Intitulé de la matière : Reconnaissance des Formes (RF)
Intitulé de l’UE : UEF3
Crédits : 4
Coefficients : 2
Objectifs de l’enseignement
Découvrir les techniques de représentation et de décision donnant à la machine la capacité de simuler un comportement. C’est doter la machine de capteurs (caméra, microphone), de moyens d’extraire l’information des images (ou signaux) et de lui apprendre à interpréter cette donnée en termes de formes ou classes.
Connaissances préalables recommandées: Théorie des ensembles et probabilités
Contenu de la matière
1. Introduction aux notions élémentaires de RF.
2. Notions liées au codage (de l’analogique au numérique).
3. Prétraitement et opérations de bases sur les données (cas des images).
4. Analyse et extraction des indices visuels/descripteurs (cas des images : la couleur, la forme, la texture). Réduction de la dimensionnalité à des fins de classification. Extraction des primitives (contours, régions et descripteurs locaux ou globaux).
5. Reconnaissance
- Apprentissage,
- Décision/Classification
- Modèles de classification
Mode d’évaluation : (Continu :40%, EMD : 60%).
Références
- J. S. Taylor, N. Cristianini. Kernel methods for pattern analysis. Cambridge University, Press. 2004.
- R. Duda, P. Hart, D. Stork. Pattern classification, Wiley.S. Banerjee, A. Gelfand, B.P. 2001.