Mise en correspondance et Reconnaissance

Présentation au sujet: "Mise en correspondance et Reconnaissance"— Transcription de la présentation:

1 Mise en correspondance et Reconnaissance
Cordelia Schmid

2 Organisation du cours 8 séance de 1.5 heures Examen écrit

3 Contenu du cours Mise en correspondance d’images
Reconnaissance d’un même objet ou d’une même scène Reconnaissance de classes d’objets / recherche d’images similaires

4 Mise en correspondance d’images
Trouver l’endroit correspondant

5 Mise en correspondance d’images
Mise en correspondance de primitives points d’intérêt segments / contours régions Mise en correspondance dense chaque pixel est apparié

6 Points d’intérêt

7 Mise en correspondance
Applications : Reconstruction Localisation Reconnaissance

8 Difficulté Changement de point de vue (changement 3D)

9 Difficulté Changement de point de vue (changement 3D)
Transformation image (rotation, changement d’échelle)

10 Difficulté Changement de point de vue (changement 3D)
Transformation image (rotation, changement d’échelle) Changement d’illumination

11 Difficulté Changement de point de vue (changement 3D)
Transformation image (rotation, changement d’échelle) Changement d’illumination Occultation / changement de la scène

12 Contenu du cours Mise en correspondance d’images
Reconnaissance d’un même objet ou d’une même scène Reconnaissance de classes d’objets / recherche d’images similaires

13 Reconnaissance d’objets
? recherche de l’image du même objet / scène problème : faux appariements, compléxité

14 Reconnaissance de visage : identification d’une personne
Exemple Reconnaissance de visage : identification d’une personne

15 … Exemple Reconnaissance d’une scène d’extérieur rotation image
facteur d’échelle de 4 visibilité partielle

16 Reconnaissance Applications
reconnaissance de visages reconnaissance d’empreintes digitales vérification du copyright pour des logos collection de photos personelles structuration de la vidéo Reconnaissance d’objets 2D / objets planaires Reconnaissance d’objets 3D

17 Difficultés Transformations image (rotation, échelle) rotation image

18 Difficultés Transformations image (rotation, échelle)
changement d’échelle

19 Difficultés Transformations image (rotation, échelle)
Changement de luminosité

20 Difficultés Transformations image (rotation, échelle)
Changement de luminosité Visibilité partielle / occultation

21 Difficultés Transformations image (rotation, échelle)
Changement de luminosité Visibilité partielle / occultation Clutter (objets supplémentaires)

22 Difficultés Transformations image (rotation, échelle)
Changement de luminosité Visibilité partielle / occultation Clutter (objets supplémentaires) Objets 3D

23 Difficultés Transformations image (rotation, échelle)
Changement de luminosité Visibilité partielle / occultation Clutter (objets supplémentaires) Objets 3D Nombre d’images important dans la base

24 Contenu du cours Mise en correspondance d’images
Reconnaissance d’un même objet ou d’une même scène Reconnaissance de classes d’objets / recherche d’images similaires

25 Reconnaissance Recherche d’images similaires
histogramme de couleurs Reconnaissance de classes d’objets recherche de visages

26 Histogramme de couleurs
Recherche d’images avec des couleurs similaires

27 Reconnaissance de classes d’objets
Recherche de visages

28 Reconnaissance de classes d’objets
Recherche de visages capturer les variations d’apparence, apprendre un modèle visuel

29 Applications Première étape de la reconnaisse de visages
Recherche sur le web Agence de presse Interpretation d’une video, de l’environnement etc.

30 Difficultés cf. reconnaissance d’objets
choix des caractéristiques et de la mesure de similarité capturer les variations intra-class