020CVNES4 | Computer Vision |
---|---|
![]() |
Ce cours initie les étudiants aux principes fondamentaux et aux techniques pratiques de la vision par ordinateur. Les sujets abordés incluent le filtrage d’images, l’extraction de caractéristiques, la détection de contours, les transformations géométriques, la détection d’objets, la segmentation et la vision 3D. Les étudiants exploreront également des approches modernes basées sur l’apprentissage profond telles que les réseaux de neurones convolutifs (CNN), les Vision Transformers (ViTs), les modèles de détection d’objets (YOLO, SSD) et les autoencodeurs convolutifs (CAEs) pour la réduction de dimensionnalité et le débruitage. Les applications couvrent la classification d’images, l’estimation de profondeur et l’analyse vidéo. À travers des travaux pratiques et des projets utilisant Python et des bibliothèques telles qu’OpenCV, PyTorch et Scikit-image, les étudiants développeront les compétences nécessaires pour concevoir, évaluer et déployer des systèmes de vision par ordinateur. Temps présentiel : 30 heures Charge de travail étudiant : 70 heures Méthode(s) d'évaluation : Examen final, Examen partiel, Travail personnel |
Les prérequis de ce cours sont les suivants | |
---|---|
Théorie du signal Signal theory |
Ce cours est proposé dans les diplômes suivants | |
---|---|
Diplôme d'ingénieur - spécialité génie informatique et communications - option : génie logiciel |