La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Sawsen Rezig ECL/Lyon 1 Master Informatique 2ème année Spécialité : Image.

Présentations similaires


Présentation au sujet: "Sawsen Rezig ECL/Lyon 1 Master Informatique 2ème année Spécialité : Image."— Transcription de la présentation:

1 Sawsen Rezig ECL/Lyon 1 Master Informatique 2ème année Spécialité : Image

2 International Conference on Computer Vision (ICCV), European Conference on Computer Vision (ECCV), Conference on Computer Vision and Pattern Recognition (CVPR-USA). IEEE Transactions on Pattern Analysis and Machine Intelligence(TPAMI), IEEE Transactions on Image Processing, International Journal of Computer Vision(IJCV), Pattern Recognition.

3 Tony Lindeberg Tony Lindeberg est un professeur au département de lanalyse numérique et de linformatique au KTH (Royal Institute of Technology (Suède)). Ses principaux sujets de recherche concerne : La théorie de lEspace déchelle, Les représentations de limage et de la vision Détection de caractéristiques, Reconnaissance dobjets, reconnaissance spatio-temporelle La modélisation algorithmique de la vision biologique. Il déjà travaillé aussi sur des sujets sur lanalyse dimages médicales et la reconnaissance de gestuelles. Il est lauteur du livre : Scale-Space Theory in Computer Vision.

4 Limportance de linformation de contours: Changement dans limage changement dans les propriétés physiques et naturelles des entités. La difficulté qui se présente dans un contexte pareil: Comment interpréter linformation extraite, Comment choisir lespace déchelle.

5 Domaine : La vision par ordinateur/Extraction de caractéristiques. But : La détection des différentes caractéristiques de limage (contours, points dintérêt). La sélection automatique des niveaux déchelle ( Scale-space).

6 Image Originale t = 16 t = 1 t = 256

7 Résultats de la détection de contours dune imge au differents niveaux déchelle

8 Lamplitude du gradient, Une mesure normalisée de la puissance dun contour :

9 Lamplitude du gradient : Le maximum local dans la direction du gradient, les endroits correspondant à un changement brutal dans limage. Une mesure normalisée de la puissance dun contour : Varier lespace déchelle automatiquement le long dun contour. Intérêt de chaque mesure:

10 Formuler le concept de points dintérêt : les propriétés différentielles géométriques locales. points représentant un extremum local dans la direction du vecteur propre de la matrice Hessienne. Adaptation de la méthode pour la détection de régions dintérêt:

11 Résultats de la détection de contours basée sur la dérivée du premier ordre:

12 Résultats de la détection de contours basée sur la dérivée du troisième ordre:

13 Résultats de la détection de régions dintérêt :

14 La dérivée normalisée, Les dérivées directionnelles, la suppression des non maxima (classique), lextension de la notion de la suppression des non maxima en vue de réaliser la sélection des niveaux déchelle.

15 un choix automatique du niveau déchelle sadaptant à la structure locale de limage, éviter la distorsion de la forme des objets, extraire les contours fins (ombres, reflets), -résultats pour limage du fractal, -une différence à peine perceptible entre utilisation de deux mesures de la puissance.

16 Lapplication de la méthode adaptée donne les points les plus significatifs.

17 nouvelle manière géométrique différentielle pour la suppression des non maxima, se basant sur la représentation multi-échelle de limage à traiter. La détection de contours et de points dintérêt a été beaucoup améliorée par lauteur par lintroduction des dérivées -normalisées. -Le choix du nombre de niveaux déchelle à utiliser est arbitraire dans cette méthode.


Télécharger ppt "Sawsen Rezig ECL/Lyon 1 Master Informatique 2ème année Spécialité : Image."

Présentations similaires


Annonces Google