Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
Malgré les progrès obtenus au fil des années pour la reconnaissance de formes invariante aux rotations dans le plan, les recherches portant sur la reconnaissance de formes invariante aux rotations hors plan présente des résultats limités. Lorsque des changements d’échelle des objets doivent également être considérés, le problème devient encore plus complexe. Nous proposons une nouvelle méthode de reconnaissance d’objets tridimensionnels invariante aux translations, rotations, changements de pose et d’échelle. Cette méthode est basée sur l’échantillonnage angulaire des images 2-D des objets autour de leur centroïde résultant en caractéristiques invariantes aux translations, rotations, changements de pose et d’échelle. Un classificateur …
La reconnaissance d'images à l'aide d'un traitement optique est très utile, car on peut obtenir des résultats en un temps très court si on les compare aux méthodes numériques. C'est pourquoi nous présentons une nouvelle approche optique qui permet de reconnaître une cible même si celle-ci a subi une transformation linéaire de son intensité. Une telle transformation d'intensité survient lorsque la puissance de la source d'éclairage change ou lorsque les ajustements de la caméra sont modifiés. Pour y arriver, nous filtrons d'abord l'image dans laquelle nous désirons reconnaître un objet avec différents filtres holographiques. Ensuite, nous combinons les résultats ainsi …
Il fut démontré par Neiberg et Casasent en utilisant des simulations numériques que la reconnaissance automatique d'objets soumis à des rotations hors plan ainsi que changés d'échelle peut être effectuée par compression en secteurs du spectre de puissance et des algorithmes de trajectoires d'espace caractéristique. Le principe est de regrouper les objets de la même classe en lignes au lieu de les regrouper en amas. Un algorithme de calcul de la distance la plus courte est alors appliqué par rapport aux lignes au lieu d'être appliqué aux amas. Les points sur les lignes sont des vecteurs multidimensionnels d'un espace ayant …
La reconnaissance de visages est un problème nécessitant un système robuste aux variations d'orientation et aux distorsions pouvant survenir naturellement sur un visage. Nous proposons un système de reconnaissance utilisant un corrélateur optique à transformées conjointes et un réseau de neurones qui permet l'identification et la classification des visages dans ces conditions.
Le but du projet est d'arriver à reconnaître des cibles peu importe l'orientation qu'elles peuvent avoir dans un plan dont l'axe est perpendiculaire à l'axe optique. Pour atteindre cet objectif, on utilise une méthode qui est invariante sous translation et sous changement d'échelle qui consiste à utiliser un espace caractéristique pour faire la reconnaissance de quatre cibles ayant des points de vue allant de 0 à 360 degrés. On vérifie les performances de notre méthode en ajoutant divers types de bruit aux images ainsi qu'en modifiant leur échelle.