[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-959653","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n  \u003Cdiv class=\u0022row\u0022\u003E\n    \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n      \u003Ch2 class=\u0022h1 text-left\u0022\u003E  Perception \u00e9tendue des syst\u00e8mes autonomes\n\u003C\/h2\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n          2.5\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemestre calendaire :\n          Annualis\u00e9\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ED\u00e9tail du volume horaire\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ECours magistraux :\u003C\/span\u003E\n                                      \u003Cspan\u003E12\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ETravaux pratiques :\u003C\/span\u003E\n                                      \u003Cspan\u003E8\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ETravaux dirig\u00e9s :\u003C\/span\u003E\n                                      \u003Cspan\u003E10\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                                            \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EFran\u00e7ais\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003Enon\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n    \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EPr\u00e9requis\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cul\u003E\n\u003Cli\u003EBases en traitement du signal et de l\u2019image.\u003C\/li\u003E\n\u003Cli\u003EProgrammation Python ou Matlab (OpenCV, traitement de donn\u00e9es).\u003C\/li\u003E\n\u003Cli\u003ENotions d\u2019architecture des syst\u00e8mes autonomes (terrestres et\/ou a\u00e9riens).\u003C\/li\u003E\n\u003Cli\u003EModule M1 \u00ab du signal \u00e0 l\u2019image \u00bb\u003C\/li\u003E\n\u003C\/ul\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EProgramme \/ plan \/ contenus\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EChapitre 1 \u2014 Primitives en traitement d\u2019image\u003C\/p\u003E\n\u003Cul\u003E\n\u003Cli\u003ERappels sur la formation de l\u2019image : luminance, gradients, filtres et convolution.\u003C\/li\u003E\n\u003Cli\u003EExtraction de primitives : points d\u0027int\u00e9r\u00eat, contours, segments, r\u00e9gions.\u003C\/li\u003E\n\u003Cli\u003EDescripteurs locaux : SIFT\/SURF\/ORB (notions), histogrammes, textures.\u003C\/li\u003E\n\u003Cli\u003EAssemblage et mise en correspondance des primitives (appariement).\u003C\/li\u003E\n\u003Cli\u003ENotions de robustesse : bruit, illumination, invariances.\u003C\/li\u003E\n\u003C\/ul\u003E\n\u003Cp\u003EChapitre 2 \u2014 St\u00e9r\u00e9ovision et perception g\u00e9om\u00e9trique\u003C\/p\u003E\n\u003Cul\u003E\n\u003Cli\u003EPrincipe de la vision st\u00e9r\u00e9o : \u00e9pipolarit\u00e9, disparit\u00e9, g\u00e9om\u00e9trie multi-vue.\u003C\/li\u003E\n\u003Cli\u003ECalibration intrins\u00e8que\/extrins\u00e8que d\u2019un syst\u00e8me bi-cam\u00e9ra.\u003C\/li\u003E\n\u003Cli\u003EEstimation dense de profondeur : cartes de disparit\u00e9, reconstruction 3D locale.\u003C\/li\u003E\n\u003Cli\u003EFusion primitives \u2194 profondeur : association robuste, filtrage g\u00e9om\u00e9trique.\u003C\/li\u003E\n\u003Cli\u003ELimites pratiques.\u003C\/li\u003E\n\u003C\/ul\u003E\n\u003Cp\u003EChapitre 3 \u2014 Analyse du mouvement\u003C\/p\u003E\n\u003Cul\u003E\n\u003Cli\u003ED\u00e9tection d\u2019arri\u00e8re-plan et s\u00e9paration fond\/objet (soustraction de fond).\u003C\/li\u003E\n\u003Cli\u003EFlot optique : principes et \u00e9quations.\u003C\/li\u003E\n\u003Cli\u003EEstimation de la vitesse apparente, suivi d\u2019objets en mouvement.