Introduction à la vision par ordinateur
Transcription
Introduction à la vision par ordinateur
Introduction à la vision par ordinateur S Y S - 8 4 4 Vision informatique Vision artificielle Quelques applications Robot dans un milieu hostile ! Un système de vision artificielle capte une scène tridimensionnelle et la traduit en une ou plusieurs images Objectifs Reconnaître et localiser les objets présents dans la scène Inspection industrielle Télédétection Imagerie médicale Reconnaissance de forme Aérospatiale Imagerie médicale et sécurité L’image de la rétine humaine est traitée afin d’en rehausser le contraste. L’image résultante peut ensuite être utilisée en ophtalmologie ou en reconnaissance de la personne. Imagerie médicale Rehaussement du contraste d’une radiographie de la cage thoracique Imagerie médicale Traitement d’image Détection des tumeurs cancéreuses à partir d’une mammographie (Rayons X) Amélioration d’images (dégradation inconnue) Traitement d’image Restauration d’images (dégradation connue) Interprétation des images Quelle information est utilisée? Comment place-t-on des étiquettes? Peut-on déduire la forme 3D? Comment? Importance du contexte Le but de l’observation influence-t-il l’interprétation? Rôle des connaissances a priori Maison Corvette Ville de San Francisco mandrill (singe) Ava Gardner Reconnaissance des visages Mandrill (singe) Nébuleuse du cheval Information utilisée: contraste? Arêtes? Photo aérienne Penelope Cruz Approche computationnelle Approches en vision informatiques Image ! structure ! Le processus de vision est divisé en plusieurs niveaux de représentation. Des algorithmes permettent de passer d’un niveau au suivant Approche basée sur les connaissances Image " structure Vision appliquée (ou industrielle) Image ! fonction Variations naturelles dans une même catégorie d’objet maison chaise Difficultés Grande quantité de données à traiter Image faible résolution N/B 128x128 16Ko Image haute résolution couleur 512x512x3 750Ko Image caméra numérique 2592x1944 pix! 15,1Mo Mouvement (30 im./s)! ! Variations dans le processus de formation de l’image ! ! ! 560Ko! ! 22.5 Mo/s Capteurs Appareil photo Éclairage Caméra Distorsion de perspective Stéréo Occlusion Caméra 3D Point d’observation Capteurs dans des bandes non-visibles Qualité du capteur Radarsat Qualité du système optique caméra infrarouge Contexte La vision comme un problème d’IA Perspective Occlusion Contexte Contexte Systèmes de vision à base de connaissance Type de connaissances requises Connaissances déclaratives Connaissances procédurales Mécanismes de contrôle Attributs des objets: couleur, texture, forme, etc. Relations fonctionnelles et spatiales entre les composantes des objets Structure comment reconnaître un objet comment utiliser le contexte comment contourner l’effet des occlusions comment relier l’échelle sur l’image à l’échelle physique de l’objet Mesures sur l’image Caractéristiques spectrales brillance contraste couleur Effets de perspective Ombrage, spot lumineux Flux optique (mouvement) Stéréoscopie Contour 2D Segments de ligne ou de courbe Inférences de haut niveau Continuité de surface et connexité Volume 3D Côtés et surfaces cachées Identification (étiquette, nom) Dimensions absolues Propriétés fonctionnelles Utilisation IMAGE " descrip. Interm. " connaissance Niveaux d’abstraction en vision Niveau bas: image Algos:! extraction d’arêtes!, de régions Niveau intermédiaire: éléments symboliques représentation symbolique génération de caractéristiques + abstraites Haut niveau: interprétation représenter objets, partie d’objet mécanismes d’inférence interprétation partielle