Download or read book PERFORMANCES ET INTEGRATION D UN ALGORITHME DE CLASSIFICATION GEOMETRIQUE PAR APPRENTISSAGE APPLICATIONS EN TRAITEMENT D IMAGES written by Johel Mitéran and published by . This book was released on 1994 with total page 103 pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE, REALISEE AU LABORATOIRE GERE, EST CONSACREE A LA CONSTRUCTION, LA CARACTERISATION ET L'INTEGRATION D'UN OPERATEUR DE CLASSIFICATION ADAPTE AU TRAITEMENT D'IMAGES EN TEMPS REEL (SEGMENTATION, DETECTION DE DEFAUTS...), C'EST-A-DIRE POUVANT FOURNIR UNE DECISION A LA CADENCE VIDEO (125 NS PAR PIXEL). DANS UNE PREMIERE PARTIE, NOUS AVONS RECHERCHE PARMI LES METHODES EXISTANTES, UN OPERATEUR REPONDANT A NOS BESOINS DE VITESSE ET D'INTEGRATION. CETTE RECHERCHE NOUS A CONDUITS AU DEVELOPPEMENT D'UN CLASSIFIEUR GEOMETRIQUE DIT PAR POLYTOPES DE CONTRAINTE, FONCTIONNANT PAR APPRENTISSAGE. LA DEUXIEME PARTIE EST CONSACREE A L'ETABLISSEMENT DES PERFORMANCES THEORIQUES ET PRATIQUES DU CLASSIFIEUR DEVELOPPE, DE MANIERE A PROUVER SA ROBUSTESSE, SES BONNES PERFORMANCES ET DONC SA BONNE ADEQUATION AVEC LE TRAITEMENT D'IMAGES. NOUS AVONS ALORS DANS UNE TROISIEME PARTIE DEVELOPPE L'ARCHITECTURE NECESSAIRE A L'INTEGRATION DE L'OPERATEUR DE DECISION ASSOCIE AU CLASSIFIEUR. TROIS APPROCHES ONT ETE MENEES: LA PREMIERE CONSISTE A INTEGRER L'OPERATEUR DANS UN ASIC EN UTILISANT LES OUTILS STANDARD CELL. LA DEUXIEME APPROCHE EST DITE FULL CUSTOM, ET PERMET D'ACCEDER AUX MEILLEURES PERFORMANCES EN TERMES D'INTEGRATION. ENFIN, NOUS PROPOSONS UNE TROISIEME APPROCHE, ORIGINALE, UTILISANT LA LOGIQUE PROGRAMMABLE (FPGA), QUI TIRE PARTI DE LA REPROGRAMMABILITE DE CES COMPOSANTS EN INTEGRANT LES CONSTANTES DE NOTRE APPLICATION DANS L'ARCHITECTURE. NOUS PRESENTONS FINALEMENT DES RESULTATS ET DES EXEMPLES D'APPLICATIONS SUR DES IMAGES: SEGMENTATION DE TEXTURES, DETECTION DE CONTOURS. NOUS PRESENTONS EGALEMENT UN EXEMPLE D'APPLICATION HAUT NIVEAU, EN TELESURVEILLANCE. CE PROJET S'INSCRIT DANS LE CADRE D'UN CONTRAT EUROPEEN STRIDE, EN COLLABORATION AVEC ELECTRONIQUE ASSOCIES

