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

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

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

Présentations similaires


Présentation au sujet: "Traitements d'images et Vision par ordinateur Interprétation - Conclusion Alain Boucher - IFI"— Transcription de la présentation:

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

2 L'interprétation par l'humain

3 Vision par ordinateur - Alain Boucher3 Interprétation dune image Linterprétation dune image est difficile. Nous utilisons beaucoup dinformations a priori pour reconnaître une scène. Nous allons étudier comment le cerveau humain interprète les images.

4 Vision par ordinateur - Alain Boucher4 Que voyez-vous dans cette image ? La même image retournée selon laxe des X.

5 Vision par ordinateur - Alain Boucher5 Quel age lui donnez-vous ?

6 Vision par ordinateur - Alain Boucher6 Comment voyez-vous ces cubes ?

7 Vision par ordinateur - Alain Boucher7 Interprétation par le cerveau humain Même sil interprète bien le contenu des images, le cerveau humain nest 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.

8 Vision par ordinateur - Alain Boucher8 Regardez ces lignes Mêmes longueurs ? Lignes parallèles ?

9 Vision par ordinateur - Alain Boucher9 Regardez ces carrés Les carrés au centre sont de la même couleur.

10 Vision par ordinateur - Alain Boucher10 Interpretation dune image Le cerveau humain arrive à voir plus que le contenu brut des images.

11 Vision par ordinateur - Alain Boucher11 Et ici, que voyez-vous ? Pourquoi ?

12 Vision par ordinateur - Alain Boucher12 Que voyez-vous dans le centre ?

13 Vision par ordinateur - Alain Boucher13 Le cerveau recherche une structure

14 Vision par ordinateur - Alain Boucher14 Exemple de regroupement (Gestalt)

15 Vision par ordinateur - Alain Boucher15 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 ?

16 Vision par ordinateur - Alain Boucher16 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, …)

17 Vision par ordinateur - Alain Boucher17 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 !!!

18 Conclusion

19 Vision par ordinateur - Alain Boucher19 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.

20 Vision par ordinateur - Alain Boucher20 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

21 Vision par ordinateur - Alain Boucher21 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 ? Linterprétation 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.

22 Vision par ordinateur - Alain Boucher22 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 lhumain


Télécharger ppt "Traitements d'images et Vision par ordinateur Interprétation - Conclusion Alain Boucher - IFI"

Présentations similaires


Annonces Google