MU4IN600 BIMA: rentrée 2019

Table des matières

Informations

BIMA (MU4II600) est un enseignement obligatoire du parcours IMA (M1) du master d'Informatique de Sorbonne Université. Il donne les connaissances fondamentales en traitement de l'image.

  • Début des cours: semaine du 16 septembre 2018
  • Début des TD/TME: semaine du 23 septembre 2018
  • Examen session 1: à venir
  • Examen session 2: à venir

Enseignants:

Salles et planning

Pour tout information contractuelle sur le planning, se référer à l'emploi du temps officiel du master: https://cal.ufr-info-p6.jussieu.fr/master/

  • Cours: amphi Herpin, le mardi à 13h45
  • Groupe 1:
    • TD: 108 1424, le jeudi à 13h45
    • TME: 302 2425 le jeudi à 16h00
  • Groupe 2: attention: pour ce groupe les TMEs démarrent le 3 octobre.
    • TME: 302 2425, le jeudi à 13h45
    • TD: 202 5455 le jeudi à 16h00

Evaluation

  • un examen écrit en fin de semestre
  • des rendus des code TME hebdomadaires. Pour certains d'entre eux, un mini-rapport sera demandé et ils seront évalués. Les étudiants seront en début de séance. Le rendu en binôme se fait via le site Moodle de l'université.

Première partie: outils de base

Jupyter notebook

  • installation sur son ordinateur personnel
    1. Installer anaconda ou miniconda (ce dernier est plus léger et recommandé)
    2. Dans un terminal Linux, MacOs ou Windows, faire:

      % conda create -n bima python=3
      % conda activate bima
      % conda install numpy Pillow matplotlib scipy 
      % conda install jupyter	
      
    3. Lancement du notebook, dans un terminal:

      % conda activate bima
      % jupyter-notebook TME1.ipynb
      
  • à la PPTI, dans un terminal:

    % jupyter-notebook TME1.ipynb
    

Semaine 1: Introduction

  • attention: uniquement cours cette semaine
  • cours

Semaine 2: Améliorations globales d'images

Semaine 3: Transformée de Fourier

Semaine 4: Numérisation des images - Fourier avancé

Semaine 5: Filtrage d'images - couleur

Semaine 6: Détection de contours

Seconde partie: applications

Semaine 7: Extraction de primitives

Semaine 8: Segmentation

Semaine 9: Descripteurs d'image - similarité

Semaine 10: ACP, Eigenfaces

Semaine 11: ACP, Eigenfaces

  • pas de cours cette semaine, suite du TD-TME précédent

Annales

Bibliographie (livres)

Created: 2020-01-26 Dim 20:35

Validate