15 heures- Difficile
Ce cours est visible gratuitement en ligne.
course.header.alt.is_video
course.header.alt.is_certifying
J'ai tout compris !Mis à jour le 26/06/2024
Partie 2
Compétences évaluées
- Comprendre la notion de features d'une image
- Maîtriser les méthodes les plus courantes d'extraction de features
Question 1
On considère l'image X=[0000000000001000000000000] et le noyau H=[abcdefghi]
Que vaut Yconv=H∗I ?
On supposera une valeur 0 (contour noir) en dehors des matrices.
Yconv=[000000ihg00fed00cba000000]
Yconv=[ihgfedcba]
Yconv=[000000abc00def00ghf000000]
Question 2
Parmi les features détectées dans ces deux images, lesquelles utiliser pour faire de l'image matching ?
Un carré de contour vert (respectivement rouge) représente une feature pertinente (respectivement mauvaise).
Question 3
Je veux détecter les coins dans une image. Quel(s) algorithme(s) utiliser ?
Attention, plusieurs réponses sont possibles.Le détecteur de Harris-Stephens
Le filtre de Canny
L'algorithme SIFT
Le détecteur de Moravec
- Formations jusqu’à 100 % financées
- Date de début flexible
- Projets professionnalisants
- Mentorat individuel
