Vision numérique cognitive: comprendre le sens des images et des vidéos

点评--你能理解我的形象吗？你看，这个问题很有趣，我很关心，但很自律。L的视觉数字认知发展的目标是分析和逻辑的进步，而不是图像和视频的自动识别。我们有自己的结构，但也有自己的发展。巴黎圣母院的耐用品计划。各种情况下的交通工具：交通工具S与人、人与人之间的互动与交流。分析稳健、有效和可比较的概念。联合国方面最重要的是L注意观察情况。更具体的是，我们分析了产品的不变量、点的落差和掩蔽的空间以及时间。*再加上，我们了解了L的对象和结构的本地化。Nous Proplitons des avancées du Domaine Pour la De Do Location des Personnes Dans Les Images et vidéos ainsi que our le suivi des objets in mation.L的对象血清定性和定性。*--*Pour le Projet>Catégoet incertaine des Interactive Ent re De Deual Periffnes？，nous Visons as CATégrisiser L‘Con’Conquence qute te te quelconquence qute te quNous Alons组织者de Caracéristique Spaceo-temporelles as High Valeur Predictive en Function des主角en Interaction。*最后，请注意项目[对象与形象之间的关系]、L的整体命题[对象的身份特征]和主要的基本概念。L的本地化实践证明，L的学徒不会超越L的不变项，而不是隐蔽的部分。La catégorization d‘un objeet in attendu dans une Image psera par les mémesétapes de Locationàun niveau abstrait suivi de la mise en Corance des Caractéristique Locale.这是一项新的资助计划，也是一项新的计划。

Comment peut-on arriver à comprendre le sens d'une image ou d'une vidéo? Voilà une question fascinante qui concerne un grand nombre de disciplines. L'objectif de la vision numérique cognitive est de développer des méthodes d'analyse et des logiciels permettant de progresser vers la compréhension automatique du sens des images et vidéos numériques. Nous voulons être un acteur structurant dans son développement. Notre programme de recherche vise des avancées durables. Nos travaux abordent des situations variées: objets transportés par des personnes, personnes en interaction et scènes d'intérieur et d'extérieur. Une méthodologie générique nous permet de développer des méthodes d'analyse robustes, efficaces et comparables autant au niveau des concepts que des résultats. Un aspect unificateur est l'attention accordée aux conditions d'observation. En particulier, les méthodes d'analyse doivent produire des résultats invariants, indépendamment du point de vue et des occultations spatiales et temporelles.****Pour le projet «Détection et identification des objets transportés par une personne», nous voulons aller au-delà des limitations des méthodes actuelles, en particulier lorsque l'objet transporté est en chevauchement partiel ou total avec la personne. De plus, nous visons une localisation précise de l'objet et une compréhension de sa forme et de sa structure. Nous profiterons des avancées du domaine pour la détection et la localisation des personnes dans les images et vidéos ainsi que pour le suivi des objets en mouvement. La modélisation de l'objet sera qualitative et générique. Les représentations utilisées seront inspirées de nos travaux passés sur des problématiques comparables.****Pour le projet «Catégorisation incertaine des interactions entre deux personnes», nous visons à catégoriser l'incertitude dans la classification d'une sous-séquence courte quelconque d'interactions typiques. Nous allons organiser des caractéristiques spatio-temporelles à haute valeur prédictive en fonction des protagonistes en interaction. Nous allons aussi intégrer la posture qualitative des protagonistes au cours de la séquence.****Finalement, pour le projet «Découverte des objets inattendus dans une ou plusieurs images», nous allons réduire l'ensemble des propositions d'objets identifiées préalablement à un objet principal modélisé par une carte de primitives de contour. Cette localisation précise de l'objet nous permettra ensuite d'effectuer l'apprentissage non supervisé de modèles d'objets invariants à l'échelle, au point de vue et aux occultations partielles. La catégorisation d'un objet inattendu dans une image passera par les mêmes étapes de localisation à un niveau abstrait suivi de la mise en correspondance des caractéristiques locales. Au cours des cinq années de la subvention, un total de sept étudiants travailleront sur ces trois projets.