Download or read book Performances et integration d un algorithme de classification geometrique par apprentissage applications en traitement d images written by Johel Miteran and published by . This book was released on 1994 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Apprentissage des caract ristiques g om triques written by Fouad Sabry and published by One Billion Knowledgeable. This book was released on 2024-05-05 with total page 158 pages. Available in PDF, EPUB and Kindle. Book excerpt: Qu'est-ce que l'apprentissage des caractéristiques géométriques L'apprentissage des caractéristiques géométriques est une technique combinant l'apprentissage automatique et la vision par ordinateur pour résoudre des tâches visuelles. L'objectif principal de cette méthode est de trouver un ensemble de caractéristiques représentatives d'une forme géométrique pour représenter un objet en collectant des caractéristiques géométriques à partir d'images et en les apprenant à l'aide de méthodes d'apprentissage automatique efficaces. Les humains résolvent des tâches visuelles et peuvent réagir rapidement à l’environnement en extrayant des informations perceptuelles à partir de ce qu’ils voient. Les chercheurs simulent la capacité des humains à reconnaître des objets pour résoudre des problèmes de vision par ordinateur. Par exemple, M. Mata et al. (2002) ont appliqué des techniques d'apprentissage de fonctionnalités aux tâches de navigation des robots mobiles afin d'éviter les obstacles. Ils ont utilisé des algorithmes génétiques pour apprendre des caractéristiques et reconnaître des objets (figures). Les méthodes d'apprentissage de caractéristiques géométriques peuvent non seulement résoudre des problèmes de reconnaissance, mais également prédire des actions ultérieures en analysant un ensemble d'images sensorielles d'entrée séquentielles, généralement certaines caractéristiques d'extraction d'images. Grâce à l'apprentissage, certaines hypothèses sur l'action suivante sont données et, en fonction de la probabilité de chaque hypothèse, donnent l'action la plus probable. Cette technique est largement utilisée dans le domaine de l'intelligence artificielle. Comment vous en bénéficierez (I) Informations et validations sur les sujets suivants : Chapitre 1 : Apprentissage des caractéristiques géométriques Chapitre 2 : Reconnaissance de formes Chapitre 3 : Transformation de Hough Chapitre 4 : Fonction de perte Chapitre 5 : Attente ? Algorithme de maximisation Chapitre 6 : Échantillonnage par rejet Chapitre 7 : Traitement des tableaux Chapitre 8 : Auto-encodeur Chapitre 9 : approximation stochastique Chapitre 10 : détection d'échiquier (II) Répondre aux principales questions du public sur l'apprentissage des caractéristiques géométriques. (III ) Exemples concrets d'utilisation de l'apprentissage des caractéristiques géométriques dans de nombreux domaines. À qui s'adresse ce livre Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, les amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type d'apprentissage des caractéristiques géométriques.

Download or read book Etude d algorithmes de classification contextuelle et application la segmentation d images satellite written by Pascale Masson and published by . This book was released on 1991 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: L'étude de la thèse traite du problème de la segmentation d'images dans le cadre de l'approche statistique bayesienne de la décision. En vue d'appliquer une des méthodes locales de segmentation bayesiennes (basées sur une observation spatialement limitée) aux images réelles satellite, sans information à priori sur la nature du terrain de la scène observée, on admet un modèle sous-jacent de l'image intégrant une information locale sur la configuration spatiale des exemplaires de nature de terrain (information sur la forme géométrique des régions de terrain homogène) et sur la texture de l'image. Le problème de la segmentation non supervisée se résume alors a l'estimation d'un mélange de lois d'une famille paramétrique donnée. Nous choisissons d'appliquer l'algorithme sem (de celeux et diebolt) à l'estimation de la loi a priori sur le contexte et des caractéristiques de texture. Nous évaluons les performances futures de la méthode de segmentation contextuelle, avec estimation prealable des paramètres du modèle sous-jacent, en étudiant sur des images simulées l'erreur de classification et la qualité de l'estimateur. Nous comparons les performances théoriques et non supervisées de la méthode contextuelle aux performances de la méthode locale bayesienne la plus simple ne prenant en compte aucune information spatiale. Nous mettons en évidence le cas ou l'apport de l'information spatiales est négligeable et le cas ou il sera très important indépendamment du degré de corrélation de l'observation. Nous montrons l'influence sur les performances de différents paramètres, qui diffèrent suivant le cas de discrimination étudié. Nous appliquons les deux méthodes aux images réelles satellite et nous étudions une mesure de fiabilité d'un résultat de classification baseé uniquement sur l'observation (sans apprentissage des classes)

