Traitements d'images et Vision par ordinateur

Présentation au sujet: "Traitements d'images et Vision par ordinateur"— Transcription de la présentation:

1 Traitements d'images et Vision par ordinateur
Interprétation - Conclusion Alain Boucher - IFI

2 L'interprétation par l'humain

3 Interprétation d’une image
L’interprétation d’une image est difficile. Nous utilisons beaucoup d’informations a priori pour reconnaître une scène. Nous allons étudier comment le cerveau humain interprète les images. Vision par ordinateur - Alain Boucher

4 Que voyez-vous dans cette image ?
La même image retournée selon l’axe des X. Vision par ordinateur - Alain Boucher

5 Quel age lui donnez-vous ?
Vision par ordinateur - Alain Boucher

6 Comment voyez-vous ces cubes ?
Vision par ordinateur - Alain Boucher

7 Interprétation par le cerveau humain
Même s’il interprète bien le contenu des images, le cerveau humain n’est pas assez précis pour mesurer les grandeurs et il se laisse tromper par quelques artéfacts. C'est uen grande différence avec la machine qui interprète moins bien, mais qui effectue des mesures plus précises. Vision par ordinateur - Alain Boucher

8 Vision par ordinateur - Alain Boucher
Regardez ces lignes Lignes parallèles ? Mêmes longueurs ? Vision par ordinateur - Alain Boucher

9 Vision par ordinateur - Alain Boucher
Regardez ces carrés Les carrés au centre sont de la même couleur. Vision par ordinateur - Alain Boucher

10 Interpretation d’une image
Le cerveau humain arrive à voir plus que le contenu brut des images. Vision par ordinateur - Alain Boucher

11 Et ici, que voyez-vous ? Pourquoi ?
Vision par ordinateur - Alain Boucher

12 Que voyez-vous dans le centre ?
Vision par ordinateur - Alain Boucher

13 Le cerveau recherche une structure
Vision par ordinateur - Alain Boucher

14 Exemple de regroupement (Gestalt)
Vision par ordinateur - Alain Boucher

15 Interprétation d'une image
Un enfant humain arrive beaucoup plus facilement à interpréter une image que le plus perfectionné des systèmes de vision par ordinateur. Pourtant, les ordinateurs aujourd'hui possèderaient une puissance de calcul supérieure (et plus précise) que l'être humain. Cependant, le cerveau humain est massivement parallèle, ce qui compense sa lenteur Pourquoi n'arrive-t-on pas à fabriquer un système de vision artificielle robuste ? Vision par ordinateur - Alain Boucher

16 Interprétation d'une image
Les avantages de l'être humain Faculté d'abstraction : les modèles des objets que nous utilisons sont très abstraits (exemple : chaise). Faculté de déduction : face à un nouvel objet, nous pouvons le deviner grace à sa sémantique, pas seulement l'apparence. Faculté d'apprentissage : un bébé connaît peu le monde à sa naissance, mais il apprend peu à peu à le reconnaître. Immersion dans le milieu : nous ne faisons pas que voir les objets, nous les vivons (vision active). Informations a priori : nous prenons pour acquis plusieurs informations qui simplifie l'interprétation (horizon, structure logique d'un objet, bon sens, …) Vision par ordinateur - Alain Boucher

17 Interprétation d'une image
Le cerveau humain n'est pas une machine précise. Il nous est difficile de mesurer exactement la taille des objets. Cependant, nos approximations nous permettent d'aller plus loin dans la reconnaissance. Tout cela est un vaste champ d'études relevant plus du domaine de l'intelligence artificielle !!! Vision par ordinateur - Alain Boucher

18 Conclusion

19 Vision par ordinateur - Alain Boucher
Conclusion Nous avons survolé beaucoup d'aspects importants du traitement des images et de la vision par ordinateur. Il reste encore beaucoup à apprendre. Et il reste encore beaucoup à découvrir dans ce domaine… Il s'agit d'un domaine très actif depuis les années 1960, mais qui n'a pas encore débouché sur des applications courantes comme on l'espérait au début. Vision par ordinateur - Alain Boucher

20 Conseils pour un système de vision
Quelques conseils pour construire un système de vision Contrôlez l'environnement d'acquisition Intérieur mieux que extérieur (plus stable) Sources de lumières (ombres, reflets, …) Environnement ne changeant pas dans le temps Normalisez/Standardisez l'environnement et l'acquisition Pensez au pré-traitement des images Ne cherchez pas à tout reconnaître Fixez des objectifs précis pour votre système Choisissez les méthodes appropriées pour résoudre ce problème Vision par ordinateur - Alain Boucher

21 Conseils pour un système de vision
Faites attention à la segmentation Objet facile, homogène, sur un fond identifiable Attention aux changements des conditions d'acquisition Est-ce qu'il est obligatoire de segmenter ? L’interprétation automatique est très difficile Bien définir ce qu'on veut interpréter Choisir les bonnes connaissances a priori sur l'application Attention aux occlusions, orientations des objets, … Ne pas hésiter à employer plus qu'une méthode Complémentarité des méthodes Combinaison/fusion des résultats. Vision par ordinateur - Alain Boucher

22 Conseils pour un système de vision
L'ordinateur ne reconnaît pas comme un être humain Un dialogue avec un expert est essentiel pour trouver les caractéristiques et connaissances de l'application Mais il faut tenir compte des spécificités de l'ordinateur (moins bon pour déduire, meilleur pour mesurer des quantités). Ne pas hésiter à faire un système interactif avec l'humain Le système informatique sert : Pré-traiter les données (organisation / structuration) Filtrer les données (réduire l'espace de recherche) Aider la décision humaine (hypothèses, mise en évidence) Laissez la décision finale à l’humain Vision par ordinateur - Alain Boucher