v2.11.0 (5686)

Cours scientifiques - CSC_5RO13_TA : Deep Learning for Robotics

Domaine > Sciences et technologies de l'information et de la communication, Computer Science.

Descriptif

Ce cours présente les principes et les techniques de la vision par ordinateur utilisés dans le domaine de la Robotique.

Pour le robot, s'agit d'une part de structurer son environnement (reconstruction 3d, perception de la profondeur, détection de lignes et de plans...), ce qu'il peut faire par diverses techniques impliquant des aspects physiques et technologiques (caméras 3d, stéréovision,...) mais aussi algorithmiques (appariement et disparité, calcul d'homographie, matrice fondamentale, transformées de Hough, RANSAC...), sans oublier les approches par apprentissage.
 
D'autre part, le robot doit interpréter son environnement en termes sémantiques, c'est-à-dire reconnaître les objets ou les situations à partir des images ou de la vidéo. Cette reconnaissance s'appuie aussi sur diverses techniques (Bag-of-words, Modèles implicites, Deep learning,...) qui sont abordées dans ce cours.

Objectifs pédagogiques

Compétences à acquérir
- Comprendre les enjeux, les potentiels et les limites de la vision par ordinateur aujourd'hui.
- Maîtriser les algorithmes les plus importants en vision par ordinateur
- Être capable d'aborder avec un regard critique une nouvelle application en vision robotique   

21 heures en présentiel (8 blocs ou créneaux)

effectifs minimal / maximal:

10/40

Diplôme(s) concerné(s)

Parcours de rattachement

Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées

Algèbre linéaire - Optimisation - Calcul différentiel

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées

Vos modalités d'acquisition :

Plusieurs TPs sur machines ou mini-projets notés

Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)
  • le rattrapage est obligatoire si :
    Note initiale < 6
  • le rattrapage peut être demandé par l'étudiant si :
    6 ≤ note initiale < 10
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 1.5 ECTS

Le coefficient de l'UE est : 1

La note obtenue rentre dans le calcul de votre GPA.

L'UE est évaluée par les étudiants.

Programme détaillé

Voir page pédagogique : http://perso.ensta-paristech.fr/~manzaner/Cours/ROB313/

Mots clés

Vision par Ordinateur, Reconnaissance d'objets, Vision 3d, Apprentissage visuel
Veuillez patienter