Download or read book Estimation g om trique et appariement en mod lisation automatique written by Jean-Philippe Tarel and published by J.-P. Tarel. This book was released on 1996 with total page 242 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Contributions to Large scale Learning for Image Classification written by Zeynep Akata and published by . This book was released on 2014 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Building algorithms that classify images on a large scale is an essential task due to the difficulty in searching massive amount of unlabeled visual data available on the Internet. We aim at classifying images based on their content to simplify the manageability of such large-scale collections. Large-scale image classification is a difficult problem as datasets are large with respect to both the number of images and the number of classes. Some of these classes are fine grained and they may not contain any labeled representatives. In this thesis, we use state-of-the-art image representations and focus on efficient learning methods. Our contributions are (1) a benchmark of learning algorithms for large scale image classification, and (2) a novel learning algorithm based on label embedding for learning with scarce training data. Firstly, we propose a benchmark of learning algorithms for large scale image classification in the fully supervised setting. It compares several objective functions for learning linear classifiers such as one-vs-rest, multiclass, ranking and weighted average ranking using the stochastic gradient descent optimization. The output of this benchmark is a set of recommendations for large-scale learning. We experimentally show that, online learning is well suited for large-scale image classification. With simple data rebalancing, One-vs-Rest performs better than all other methods. Moreover, in online learning, using a small enough step size with respect to the learning rate is sufficient for state-of-the-art performance. Finally, regularization through early stopping results in fast training and a good generalization performance. Secondly, when dealing with thousands of classes, it is difficult to collect sufficient labeled training data for each class. For some classes we might not even have a single training example. We propose a novel algorithm for this zero-shot learning scenario. Our algorithm uses side information, such as attributes to embed classes in a Euclidean space. We also introduce a function to measure the compatibility between an image and a label. The parameters of this function are learned using a ranking objective. Our algorithm outperforms the state-of-the-art for zero-shot learning. It is flexible and can accommodate other sources of side information such as hierarchies. It also allows for a smooth transition from zero-shot to few-shots learning.

Download or read book Processing high resolution images through deep learning techniques written by Praveer Singh and published by . This book was released on 2018 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans cette thèse, nous discutons de quatre scénarios d'application différents qui peuvent être largement regroupés dans le cadre plus large de l'analyse et du traitement d'images à haute résolution à l'aide de techniques d'apprentissage approfondi. Les trois premiers chapitres portent sur le traitement des images de télédétection (RS) captées soit par avion, soit par satellite à des centaines de kilomètres de la Terre. Nous commençons par aborder un problème difficile lié à l'amélioration de la classification des scènes aériennes complexes par le biais d'un paradigme d'apprentissage profondément faiblement supervisé. Nous montrons comment en n'utilisant que les étiquettes de niveau d'image, nous pouvons localiser efficacement les régions les plus distinctives dans les scènes complexes et éliminer ainsi les ambiguïtés qui mènent à une meilleure performance de classification dans les scènes aériennes très complexes. Dans le deuxième chapitre, nous traiterons de l'affinement des étiquettes de segmentation des empreintes de pas des bâtiments dans les images aériennes. Pour ce faire, nous détectons d'abord les erreurs dans les masques de segmentation initiaux et corrigeons uniquement les pixels de segmentation où nous trouvons une forte probabilité d'erreurs. Les deux prochains chapitres de la thèse portent sur l'application des Réseaux Adversariatifs Génératifs. Dans le premier, nous construisons un modèle GAN nuageux efficace pour éliminer les couches minces de nuages dans l'imagerie Sentinel-2 en adoptant une perte de consistance cyclique. Ceci utilise une fonction de perte antagoniste pour mapper des images nuageuses avec des images non nuageuses d'une manière totalement non supervisée, où la perte cyclique aide à contraindre le réseau à produire une image sans nuage correspondant a` l'image nuageuse d'entrée et non à aucune image aléatoire dans le domaine cible. Enfin, le dernier chapitre traite d'un ensemble différent d'images `à haute résolution, ne provenant pas du domaine RS mais plutôt de l'application d'imagerie à gamme dynamique élevée (HDRI). Ce sont des images 32 bits qui capturent toute l'étendue de la luminance présente dans la scène. Notre objectif est de les quantifier en images LDR (Low Dynamic Range) de 8 bits afin qu'elles puissent être projetées efficacement sur nos écrans d'affichage normaux tout en conservant un contraste global et une qualité de perception similaires à ceux des images HDR. Nous adoptons un modèle GAN multi-échelle qui met l'accent à la fois sur les informations plus grossières et plus fines nécessaires aux images à haute résolution. Les sorties finales cartographiées par ton ont une haute qualité subjective sans artefacts perçus.

