Segmentation sémantique et analyse des images et vidéos: approches par apprentissage et sélection de caractéristiques et applications

Le besoin croissant de systèmes visuels是一个伟大的设计，用于开发能够进行分析和解释的算法，并实现图像和视频内容的自动化。Ceci est d'autant plus important vu la croissance fulgurante du nombre d'imageset de vidéos et l'émergence de nouvelles applications pour aider l'humain dans ses tâches puzziennes（ex. gestion des grandes bases de données d'vidéos，surveillance，robotique，navigation autonome de véhicules，etc.）。Parmi les défis posés pour ces applications，la segmentation sémantique des images et vidéos est l'un des plus importants.在图像中，问题在于图像中存在的对象类别的识别，这就是图像分割。在视频中，再加上对对象的侦察和分割，问题还在于对这些最后的一般活动进行分析和侦察。

Le besoin croissant de systèmes visuels autonomes génère un grand défi pour le développement d'algorithmes capables d'analyser et d'interpréter efficacement et automatiquement le contenu des images et des vidéos. Ceci est d’autant plus important vu la croissance fulgurante du nombre d’images et de vidéos et l’émergence de nouvelles applications pour aider l’humain dans ses tâches quotidiennes (ex. gestion des grandes bases de données d’images/vidéos, surveillance, robotique, navigation autonome de véhicules, etc.). Parmi les défis posés pour ces applications, la segmentation sémantique des images et vidéos est l’un des plus importants. Dans les images, le problème est lié à l'identification des catégories d'objets présents dans les images ainsi que leur segmentation. Dans les vidéos, en plus de la reconnaissance et la segmentation des objets, le problème est lié aussi à l'analyse et la reconnaissance des activités générées par ces derniers.