Mise en correspondance et Reconnaissance Cordelia Schmid [email protected].
-
Upload
perrine-bourguignon -
Category
Documents
-
view
105 -
download
1
Transcript of Mise en correspondance et Reconnaissance Cordelia Schmid [email protected].
Organisation du cours
• 8 séance de 1.5 heures
• Examen écrit
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
Mise en correspondance d’images
Trouver l’endroit correspondant
Mise en correspondance d’images
• Mise en correspondance de primitives– points d’intérêt
– segments / contours
– régions
• Mise en correspondance dense– chaque pixel est apparié
Points d’intérêt
Mise en correspondance
• Applications :
– Reconstruction
– Localisation
– Reconnaissance
• Changement de point de vue (changement 3D)
Difficulté
• Changement de point de vue (changement 3D)• Transformation image (rotation, changement d’échelle)
Difficulté
• Changement de point de vue (changement 3D)• Transformation image (rotation, changement d’échelle)• Changement d’illumination
Difficulté
• Changement de point de vue (changement 3D)• Transformation image (rotation, changement d’échelle)• Changement d’illumination
• Occultation / changement de la scène
Difficulté
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
?
Reconnaissance d’objets
– recherche de l’image du même objet / scène
– problème : faux appariements, compléxité
Exemple
Reconnaissance de visage : identification d’une personne
Exemple
• Reconnaissance d’une scène d’extérieur
…– rotation image
– facteur d’échelle de 4
– visibilité partielle
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
Difficultés
rotation image
• Transformations image (rotation, échelle)
Difficultés
changement d’échelle
• Transformations image (rotation, échelle)
Difficultés
• Transformations image (rotation, échelle)
• Changement de luminosité
Difficultés
• Transformations image (rotation, échelle)
• Changement de luminosité
• Visibilité partielle / occultation
Difficultés
• Transformations image (rotation, échelle)
• Changement de luminosité
• Visibilité partielle / occultation
• Clutter (objets supplémentaires)
Difficultés
• Transformations image (rotation, échelle)
• Changement de luminosité
• Visibilité partielle / occultation
• Clutter (objets supplémentaires)
• Objets 3D
Difficultés
• Transformations image (rotation, échelle)
• Changement de luminosité
• Visibilité partielle / occultation
• Clutter (objets supplémentaires)
• Objets 3D
• Nombre d’images important dans la base
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
Reconnaissance
• Recherche d’images similaires– histogramme de couleurs
• Reconnaissance de classes d’objets – recherche de visages
Histogramme de couleurs
• Recherche d’images avec des couleurs similaires
Reconnaissance de classes d’objets
• Recherche de visages
Reconnaissance de classes d’objets
• Recherche de visages– capturer les variations d’apparence, apprendre un modèle visuel
Applications
• Première étape de la reconnaisse de visages
• Recherche sur le web
• Agence de presse
• Interpretation d’une video, de l’environnement etc.
Difficultés
• cf. reconnaissance d’objets
• choix des caractéristiques et de la mesure de similarité
• capturer les variations intra-class