Download or read book Genetic Programming for Image Classification written by Ying Bi and published by Springer Nature. This book was released on 2021-02-08 with total page 279 pages. Available in PDF, EPUB and Kindle. Book excerpt: This book offers several new GP approaches to feature learning for image classification. Image classification is an important task in computer vision and machine learning with a wide range of applications. Feature learning is a fundamental step in image classification, but it is difficult due to the high variations of images. Genetic Programming (GP) is an evolutionary computation technique that can automatically evolve computer programs to solve any given problem. This is an important research field of GP and image classification. No book has been published in this field. This book shows how different techniques, e.g., image operators, ensembles, and surrogate, are proposed and employed to improve the accuracy and/or computational efficiency of GP for image classification. The proposed methods are applied to many different image classification tasks, and the effectiveness and interpretability of the learned models will be demonstrated. This book is suitable as a graduate and postgraduate level textbook in artificial intelligence, machine learning, computer vision, and evolutionary computation.

Download or read book Algorithmes de correspondance et superpixels pour l analyse et le traitement d images written by Remi Giraud and published by . This book was released on 2017 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse s'intéresse à diverses composantes du traitement et de l'analyse d'images par méthodes non locales. Ces méthodes sont basées sur la redondance d'information présente dans d'autres images, et utilisent des algorithmes de recherche de correspondance, généralement basés sur l'utilisation patchs, pour extraire et transférer de l'information depuis ces images d'exemples. Ces approches, largement utilisées par la communauté de vision par ordinateur, sont souvent limitées par le temps de calcul de l'algorithme de recherche, appliqué à chaque pixel, et par la nécessité d'effectuer un prétraitement ou un apprentissage pour utiliser de grandes bases de données.Pour pallier ces limites, nous proposons plusieurs méthodes générales, sans apprentissage,rapides, et qui peuvent être facilement adaptées à diverses applications de traitement et d'analyse d'images naturelles ou médicales. Nous introduisons un algorithme de recherche de correspondances permettant d'extraire rapidement des patchs d'une grande bibliothèque d'images 3D, que nous appliquons à la segmentation d'images médicales. Pour utiliser de façon similaire aux patchs,des présegmentations en superpixels réduisant le nombre d'éléments de l'image,nous présentons une nouvelle structure de voisinage de superpixels. Ce nouveau descripteur permet d'utiliser efficacement les superpixels dans des approches non locales. Nous proposons également une méthode de décomposition régulière et précise en superpixels. Nous montrons comment évaluer cette régularité de façon robuste, et que celle-ci est nécessaire pour obtenir de bonnes performances de recherche de correspondances basées sur les superpixels.

Download or read book Hachage g om trique written by Fouad Sabry and published by One Billion Knowledgeable. This book was released on 2024-05-11 with total page 156 pages. Available in PDF, EPUB and Kindle. Book excerpt: Qu'est-ce que le hachage géométrique En informatique, le hachage géométrique est une méthode permettant de trouver efficacement des objets bidimensionnels représentés par des points discrets ayant subi une transformation affine, via des extensions. existent pour d’autres représentations et transformations d’objets. Dans une étape hors ligne, les objets sont codés en traitant chaque paire de points comme une base géométrique. Les points restants peuvent être représentés de manière invariante par rapport à cette base à l'aide de deux paramètres. Pour chaque point, ses coordonnées transformées quantifiées sont stockées dans la table de hachage sous forme de clé, et les indices des points de base sous forme de valeur. Ensuite, une nouvelle paire de points de base est sélectionnée et le processus est répété. Dans l'étape en ligne (reconnaissance), des paires de points de données sélectionnées au hasard sont considérées comme bases candidates. Pour chaque base candidate, les points de données restants sont codés en fonction de la base et les correspondances possibles de l'objet sont trouvées dans le tableau précédemment construit. La base candidate est acceptée si un nombre suffisamment grand de points de données indexent une base objet cohérente. Comment vous en bénéficierez (I) Insights, et validations sur les sujets suivants : Chapitre 1 : Hachage géométrique Chapitre 2 : Géométrie analytique Chapitre 3 : Système de coordonnées cartésiennes Chapitre 4 : Infographie 2D Chapitre 5 : Système de coordonnées Chapitre 6 : Translation (géométrie) Chapitre 7 : Transformation de Hough Chapitre 8 : Transformation de caractéristiques invariantes à l'échelle Chapitre 9 : Homographie Chapitre 10 : Apprentissage de caractéristiques géométriques (II) Répondre aux principales questions du public sur hachage géométrique. (III) Exemples concrets d'utilisation du hachage géométrique dans de nombreux domaines. À qui s'adresse ce livre Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de hachage géométrique.

