Reconnaissance de formes

Description du cours

Le cours de Reconnaissance de Formes propose une introduction aux concepts fondamentaux de l’analyse et de la classification automatique appliquées aux données visuelles et audiovisuelles. Il aborde les méthodes de traitement d’images multi-niveaux et l’extraction de descripteurs bas niveau, couvrant les caractéristiques de couleur, de texture, de forme et de mouvement, ainsi que l’identification de points d’intérêt et l’utilisation de transformées géométriques pour la détection de structures visuelles. Le cours intègre également l’étude des modalités biométriques ainsi que la biométrie comportementale, explorant la reconnaissance automatique basée sur les caractéristiques physiologiques (telles que la forme du visage, les empreintes digitales) et les caractéristiques dynamiques propres aux individus (gestes, démarche, mouvements). L’analyse inclut l’exploitation de ces descripteurs dans des tâches de classification supervisée et non supervisée. Les séances pratiques, développées en Python avec des bibliothèques spécialisées (OpenCV, Scikit-learn, Scikit-image), permettent la mise en œuvre concrète des techniques sur des jeux de données réels, en images fixes comme en analyse vidéo.

Modalités d'évaluation

Session 1 :

• Contrôle continu (CC1) : le contrôle continu consiste en la réalisation d’un mini-projet et d’un TP noté sur machine d’une durée de 2h.
• Contrôle terminal (CT1) : le contrôle terminal consiste en un devoir sur table d’une durée de 1h30 (une unique feuille A4 recto-verso manuscrite).
• Note finale : la note finale est calculée de la façon suivante : 21 × CC1 + 21 × CT 1.

Session 2 :

• Contrôle terminal (CT2) : le contrôle terminal consiste en un devoir sur table d’une durée de 1h30 (une unique feuille A4 recto-verso manuscrite).
• Note finale : la note finale est calculée de la façon suivante : 12 × CC1 + 21 × CT 2.