Parcours Images et Multimédia S9

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Projet visant à développer ses compétences en Entrepreneuriat.

Voir la page complète

Voir la page complète

Après une introduction aux réseaux de neurones (2 Cours, 2 TP), différentes architectures neuronales sont présentées : réseaux convolutifs (3 Cours, 4 TP), réseaux récurrents (2 Cours, 3 TP), Autoencodeurs (1 Cours, 1 TP) et GANs (1 Cours, 1 TP) avec des applications essentiellement en traitement d'image et du langage natural. Les données audio/vidéo (1 Cours, 1 TP) et 3D (1 Cours, 1TP) et leur traitement par apprentissage profond sont également traitées.

Voir la page complète

Ce cours se décompose en deux sous-parties ; une première qui traitera des réseaux de neurones récurrents pour le traitement des données séquentielles, ainsi que d’une introduction aux architectures de Transformers. Une seconde, indépendante, qui présentera des avancées récentes en apprentissage faiblement supervisé : apprentissage auto-supervisé (autoencodeurs, méthodes contrastives), apprentissage semi-supervisé, ou encore méthodes génératives.

Voir la page complète

Voir la page complète

Voir la page complète

- Initiation au signal de parole, description de la production et perception humaine de la parole. Manipulation en TP.
- Acquisition du signal audio par l’ordinateur
- Paramétrisations du signal de parole (MFCC, PLP). Mise en pratique en TP.
- Modélisations du signal de parole (HMM, GMM, DNN). Mise en place d’une application de reconnaissance de mots clefs en TP (DNN).

Voir la page complète

La matière présente tout d’abord les contraintes liées aux stockage et streaming de vidéos alors que les différents acteurs commerciaux de divertissement culturels et sportifs se multiplient et que de plus en plus de monde regarde des programmes via internet.Dans ces conditions, il est possible de quantifier une quantité d’information minimale pour un signal vidéo à transmettre afin que ce dernier
puissent être reçu sans trop d’altérations. Différents algorithmes de compression permettent de réduire cette quantité d’information,en commençant par ceux de la compression d’image tels que JPEGet JEPG2000qui se basent sur la redondances des informations entre pixels voisins. Ces algorithmes comprennent les étapes classiques de transformées et de quantification entre autres.Le
passage à la vidéo entraîne une redondance temporelle qui peut également servir la compression par
le biais de la compensation de mouvement entre images voisines, comme c’est le cas de la compression
MPEG. Au préalable, les différentes méthodes d’estimations de mouvements entre images sont
présentées afin de réaliser la compensation de mouvement.

Voir la page complète

The part on 3D representations is a suite of 5CTD. For each course, a 45mn lecture presenting a 3D model is proposed, then, each group presents a research paper which proposes a 3D model of the studied type.
Lecture 1: discrete surface models
Lecture 2: discrete volume models
Lecture 3: subdivision models
Lecture 4: parametric representations
Lecture 5: implicit representations

TP / Project: a context of transmission of a file and its progressive decoding

Each group chooses, studies and implements an article that proposes a progressive representation of a 3D model and implements this model to progressively transmit 3D objects in the proposed context.

Voir la page complète

Voir la page complète

Cette partie se compose de 2 cours de classe renversée afin de permettre à l'apprenant d'être plus actif dans ses apprentissages. Ensuite,  4 travaux pratiques viennent illustrer les notions de détection et appariement abordées en cours afin de construire une mosaïque d'images. Cette matière sera évaluée via un questionnaire de cours en ligne et un examen sur feuille ainsi qu'une note de travaux pratiques. Ceci permet une évaluation continue des acquis. 

Voir la page complète

Cette matière permet d'aborder une application spécifique afin de confronter les éléments étudiés en cours et travaux pratiques à une application concrète, et d'approfondir les apprentissages liés à ces différents concepts. Ce projet, réalisé en groupe, sera évalué sous la forme de compte-rendu, présentation, rapport et évaluations par les pairs. Il y aura également une évaluation en ligne individuelle.

Voir la page complète

Voir la page complète

Cette UE s'articule autour de 3 parties :
PARTIE 1: GÉOMÉTRIE : Généralités sur la photographie, 3D comme probleme inverse. Introduction à Meshroom, Structure-From-Motion, rappel d'outils d'optimisation, Ajustement de faisceau pour le SfM
PARTIE 2: Shape-From-Shading : Conférence sur la lumière, Photométrie, BRDF, représentation de l'éclairage, problèmes inverses sous-jacents, Fast marching, capteurs de profondeur
PARTIE 3: Stéréophotométrie

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Voir la page complète

Ce cours a pour but de présenter les principaux outils en analyse automatique des images. Plus précisément, cette matière est divisée en 2 parties :

1) Apprendre à connaître et à manipuler des outils d'analyse d'images comme la détection de contours ou la segmentation d'images. Cela correspond à 2 CM + 5 TPs.

2) Découvrir les éléments essentiels pour le suivi d'éléments dans des images : calibrage, détection de primitives d'intérêt et appariement. Cela correspond à 3 CM + 4 TPs

Voir la page complète

Contenu du cours :

• Histoire de la photographie
• Caractéristiques des objectifs photographiques
• Capteurs argentiques et capteurs numériques
• Profondeur de champ et angle de champ
• Aberrations des objectifs photographiques
• Utilisation de la photographie comme outil de mesure

Voir la page complète

C1) Présentation générale de l’adoption du cloud dans les entreprises avec un rapide historique sur les technologies et les stratégies.

TP1) Définition d’une architecture cloud et coûts associés

C2) Pourquoi adopter ou migrer vers le cloud ? Quels enjeux stratégiques, économiques et techniques ? Quelles sont les contraintes légales à prendre en compte ? Comment construire une stratégie Move to cloud ?

TP2) Formalisation d’un cadrage et d’une stratégie move to cloud C3) Les approches Micro-services dans les entreprises. L’infrastructure as code comme accélérateur, support à l’industrialisation et pilier d’une stratégie multi-cloud.

TP3) Utilisation de Gitops et Terraform pour déployer un service cloud #1

C4) Retours d’expérience autour de 2 projets : Stratégie de déploiement mondiale d’une application de reconnaissance client pour un acteur du luxe, Mise en place d’une plateforme Européenne d’aide à la prise de décision pour les agriculteurs 

TP4) Utilisation de Gitops et Terraform pour déployer un service cloud #2

C5) Les enjeux de la souveraineté et des Cloud de confiance.

TP5) Création d’un service se basant sur des sources de données ouvertes (TP noté)

Voir la page complète

Introduction au numérique responsable qui sensibilise aux principaux impacts environnementaux et sociétaux du numérique, à la manière de les mesurer, et qui présente les moyens d’actions permettant de les réduire.

Voir la page complète