RECONNAISSANCE DE FORMES IAR-6002

Introduction Présentation du plan de cours Références Applications de la reconnaissance de formes Étapes du processus de reconnaissance Sources d’informations

Applications de la reconnaissance de formes La reconnaissance de formes consiste à détecter ou à classifier des objets Applications possibles: Analyse automatique des images médicales obtenues de microscopes, de digitaliseurs, d’appareils à résonnance magnétique, d’appareils à rayons X, d’appareils de médecine nucléaire, de caméras conventionnelles, etc.

Applications de la reconnaissance de formes Applications possibles: Inspection automatique de pièces sur une ligne d’assemblage Assemblage automatique de pièces Reconnaissance de la parole par ordinateur Reconnaissance de texte par ordinateur Classement automatique de bois, acier, fruits, etc. Classification de signaux séismiques

Applications de la reconnaissance de formes Applications possibles: Identification des personnes à partir des emprein-tes digitales, de la forme des mains, des emprein-tes rétiniennes, de la voix, etc. Analyse automatique d’images satellitaires pour le monitoring des cultures, des forêts, des chan-gements climatiques, des réserves d’eau, des icebergs, des catastrophes naturelles (fuite de pétrole, volcan, ouragan), etc.

Applications de la reconnaissance de formes Applications possibles: Classification des électrocardiogrammes selon les catégories de maladies cardiaques

Étapes du processus de reconnaissance de formes

Étapes du processus de reconnaissance de formes La segmentation des images permet d’isoler chacun des objets présents dans une image La phase d’extraction des caractéristiques con-siste à calculer un ensemble de mesures permet-tant de représenter chaque objet de façon unique La classification permet d’associer une classe quelconque à chaque objet traité

Étapes du processus de reconnaissance de formes

Étapes du processus de reconnaissance de formes (méthodes statistiques)

Étapes du processus de reconnaissance de formes (Conception d’un système) Choix d’un algorithme de segmentation appro-prié Choix des caractéristiques permettant la meilleur discrimination des objets Choix de l’algorithme de classification Entraînement du classificateur Évaluation des performances

Étapes du processus de reconnaissance de formes plus détaillées

Étapes du processus de reconnaissance de formes plus détaillées Traitement de bas-niveau amélioration de la perception des images (lissage d’images) Traitement de niveau-intermédiaire segmentation des images Traitement de haut-niveau classification des objets

Étapes du processus de reconnaissance de formes (méthodes structurelles)

Étapes du processus de reconnaissance de formes (méthodes structurelles)

Sources d’informations (Revues) IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI) Pattern Recognition IEEE Transactions on Computers IEEE Transactions on Information Theory IEEE Transactions on Systems, Man, and Cybernetics Proceedings of the IEEE

Sources d’informations (Revues) Applied Optics Computer Vision, Graphics, and Image Processing IEEE Computer Graphics and Applications IEEE Transactions on Acoustics, Speech, and Signal Processing IEEE Transactions on Image Processing IEEE Transactions on Medical Imaging

Sources d’informations (Revues) International Journal of Remote Sensing Journal of the Optical Society of America Optical Engineering Photogrammetric Engineering and Remote Sensing IEEE Transactions on Geoscience and Remote Sensing

Sources d’informations (Monographies) Introduction to Statistical Pattern Recognition, Keinosuke Fukunaga, Academic Press, 1990, ISBN 0-12-2698517 Pattern Classification: A Unified View of Statis-tical and neural Approaches, Jürgen Schürmann, John Wiley, 1996, ISBN 0-471-13534-8 Neural Network Fundamentals with Graphs, Algorithms, and Applications, N. K. Bose et P. Liang, McGraw-Hill, 1996, ISBN 0-07-006618-3

Sources d’informations (Monographies) Structural Pattern Recognition, T. Pavlidis, Springer-Verlag, 1977, ISBN 0-387-08463-0 Handbook of Pattern Recognition and Image Processing, K. S. Fu et al., Academic Press, 1986, ISBN 0-12-774560-2 Handbook of Pattern Recognition and Computer Vision, C. H. Chen et al., World Scientific, 1993, ISBN 981-02-1136-8