>>

Séminaire ETIS : Philippe-Henri Gosselin

Date et lieu

mardi 6 décembre 2011
Université de Cergy-Pontoise, site de St-Martin, salle 562.

Résumé

Cette présentation est une vue d'ensemble des méthodes basées sur l'apprentissage statistique pour la catégorisation des images par leur contenu visuel. Par catégorisation nous entendons tout processus qui permet d'identifier les objets ou types de scènes présents dans une image.

Par exemple, détecter la présence d'une voiture quelle que soit sa forme ou la manière dont elle a été photographiée.
Pour ce faire, nous présenterons les méthodes les plus populaires, basées sur le principe des dictionnaires visuels. Nous verrons comment ces dictionnaires sont utilisés pour produire des index, des premières méthodes basées sur les "Bags of Words", jusqu'aux techniques les plus récentes basées sur des statistiques du second ordre, en passant par les méthodes inspirées des méthodes de codage.

Puis nous verrons les méthodes de classification utilisées dans ce contexte pour produire les détecteurs à partir d'un ensemble d'exemples dit faibles, où la localisation des parties intéressantes de l'image n'est pas précisée.

Enfin, nous présentons divers résultats sur des bases des compétitions en cours. Nous verrons aussi les enjeux actuels, comme la difficulté au jour d'aujourd'hui de concevoir des systèmes qui allient à la fois performance et faible consommation de ressources matérielles.

Retour