Download or read book Analyse d images textur es written by Sylvie Sevestre and published by . This book was released on 1993 with total page 592 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse comporte trois parties. La première partie est un approfondissement de l'article de Cohen et Cooper intitulé simple parallel hierarchical and relaxation algorithms for segmenting noncausal markovian random fields. chaque étape des algorithmes proposés est évaluée, les conditions sont discutées et une estimation des paramètres complète le travail des auteurs. Ces algorithmes ont été mis en oeuvre et testés sur différentes images. La deuxième partie propose une classification d'images de farines. Il s'agit de permettre aux industries agroalimentaires un contrôle automatique de la qualité du broyage de farine. Des méthodes classiques ont été utilisées pour caractériser les textures. Ces méthodes dépendent de la quantification des images. Une méthode de quantification est donc proposée. La dernière partie, la plus importante de ce travail, est l'analyse d'images couleur de couverts végétaux. Le problème est de reconstruire des caractéristiques locales de l'image, essentiellement la proportion de végétation, à partir d'images prises à différentes résolutions. La première méthode consiste à définir une courbe de seuillage sur les intensités à partir de leur histogramme. Cette méthode effectue une classification binaire terre- végétation des pixels. La deuxième méthode affine cette première classification pour les pixels frontière. Les intensités sont supposées suivre une loi gaussienne dont les paramètres sont estimés localement. Les proportions de végétation sont obtenues par maximum de vraisemblance. Une analyse détaillée montre que cette méthode ne prend pas en compte les propriétés géométriques l'image. La troisième méthode utilise une modélisation par champ markovien. L'énergie se décompose en deux termes. Le premier est un potentiel d'ajustement des proportions à un certain nombre d'attributs affectés à chaque pixel. Le second introduit la géométrie locale de l'image. Une phase d'apprentissage permet d'estimer les paramètres associes au modèle à l'aide des spécifications locales empiriques. Cette approche s'apparente à celle des boites qualitatives. Enfin, un algorithme icm permet de reconstruire les proportions de végétation de chaque pixel

Download or read book l ments de mod lisation pour l analyse d images written by Bernard Chalmond and published by Springer Science & Business Media. This book was released on 1999-11-23 with total page 356 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cet ouvrage décrit une méthodologie et un savoir-faire pour la construction effective de modèles en analyse d'images. La plupart des modèles sont issus de projets industriels auxquels l'auteur a participé en radiographie et en contrôle non destructif. De nombreuses illustrations graphiques accompagnent le texte montrant les performances des modèles proposés.

Download or read book Le mod le flot de donn es appliqu la synth se haut niveau pour le traitement d images sur cam ra intelligente base de FPGA Application aux syst mes d apprentissage supervis s written by Cédric Bourrasset and published by . This book was released on 2016 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La synthèse de haut niveau (High Level Synthesis (HLS)) est un domaine de recherche qui vise à automatiser le passage de la description d'un algorithme à une représentation au niveau registre de celui-ci en vue de son implantation sur un circuit numérique. Si le problème reste à ce jour largement ouvert pour des algorithmes quelconques, des solutions ont commencé à voir le jour au sein de domaines spécifiques. C'est notamment le cas dans le domaine du traitement d'images où l'utilisation du modèle flot de données offre un bon compromis entre expressivité et efficacité. C'est ce que nous cherchons à démontrer dans cette thèse, qui traite de l'applicabilité du modèle flot de données au problème de la synthèse haut niveau à travers deux exemples d'implantation d'applications de vision complexes sur FPGA. Les applications, issues du domaine de l'apprentissage supervisé sont un système de classification à bases de machines à vecteurs supports (SVM) et un système de reconnaissance exploitant un réseau de neurones convolutionnels (CNN). Dans les deux cas, on étudie les problématiques posées par la reformulation, au sein du modèle flot de données, des structures de données et algorithmes associés ainsi que l'impact de cette reformulation sur l'efficacité des implémentations résultantes. Les expérimentations sont menées avec CAPH, un outil de HLS exploitant le modèle flot de données.

