Indexation des contenus multimedia

Contenu du module Indexation par analyse du contenu : - de texte - de son - d'images - de vidéos - Multimodalité (texte, audio, images et séquences d'images) Objectifs (en terme de compétences) Ce module vise à familiariser les étudiants avec les principes fondamentaux de l'indexation, du stockage et de la recherche d'informations multimédia : enjeux, problématique, technologies et méthodes mises en oeuvre actuellement et perspectives à court ou moyen terme. Pré-requis Bases en traitement et analyse d'images Rudiments de probabilités et statistiques, data mining (techniques de classification supervisée et non supervisée) Notions fondamentales en bases de données relationnelles Références de base : [1] P. Gros, « L'indexation multimédia - Description et recherche automatiques », Hermès – Lavoisier, paru en Juin 2007 [2] F. Sedes, « Bases de Données multimédia ». Dans : Ingénierie des Systèmes d'Information (ISI), Hermès, paru en Décembre 2002.

Réalité virtuelle et augmentée

Ce module est une introduction aux méthodes et techniques utilisées en réalité virtuelle et augmentée. Il fournit une vue d’ensemble des différents aspects liés à ce domaine. Des liens avec le cours de Vision par ordinateur seront faits en discutant de réalité virtuelle.

Vision par ordinateur

Ce module est la suite du module de traitement d’images déjà enseigné en première année. Il aborde des problèmes beaucoup plus complexes que la transformation simple de l’image. Il fournit une vue d’ensemble des différents aspects liés à ce domaine, autant dans les algorithmes existants que la recherche actuelle. En plus des techniques existantes, les étudiants sont amenés à réfléchir sur les difficultés liées à ce domaine. Des liens avec le cours de Synthèse d'images seront faits en discutant de réalités virtuelle et augmentée.

Interaction homme-machine

Ce module est une introduction à l'interaction homme-machine (ou humain-machine). Ce module montre les principes de base du base, autant sur les modèles d'utilisateur, d'architecture logicielle, tout en prenant en compte les principes d'ergonomie. Ce cours touchera aussi aux principes de visualisation 2D et 3D, ainsi qu'aux interfaces multimodales.

Ingénierie des systèmes interactifs

Ce cours vise à définir les modèles, architectures et outils permettant de mettre en oeuvre un environnement paramétrable, personnalisable et reconfigurable pour la conception et l’exécution adaptative d’activités interactives. Différentes approches seront abordées concernant d’une part l’image temps réel pour capturer de manière non invasive des comportements implicites ou explicites et reconstruire des scènes et, d’autre part, le génie logiciel pour la supervision des systèmes interactifs afin de concevoir un environnement de production et de personnalisation d’applications interactives à exécution adaptative. L’interactivité numérique que nous considérons repose sur la possibilité pour l'utilisateur de pouvoir se dégager de toute détermination impliquée par le déroulement d'une activité et de pouvoir être lui-même créateur d'interactions nouvelles.


Reconnaissance des formes

Ce module vise à appréhender les principes généraux relatifs aux chaines classiques de reconnaissance des formes. Les problématique d'analyse de scène et d'extraction de caractéristiques seront évoquées, avant d'aborder dans les détails les techniques pertinentes de reconnaissance des formes. En particulier, les grandes approches complémentaires de ce problème seront évoquées : l'approche structurelle s'appuyant sur les langages qui permettent de décrire les formes, l'approche statistique faisant intervenir des estimations pour condenser la description des formes dans des classes ou des fonctions paramétriques. Les approches connexionnistes seront également évoquées.

Modélisation et simulation des systèmes complexes

Un système complexe peut être défini comme un système composé de nombreux éléments différenciés interagissant entre eux de manière non triviale (interactions non-linéaires, boucles de rétroaction, etc.). Un système complexe se caractérise par l'émergence au niveau global de propriétés nouvelles, non observables au niveau des éléments constitutifs, et par une dynamique de fonctionnement global difficilement prédictible à partir de l'observation et de l'analyse des interactions élémentaires. L'objectif de ce module est de présenter les principaux outils de modélisation et simulation informatique de systèmes complexes dans divers domaines thématiques d'application. Ce cours sera fortement orienté vers la recherche et structuré sous la forme d'ateliers thématiques. Grâce à des séminaires théoriques, des analyses d'articles scientifiques et des mini-projets, les auditeurs aborderont différentes facettes de la modélisation et simulation de systèmes complexes.

Apprentissage

Construire des systèmes artificiels capables d'apprendre est un des paradigmes fondamentaux de l'IA. Au cours des 10 dernières années, l'apprentissage automatique a connu une évolution considérable et est aujourd'hui une branche majeure de l'IA. Le cours consolide les notions fondamentales déjà abordées dans d'autres modules (entres autres par des exercices pratiques) et introduit les notions plus avancées dans ce domaine.


Raisonnement et incertitude

Ce cours aborde les différentes formes de raisonnement et traite de la représentation et du traitement de l'incertitude dans les systèmes à base de connaissances. Il décrit quelques théories numériques de représentation de l'incertitude et aussi des approches non numériques, au traitement du raisonnement non-monotone.


Bibliographie et étude de cas

Ce module consiste en une analyse détaillée d'un article de recherche.