Download
sys 844 n.
Skip this Video
Loading SlideShow in 5 Seconds..
SYS-844 PowerPoint Presentation

SYS-844

109 Views Download Presentation
Download Presentation

SYS-844

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. SYS-844 Livia Vision par ordinateur Professeur: Richard Lepage Département de génie de la production automatisée

  2. Collaborateurs • Pierre Gravel • LIO (CHUM-ETS) • Ajout de plusieurs acétates • Approche MatLab • Normand Grégoire • Étudiant Ph.D. • Forensight • Matériel de laboratoire

  3. Cours #1: Plan • Syllabus du cours • Plan détaillé • Formation des équipes (durant la pause) • Introduction à la vision informatique

  4. Syllabus

  5. Plan détaillé

  6. Introduction à la vision informatique

  7. Vision artificielle Un système de vision artificielle capte une scène tridimensionnelle et la traduit en une ou plusieurs images • Objectifs • Reconnaître et localiser les objets présents dans la scène

  8. Quelques applications • Robot dans un milieu hostile • Inspection industrielle • Télédétection • Imagerie médicale • Reconnaissance de forme • Aérospatiale

  9. Neurologie • Psychologie • Biologie • Traitement de signal • Réalité virtuelle • Archéologie • Géologie • Géophysique • Hydrologie

  10. Imagerie médicale et sécurité L’image de la rétine humaine est traitée afin d’en rehausser le contraste. L’image résultante peut ensuite être utilisée en ophtalmologie ou en reconnaissance de la personne.

  11. Imagerie médicale Rehaussement du contraste d’une radiographie de la cage thoracique

  12. Imagerie médicale Détection des tumeurs cancéreuses à partir d’une mammographie (Rayons X)

  13. Imagerie médicale Recherche de lésions ou d’anomalies dans le cerveau (images en RMN)

  14. Imagerie médicale Reconstruction 3D du cerveau à partir d’images en RMN

  15. Traitement de signal Amélioration d’images (dégradation inconnue)

  16. Traitement de signal Restauration d’images (dégradation connue)

  17. Interprétation des images • Quelle information est utilisée? • Comment place-t-on des étiquettes? • Peut-on déduire la forme 3D? Comment? • Importance du contexte • Le but de l’observation influence-t-il l’interprétation? • Rôle des connaissances a priori

  18. maison

  19. corvette

  20. Ville de San Francisco

  21. mandrill (singe)

  22. Ava Gardner

  23. Résonnance magnétique

  24. Information utilisée: contraste ? Arêtes? Nébuleuse du cheval

  25. Reconnaissance des visages Mandrill (singe) Penelope Cruz

  26. Photo aérienne

  27. Approches en vision • Approche computationnelle • Image  structure Le processus de vision est divisé en plusieurs niveaux de représentation. Des algorithmes permettent de passer d’un niveau au suivant

  28. Approche basée sur les connaissances • Image  structure

  29. Vision appliquée (ou industrielle) • Image  fonction

  30. Difficultées • Variations naturelles dans une même catégorie d’objet • Ex.: maison chaise • Grande quantité de données à traiter • Image faible résolution N/B 128x128 16Ko • Image haute résolution couleur 512x512x3 750Ko • Image caméra numérique 2592x1944 pix 15,1Mo • Mouvement (30 im./s) 560Ko  22.5 Mo

  31. Variations dans le processus de formation de l’image • Éclairage • Distorsion de perspective • Occlusion • Point d’observation • Qualité du capteur • Qualité du système optique

  32. Capteurs • Appareil photo • Caméra • Stéréo • Caméra 3D • Capteurs dans des bandes non-visibles • Radarsat

  33. Perspective • Occlusion

  34. Contexte • La vision comme un problème d’IA

  35. Contexte • Influence