Projet interdisciplinaire : reconnaissance de visage (PROJ002_SEAFISA_ACY)
Présentation
L'objectif de ce module est le développement d'une application de traitement de l'information (images) sur un système embarqué.
Ce projet mêlera donc plusieurs compétences : celles acquises en traitement de l'information (et plus particulièrement en traitement d'images et IA), celles acquises en programmation et celles acquises en systèmes embarqués. Les projets seront réalisés par groupes (typiquement 5 étudiants). Ils comporteront quatre aspects :
- la réalisation d'un programme de traitement d'images réalisant la reconnaissance de visage se basant sur un algorithme de machine learning
- l'implémentation du programme sur un système embarqué
- un travail en mode "gestion de projet" en s'appuyant sur des méthodes (V, agiles...) et outils (planification, espaces collaboratifs, gestion de versions)
Objectifs
L'objectif de ce module est d'appliquer des algorithmes de traitement d'images et de machine learning pour de la reconnaissance de visage et ensuite de l’implémenter sur un système embarqué.
Heures d'enseignement
| Travaux Pratiques | 36h |
Pré-requis obligatoires
- EASI842 - Analyse d'images et vision par ordinateur
- INfO501 - Numération et Algorithmique
- INFO743 - Réseaux et systèmes répartis
- Systèmes embarqués I et II
- Apprentissage automatique
Plan du cours
Ce module de projet comporte d'une part des séances planifiées dans l'emploi du temps (volume de 24h) et encadrées par des tuteurs de projets et d'autre part du travail personnel. L'organisation est la suivante :
- 3 séances de 4h de présentation des connaissances nécessaires
- 3,5 séances de travail en équipe
- 1/2 séance pour l'évaluation (rapport, présentation orale et démonstration d'équipe et entretiens individuels d'évaluation des compétences acquises)
Informations complémentaires
Module entre traitement de données et systèmes embarqués qui permet d'utiliser un certain nombre de compétences acquises au cours des 3 années de formation
Bibliographie
Algorithmes de machine learning : https://scikit-learn.org/stable/