Download or read book M thodes d apprentissage flou written by Jean-Charles Atine and published by . This book was released on 2005 with total page 137 pages. Available in PDF, EPUB and Kindle. Book excerpt: TLes travaux présentés ont pour objectif d'aider les biologistes au diagnostic de la viabilité cellulaire en utilisant des méthodes de classification floues. Notre travail fait part d'une stratégie de classification permettant de construire un partitionnement d'images de cellules venant d'un microscope optique. Nous aboutissons à une classification automatique des cellules, en segmentant l'image, par l'algorithme T-LAMDA que nous avons développé. Une étude portant sur les méthodes de classification existantes, l'espace couleur et la résistance au bruit, permet de trouver la structure la plus adaptée à notre étude. L'analyse comparative de différentes méthodes (dont les méthodes LAMDA et T-LAMDA), nous permet de mettre en exergue la plus appropriée pour la classification des cellules mélangées au bleu de méthylène. Nous proposons quelques algorithmes supervisés basés sur LAMDA afin de voir si le sens de traitement des données au niveau de cet algorithme influe sur le résultat. L'algorithme T-LAMDA, basé sur les arbres de décisions, se révèle le mieux adapté pour notre étude et donne ainsi des résultats plus précis que les autres méthodes, avec un temps d'exécution plus court. Nous suggérons de faire un apprentissage en utilisant l'application CELCA, Cell Classification Application, qui utilise l'algorithme T-LAMDA. Le logiciel se charge des calculs des cinétiques, en fonction des images qui respectent un protocole bien défini. Le temps de traitement de 117 images est de 6'47'' minutes, ce qui est largement en dessous du temps mis par les biologistes en effectuant manuellement le comptage.

Download or read book Ad quation algorithme architecture pour les r seaux de neurones convolution written by Franck Mamalet and published by . This book was released on 2011 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La prolifération des capteurs d'images dans de nombreux appareils électroniques, et l'évolution des capacités de traitements à proximité de ces capteurs ouvrent un champ d'exploration pour l'implantation et l'optimisation d'algorithmes complexes de traitement d'images afin de proposer des systèmes de vision artificielle embarquée. Ces travaux s'inscrivent dans la problématique dite d'adéquation algorithme-architecture (A3). Ils portent sur une classe d'algorithmes appelée réseau de neurones à convolutions (ConvNet) et ses applications en analyse de visages embarquée. La chaîne d'analyse de visages, introduite par Garcia et al., a été choisie d'une part pour ses performances en taux de détection/reconnaissance au niveau de l'état de l'art, et d'autre part pour son caractère homogène reposant sur des ConvNets. La première contribution de ces travaux porte sur une étude d'adéquation de cette chaîne d'analyse de visages aux processeurs embarqués. Nous proposons plusieurs adaptations algorithmiques des ConvNets, et montrons que celles-ci permettent d'obtenir des facteurs d'accélération importants (jusqu'à 700) sur un processeur embarqué pour mobile, sans dégradation des performances en taux de détection/reconnaissance. Nous présentons ensuite une étude des capacités de parallélisation des ConvNets, au travers des travaux de thèse de N. Farrugia. Une exploration "gros-grain" du parallélisme des ConvNets, suivie d'une étude de l'ordonnancement interne des processeurs élémentaires, conduisent à une architecture parallèle paramétrable, capable de détecter des visages à plus de 10 images VGA par seconde sur FPGA. Nous proposons enfin une extension de ces études à la phase d'apprentissage de ces réseaux de neurones. Nous étudions des restrictions de l'espace des hypothèses d'apprentissage, et montrons, sur un cas d'application, que les capacités d'apprentissage des ConvNets ne sont pas dégradées, et que le temps d'apprentissage peut être réduit jusqu'à un facteur cinq.

