Hervé Guillaume Université Paris-Sud Groupe Perception Située – LIMSI CNRS Directeur Scientifique : Philippe Tarroux Amorçage contextuel pour la perception.

Slides:



Advertisements
Présentations similaires
S. Jouteau, A. Cornuéjols, M. Sebag (LRI)
Advertisements

B. Cornélis, C. Ruelle & C. Zwetkoff (2005) Évaluation de la composante spatiale dune technique participative Bernard CORNÉLIS Christine RUELLE Catherine.
S. Meshoul & M. Batouche Equipe Vision, Laboratoire LIRE
Classification et prédiction
SÉCURISATION DE DOCUMENTS ÉLECTRONIQUES PAR TATOUAGE
Une approche informationnelle de la restauration d’images
RECONNAISSANCE DE FORMES
Marine Campedel mars 2005 INDEXATION des IMAGES Marine Campedel mars 2005.
LA SITUATION SIGNIFICATIVE D’INTEGRATION
Apprécier limpact avec une perspective dacteur COTA/IRAM Hédia Hadjaj et Agnès Lambert.
constructions graphiques
Cours n°1ue304b (S. Sidhom) UE 304 b Cours_L2.documentation_n°1 Gestion des documents : Technologies de lInformation et de la Communication Par : Sahbi.
SOMMAIRE Problématique. Décision publique et participation
1 DISIC Option Systèmes Intelligents / Données, Documents et Connaissances DISIC Option Systèmes Intelligents / Données, Documents et Connaissances.
Assistance à l’interaction
La démarche clinique infirmière
"Recherche de scénarios redoutés à partir d'un modèle réseau de Petri"
16ème Conférence Nationale des Présidents de Commissions locales dinformation Autorité de Sûreté Nucléaire Paris, 8 décembre 2004 Perception et Gestion.
Qu’est-ce qu’apprendre? Où en sommes-nous avec l’apprentissage?
Détection dobjets cartographiques dans les images satellites Très Haute Résolution Guray Erus, Nicolas Loménie Université René Descartes – Paris5, Centre.
Modélisation des systèmes non linéaires par des SIFs
Master Informatique 2ème année
Résoudre graphiquement une équation ou une inéquation simple
Monique THONNAT et Nathanaël ROTA Projet ORION
Administration de bases de données spatiales avec SavGIS
FRE 2645 CIDED04 : 22 Juin 2004 Système de reconnaissance structurelle de symboles, basé sur une multi représentation en graphes de régions, et exploitant.
La reconnaissance et l'organisation des formes
Mise en correspondance et Reconnaissance
Construction de modèles visuels
Chapitre 4: Objets et Images
Un modèle sémantique pour linteropérabilité de systèmes dinformation Equipe Ingénierie informatique et base de données – Laboratoire LE2I Université de.
constructions graphiques
Design dun système de vision embarqué. Application:
TRAITEMENT D’IMAGE SIF-1033.
Activité mentale Indiquer vos nom et prénom sur votre feuille
A – Spécificités du traitement visuel des mots
Conséquences perceptives de lésions cochléaires
Recherche dun même objet / scène Approches basées sur des descripteurs locaux Approches basées sur des descripteurs globaux.
Technologie au cycle central
Interprétation automatique
constructions graphiques
Mémoire 1. Généralités.
Résolution de Problèmes au Cycle 2
Intégration de schémas
Modèles Mathématiques et représentation discrètes pour la description des images couleur Luc Brun.
Journées de Rochebrune, 26 janvier 2006, Analyse cognitive de la demande Journées de Rochebrune Journées de Rochebrune Rencontres interdisciplinaires sur.
Apprentissage implicite - Apprentissage explicite
Les principes directeurs
L’élève chercheur en maternelle
Apparence globale 1 image = 1 vecteur Base apprentissage Rotation –capture les variabilités Troncature –Quelques coefficients Représentation linéaire Espace.
Faculté d’éducation Sereywathna Soung, doctorante et membre étudiante du CRIÉSÉ (Courriel: Sous la direction des professeurs F.
5 mars 2003 Géoévènement Analyse des paysages dans un contexte d’aménagement. L’intérêt des outils géomatiques Thierry Joliveau. CRENAM-CNRS UMR.
Programme de 4ème Domaine d’application Les 6 approches
SUJETS SPÉCIAUX EN INFORMATIQUE I
Décision incertaine et logistique : Grille typologique
Travaux du groupe ERR Construction de la séquence 1 du centre d’intérêt : Fonctionnement de l’Objet Technique.
GPA-779 Application des systèmes experts et des réseaux de neurones.
Perception sonorePerception lumineuse Domaine de fréquence de 20 Hz à 20 kHz (facteur 2 10 càd 10 octaves) de à Hz (facteur 2 càd.
Les conceptualisations dans l’activité individuelle et collective
Chloé Huetz Thèmes Organisations temporelles des décharges neuronales
Mesurer et analyser les dépenses publiques favorisant le développement du secteur alimentaire et agricole Les prochaines étapes Joanna Komorowska.
Concepts avancés en mathématiques et informatique appliquées MAP-6014.
Journée Des Doctorants 2004
l’approche par les risques
Formation GBIF France dans le cadre d’Ecoscope – Valoriser ses données d’observation sur la biodiversité : qualité, standards et publication Paris,
Modélisation du signal de télédétection
Exemple et critique d’un système de vision simple Patrick Hébert (dernière révision septembre 2008) Référence complémentaire: Shapiro et Stockman: chap.
BioConSerT Biodiversité, conservation, services et territoires CRPLC UMR CNRS 8053 Jounées d’étude BioConSerT 19 mai 2015 Centre national de la recherche.
Je sais réaliser des mosaïques sur MosaicChildren.
Je reproduis un modèle à l’aide d’un fil et d’un lacet.
Transcription de la présentation:

Hervé Guillaume Université Paris-Sud Groupe Perception Située – LIMSI CNRS Directeur Scientifique : Philippe Tarroux Amorçage contextuel pour la perception artificielle

Approche Classique 12 ai amai am ai amai am Région d’intérêt Décrite par une collection d’attributs Objets Décrits par une collection d’attributs intrinsèques Définition d’un région d’intérêt Description par une collection d’attributs Mise en correspondance avec un modèle d’objets Difficultés : L’information ne provient que de l’objet. Si l’image de l’objet est dégradée, occultée ou reflète un point de vue inhabituelle la correspondance avec le modèle échoue

Amorçage contextuel dj...dndj...dn dj...dndj...dn 12 0 Contexte Codage à bas niveau Réduction des objets possibles Objets Décrits par une collection d’attributs déictiques Amorçage contextuel :  Description sous la forme d’un vecteur d’attributs.  Calcul de la probabilité d’occurrence d’un objet connaissant la description du contexte. Avantages :  Réduction de l’espace de recherche : les objets improbables sont déboutés.  Robustesse accrue : simplification et réduction du nombre d’attributs nécessaires pour l’identification.

Images à basse résolution : saurez-vous identifier les deux objets ? Contexte et attributs déictiques : un exemple

Processus Attentionnels dj...dndj...dn dj...dndj...dn et processus attentionnels Identification active en contexte (Recherche d’attributs) : Connaissant le contexte le système va chercher les attributs de l’objet recherché en fonction du contexte d’apparition Localisation en contexte (Focalisation attentionnelle) : apprentissage des localisations préférentielles d’un objet en fonction du contexte.