\u003C\/li\u003E\n\u003C\/ul\u003E\n\u003Cp\u003EChapitre 4 \u2014 Cha\u00eene compl\u00e8te de perception visuelle \u00e9tendue\u003C\/p\u003E\n\u003Cul\u003E\n\u003Cli\u003EArchitecture d\u2019une cha\u00eene perception mono-capteur (vision) :\u003Cbr\u003E\nacquisition \u2192 preprocessing \u2192 primitives \u2192 g\u00e9om\u00e9trie \u2192 mouvement.\u003C\/li\u003E\n\u003Cli\u003EFusion des modules pr\u00e9c\u00e9dents pour une perception coh\u00e9rente :\u003Cbr\u003E\nsuivi d\u2019objets, estimation locale de sc\u00e8ne.\u003C\/li\u003E\n\u003Cli\u003EApplication en environnement simul\u00e9 ou sur s\u00e9quences r\u00e9elles (automobile, a\u00e9rien).\u003C\/li\u003E\n\u003Cli\u003EM\u00e9thodes d\u2019\u00e9valuation : pr\u00e9cision, erreurs de reprojection.\u003C\/li\u003E\n\u003C\/ul\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EObjectifs d\u0026#039;apprentissage\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cul\u003E\n\u003Cli\u003EConna\u00eetre les principes de fonctionnement des principaux capteurs de perception utilis\u00e9s dans les v\u00e9hicules autonomes (cam\u00e9ra, LiDAR, radar, IMU, GNSS).\u003C\/li\u003E\n\u003Cli\u003EIdentifier les limitations, mod\u00e8les d\u2019erreurs et contraintes d\u2019int\u00e9gration des capteurs embarqu\u00e9s.\u003C\/li\u003E\n\u003Cli\u003EMettre en \u0153uvre les techniques fondamentales de traitement d\u2019images pour d\u00e9tecter, segmenter et suivre des objets.\u003C\/li\u003E\n\u003Cli\u003EImpl\u00e9menter une cha\u00eene de perception multimodale int\u00e9grant fusion de capteurs et de donn\u00e9es.\u003C\/li\u003E\n\u003Cli\u003EConcevoir et \u00e9valuer une chaine de traitement de perception \u00e9tendue appliqu\u00e9e \u00e0 un v\u00e9hicule terrestre et\/ou a\u00e9rien en simulation ou sur donn\u00e9es r\u00e9elles.\u003C\/li\u003E\n\u003C\/ul\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EOrganisation g\u00e9n\u00e9rale et modalit\u00e9s p\u00e9dagogiques\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EUE mutualis\u00e9e avec le parcours M2 E3A FI SAM (PR 404)\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n                \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EComp\u00e9tences\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EL\u2019\u00e9tudiant sera capable de :\u003C\/p\u003E\n\u003Cul\u003E\n\u003Cli\u003EChoisir un capteur selon son principe physique et ses performances.\u003C\/li\u003E\n\u003Cli\u003EConcevoir une chaine de traitement de perception pour syst\u00e8mes intelligents en environnement complexe impliquant de la vision.\u003C\/li\u003E\n\u003Cli\u003EExtraire des caract\u00e9ristiques visuelles ou g\u00e9om\u00e9triques.\u003C\/li\u003E\n\u003Cli\u003EMise en \u0153uvre d\u2019algorithmes basiques de fusion de donn\u00e9es.\u003C\/li\u003E\n\u003C\/ul\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EBibliographie\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cul\u003E\n\u003Cli\u003EHandbook of Driver Assistance Systems. Hermann Winner, Stephan Hakuli, Felix Lotz, Christina Singer. 2016.\u003C\/li\u003E\n\u003Cli\u003EImage Processing, analysis and machine vision. M. Sonka, V. Hlavac, R. Boyle. International student edition. 2008.\u003C\/li\u003E\n\u003Cli\u003EComputer Vision:Algorithms and Applications. R. Szeliski. Springer. 2010.\u003C\/li\u003E\n\u003Cli\u003EMultiple view geometry in computer vision, Hartley, R, Zisserman, A, Cambridge University Press, 2003.\u003C\/li\u003E\n\u003C\/ul\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EEvaluation Continue non Int\u00e9grale\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n  \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]