Vision par ordinateur
Introduction au domaine
Applications
Frédéric Devernay
Qu'est-ce que la vision ?
• Le monde a une structure 3D et est
composé d'objets
• L'être humain sait parfaitement décrire
et interpréter ce monde
• Pourtant, l'information disponible sur la
rétine n'est qu'un ensemble de points
(environ un million de picture elements
ou pixels)...
Qu'est-ce que la vision (2)
• Chaque pixel contient des informations
sur la lumière (quantité et contenu
spectral/couleur) reçue en ce point de la
rétine
• Les objets (téléphone, voiture…)
n'existent pas sur la rétine, et pourtant
on les voit : leur interprétation est le
résultat du processus visuel.
Qu'est-ce que la vision (3)
Image Connaissances
(ensemble de pixels) a priori
(forme, couleur,
Information sensorielle comportement
physique)
Système
Interprétation de vision
Description de la scène
(objets, position, mouvement)
Résoudre le problème de la
vision ?
• La vision humaine est extrêmement
complexe (neurosciences)
• La vision par ordinateur ne cherche pas à
comprendre ou à reproduire la vision
humaine, mais à construire un modèle
algorithmique qui, vu de l'extérieur, possède
des propriétés semblables.
• De plus, un problème de vision par ordinateur
correspond souvent à un sous-ensemble du
système de vision humain.
Une théorie de la vision
Image Connaissances
(ensemble de pixels) a priori
(forme, couleur,
Information sensorielle comportement
physique)
Système
Interprétation de vision
Description de la scène
(objets, position, mouvement)
Une théorie de la vision
Connaissances Interprétation
Stratégies descendantes
Niveau de description
Représentation compatible avec
représentation extraite des images
Mise en
Description
correspondance
Représentation abstraite
(contours 2D, primitives 3D, …)
Stratégies ascendantes
Images
Une théorie de la vision
Connaissances a priori
• Physiques (optique, forces/interactions)
• Géométriques (forme des objets, formation
de l'image)
• Sémantiques (fonction des objets,
comportement)
Exemple : que sait-on de mesurable sur une
voiture qui permette de l'identifier dans une
image ?
Une théorie de la vision
• Les algorithmes de vision sont des
expressions des stratégies mises en œuvre :
– extraction de primitives à partir des images
– représentation des connaissances
– mise en correspondance
images/connaissances : reconnaissance
• Un système de vision doit être fiable et
rapide
Le paradigme de David Marr
Image 1 Image 2 ... Image n
Extraction primitives 2D
Première ébauche (primal sketch)
Ébauche 2,5D
Représentation centrée sur l'observateur
(le monde 3D vu depuis la caméra)
- Stéréoscopie
- Analyse du mouvement
- Ombrages, textures...
Le paradigme de David Marr
Ébauche 2,5D
Connaissances 3D
Représentation centrée sur la scène
- Objets
- Relations entre objets
La description ne dépend plus de l'observateur
Paradigme datant de la fin des années 1970,
mais toujours d'actualité !
Segmentation, reconstruction,
reconnaissance
• Traduction en algorithmes des étapes
de Marr
• Tout part des images :
– optiques (2D) : photo, satellite, document
– médicales (Rayons X, IRM, 2D/3D…)
– autres (radar, laser, sonar…)
– images fixes ou séquences temporelles
Segmentation
• Détection de points d'intérêt (coins…)
• Détection de contours
– correspondent à des discontinuités des niveaux
de gris
– approximation par des représentations analytiques
(polygones, coniques…)
• Extraction de régions (zones homogènes)
Les approches "contours" et "régions" sont
duales : frontières de régions ⇔ contours
Reconstruction
• Commence par le calibrage de
l'imageur
– détermination de la fonction :
point 3D & caractéristiques physiques
→ point image & intensité/couleur
– revient à déterminer les paramètres d'un
modèle de caméra/capteur (position,
orientation, focale…)
Reconstruction
Reconstruction
• Des méthodes variées (shape from…) :
– Stéréoscopie
• procède par appariement de
primitives, puis triangulation
– Mouvement (structure from motion)
• on ne peut pas forcément déduire la structure
3D de la scène d'un mouvement de caméra
(un panoramique ne contient pas d'infos 3D)
– Ombrage (shape from shading)
• seulement sur objets uniformes et/ou avec
éclairage contrôlé
Reconstruction
• Stéréoscopie
Quelques exemples
concrets
• Reconnaissance d'écriture (OCR)
• Contrôle visuel sur chaîne de fabrication
• Asservissement visuel de robots
– une caméra observe l'évolution du robot et
le renseigne sur sa position par rapport à
la cible
Quelques exemples
concrets
• Robotique mobile
– évitement d'obstacles
– découverte d'un environnement inconnu et
construction d'une carte (exploration)
– conduite automatique / assistée
• Exemples :
– mission Mars Pathfinder
– conduite "sans les mains" (A. Broggi, U Parma)
Quelques exemples
concrets
• Modélisation à partir d'images
• Rendu à partir d'images
• Post-production cinématographique
(objets virtuels dans scènes réelles et
vice-versa)
– PhotoModeller
– Résultats de Marc Pollefeys
– système EyeVision au Superbowl'01 (CMU)
– Panoramas, mosaïques d'images