Download or read book Pr diction de performance d algorithmes de traitement d images sur diff rentes architectures hardwares written by Nicolas Soucies and published by . This book was released on 2015 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans le contexte de la vision par ordinateur, le choix d'une architecture de calcul est devenu de plus en plus complexe pour un spécialiste du traitement d'images. Le nombre d'architectures permettant de résoudre des algorithmes de traitement d'images augmente d'année en année. Ces algorithmes s'intègrent dans des cadres eux-mêmes de plus en plus complexes répondant à de multiples contraintes, que ce soit en terme de capacité de calculs, mais aussi en terme de consommation ou d'encombrement. A ces contraintes s'ajoute le nombre grandissant de types d'architectures de calculs pouvant répondre aux besoins d'une application (CPU, GPU, FPGA). L'enjeu principal de l'étude est la prédiction de la performance d'un système, cette prédiction pouvant être réalisée en phase amont d'un projet de développement dans le domaine de la vision. Dans un cadre de développement, industriel ou de recherche, l'impact en termes de réduction des coûts de développement, est d'autant plus important que le choix de l'architecture de calcul est réalisé tôt. De nombreux outils et méthodes d'évaluation de la performance ont été développés mais ceux-ci, se concentrent rarement sur un domaine précis et ne permettent pas d'évaluer la performance sans une étude complète du code ou sans la réalisation de tests sur l'architecture étudiée. Notre but étant de s'affranchir totalement de benchmark, nous nous sommes concentrés sur le domaine du traitement d'images pour pouvoir décomposer les algorithmes du domaine en éléments simples ici nommées briques élémentaires. Dans cette optique, un nouveau paradigme qui repose sur une décomposition de tout algorithme de traitement d'images en ces briques élémentaires a été conçu. Une méthode est proposée pour modéliser ces briques en fonction de paramètres software et hardwares. L'étude démontre que la décomposition en briques élémentaires est réalisable et que ces briques élémentaires peuvent être modélisées. Les premiers tests sur différentes architectures avec des données réelles et des algorithmes comme la convolution et les ondelettes ont permis de valider l'approche. Ce paradigme est un premier pas vers la réalisation d'un outil qui permettra de proposer des architectures pour le traitement d'images et d'aider à l'optimisation d'un programme dans ce domaine.

Download or read book De L apprentissage de Repr sentations Visuelles Robustes Aux Invariances Pour la Classification Et la Recherche D images written by Mattis Paulin and published by . This book was released on 2017 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: This dissertation focuses on designing image recognition systems which are robust to geometric variability. Image understanding is a difficult problem, as images are two-dimensional projections of 3D objects, and representations that must fall into the same category, for instance objects of the same class in classification can display significant differences. Our goal is to make systems robust to the right amount of deformations, this amount being automatically determined from data. Our contributions are twofolds. We show how to use virtual examples to enforce robustness in image classification systems and we propose a framework to learn robust low-level descriptors for image retrieval. We first focus on virtual examples, as transformation of real ones. One image generates a set of descriptors -one for each transformation- and we show that data augmentation, ie considering them all as iid samples, is the best performing method to use them, provided a voting stage with the transformed descriptors is conducted at test time. Because transformations have various levels of information, can be redundant, and can even be harmful to performance, we propose a new algorithm able to select a set of transformations, while maximizing classification accuracy. We show that a small amount of transformations is enough to considerably improve performance for this task. We also show how virtual examples can replace real ones for a reduced annotation cost. We report good performance on standard fine-grained classification datasets. In a second part, we aim at improving the local region descriptors used in image retrieval and in particular to propose an alternative to the popular SIFT descriptor. We propose new convolutional descriptors, called patch-CKN, which are learned without supervision. We introduce a linked patch- and image-retrieval dataset based on structure from motion of web-crawled images, and design a method to accurately test the performance of local descriptors at patch and image levels. Our approach outperforms both SIFT and all tested approaches with convolutional architectures on our patch and image benchmarks, as well as several styate-of-theart datasets.