Description et reconnaissance de formes

Objectifs

Familiariser les étudiants avec les outils géométriques, statistiques et numériques qui forment la base des méthodes de reconnaissance des formes (RF) et interviennent dans la construction effective de modèles visant à résumer l’information pertinente contenue dans une collection de données. Nous fournirons d’abord un panorama des méthodes de descriptions de contours et de formes puis nous montrerons comment construire des modèles de formes et les utiliser pour la reconnaissance .

Prérequis

M1 d’un Master Informatique ou niveau équivalent.

Contenu pédagogique de l’UE

Descripteurs de contours et de formes :

  • Extraction de primitives
  • Attributs de régions : moments géométriques, convexité, attributs topologiques, invariants
  • Attributs géométriques de contours (points dominants, longueur, normale et courbure en chaque point, …)
  • Changement de représentation : approximation polygonale, squelettisation

Modélisation et reconnaissance de formes:

  • Travailler avec des données entachées d’incertitudes :

◦ modélisation et propagation de l’erreur
◦ estimation robuste

  • Modélisation linéaire

◦ estimation aux moindres carrés, moindres carrés généralisés
◦ analyse en composantes principales, en composantes indépendantes…Généralisation aux cas de données manquantes

  • Reconnaissance de formes

◦ méthodes basées sur les descripteurs locaux
◦ vocabulaire visuel pour la reconnaissance des formes
◦ les modèles globaux d’apparence basés sur l’ACP.