes en compréhension d’images et en vision par ordinateur. Manipulation, reconnaissance et interprétation de l’image 2D et 3D. Bases du traitement de l’image, principes d’interprétation de l’image, introduction au concept de caméra, transformations d’images, appariement de formes, reconnaissance de formes, détection d’objets et suivi du mouvement en 2D et en 3D, reconstruction 3D à à partir de la stéréovision et algorithmes d’apprentissage pour l’interprétation de scènes.

À la fin de ce cours, l’étudiant(e) :

• Connaîtra des méthodes de base de programmation en compréhension de l’image et en vision par ordinateur;
• Connaîtra les différents algorithmes de compréhension de l’image et de vision par ordinateur;
• Développera un sens critique face aux différents algorithmes en compréhension de l’image et en vision par ordinateur;
• Sera capable de concevoir et implémenter des solutions de base en compréhension de l’image et en vision par ordinateur;
• Sera initié(e) aux principales techniques de recherche et questions de recherche en compréhension de l’image et en vision par ordinateur.

• Un (1) cours magistral par semaine.
• Application des concepts vus en classe lors de deux (2) projets dirigés.
• Une séance (1) de revue de la littérature dirigée.
• Discussion en classe sur les lectures et sur les projets.
• Un (1) projet synthèse au choix de l’étudiant.

1. Introduction (3 heures) : 

• Plan de cours et travaux. 
• Définitions et concepts de base; motivations. 
• Survol du contenu.

2. Description d’une image numérique (3 heures)

• Représentation numérique. 
• Mode de représentation. 
• Format d’images. 
• Manipulation d’image. 

3. Introduction à OpenCV (3 heures)

• Historique d’OpenCV
• Philosophie de programmation
• Survol des modules
• Normes de programmation

4. Principes d’interprétation de l’image (4.5 heures)

• Primitive de base (détection de lignes, arêtes, cercles)
• Descripteurs d’image invariants à la rotation, facteur d’échelle, etc.
• Extraction de caractéristiques

5. Classification et reconnaissance d’objets (4.5 heures)

• Analyse et apprentissage de formes
• Classification d’objets
• Reconnaissance d’objets

6. Apprentissage profond en vision (6 heures)

• Réseau de neurones convolutif
• Réseau antagoniste génératif  
• Réseau de neurones récurrent 

7. Appariement et fusion d’images (4.5 heures)

• Principe de stéréo correspondance
• Fusion et recalage d’image 2D, 3D
• Introduction à la reconstruction 3D         

8. Vision stéréo (4.5 heures)

• Introduction au concept de caméra
• Modèle projectif de caméra
• Introduction à la stéréovision
• Principe de reconstruction 3D

9. Interprétation du mouvement (3 heures)

• Principe du mouvement
• Algorithmes de suivi du mouvement en 2D
• Algorithmes de suivi du mouvement en 3D

10. Neurophysiologie de la vision (3 heures)

• Structure du cortex visuel
• Neurophysiologie de la vision
• Perception et modèle de reconnaissance du cerveau

Projets dirigés (PD) et projet synthèse : 40 % (PD1 : 10 %, PD2 : 10 % , Projet synthèse: 20 %)

Présentation orale de la revue de littérature : 10 %

Présentation orale finale : 20 %

Examen final : 30 %

Les travaux devront être remis par courriel au professeur aux dates de remise. Une pénalité de 10 % par jour sur la note du travail sera appliquée aux travaux en retard. 

Richard Szeliski (2021), Computer Vision: Algorithms and Applications, Springer. Une version préliminaire est disponible en ligne sur le site de  l'auteur. http://szeliski.org/Book/ 

Diverses lectures (par exemple, des articles scientifiques) seront imposées au cours de la session à partir des publications électroniques disponibles à la bibliothèque de l’ÉTS.

1. Adrian Kaehler et Gary Bradski (2017), Learning OpenCV 3: Computer Vision in C++,  Oreilly Media.
2. Raphael Gonzalez et Richard Wood (2008), Digital Image Processing, 3ième édition, Prentice Hall.
3. Richard Hatley et Andrew Zisserman (2004), Multiple View Geometry in Computer Vision, Cambridge University Press.
4. David Forsyth et Jean Ponce (2002), Computer Vision: A Modern Approach, Prentice Hall.
5. R.O. Duda, P.E. Hart, et D.G. Stork(2000),  Pattern Classification (2nd Edition), Wiley-Interscience.

cours.etsmtl.ca/mti805