La vision industrielle est l'application de la vision par ordinateur aux domaines industriels de production et de recherche.
Les productions de masse à haute cadence, le souci constant d'amélioration de la qualité et la recherche de gain économique poussent de plus en plus les industriels à automatiser les moyens de production.
La vision industrielle est une réponse à ces préoccupations pour les opérations de contrôles de la production. En effet les machines de vision industrielle permettent un contrôle de la production à haute cadence et assurent une bonne répétabilité du contrôle (à la différence d'un opérateur, une machine n'est jamais fatiguée et ses critères de décision ne varient pas).
La vision industrielle peut aussi être utilisée pour gérer des flux d’objets. Par exemple la lecture optique d’un code à barres ou d’une adresse postale sur un colis pour l’orienter dans un centre de tri. Ou encore le tri de pommes par couleurs différentes avant emballage.
Enfin la vision industrielle peut être un moyen de guidage pour un système mobile autonome (comme un robot) lorsque ses mouvements ne peuvent pas être déterminés par avance comme la préhension d'objets sur un tapis roulant. Une caméra est alors embarquée sur la tête du robot et permet le positionnement de celui-ci au point désiré.
Typiquement la vision industrielle consiste à détecter un objet ou l'une de ses caractéristiques via un traitement informatisé d'images numériques. L’objet est placé sous un éclairage particulier favorisant la détection du détail visé puis les images sont obtenues grâce à une ou plusieurs caméras. Ensuite les images sont numérisées pour être utilisables par un logiciel de traitement d’image le plus souvent dédié au contrôle considéré. Le ayant été réalisé une décision est prise par rapport à des critères prédéfinis et une action est effectuée. Par exemple ayant constaté l’absence du capuchon sur un stylo, ce dernier est éjecté de la chaîne et subira une opération différente des stylos ayant leur capuchon.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
The course gives (1) a review of different types of numerical models of control of locomotion and movement in animals, (2) a presentation of different techniques for designing models, and (3) an analy
Computer Vision aims at modeling the world from digital images acquired using video or infrared cameras, and other imaging sensors.We will focus on images acquired using digital cameras. We will int
The students will gain the theoretical knowledge in computational photography, which allows recording and processing a richer visual experience than traditional digital imaging. They will also execute
Un processeur graphique, ou GPU (de l'anglais Graphics Processing Unit), également appelé coprocesseur graphique sur certains systèmes, est une unité de calcul assurant les fonctions de calcul d'image. Il peut être présent sous forme de circuit intégré (ou puce) indépendant, soit sur une carte graphique ou sur la carte mère, ou encore intégré au même circuit intégré que le microprocesseur général (on parle d'un SoC lorsqu'il comporte toutes les puces spécialisées).
L'analyse d'image est la reconnaissance des éléments et des informations contenus dans une . Elle peut être automatisée lorsque l'image est enregistrée sous forme numérique, au moyen d'outils informatiques. Les tâches relevant de l'analyse d'image sont multiples, depuis la lecture de codes-barres, jusqu'à la reconnaissance faciale. L'analyse d'image intervient également dans le domaine de l'art et du graphisme, pour l'interprétation des compositions et signifiants.
L'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Introduit des opérateurs morphologiques et de normalisation locale pour l'analyse de forme dans le traitement d'image.
Couvre les bases du traitement de l'image et de ses applications dans divers domaines.
Couvre les bases de la robotique mobile en se concentrant sur la localisation, la discussion des capteurs, la gestion des incertitudes, le GPS et les modèles de mouvement.
Photometric stereo, a computer vision technique for estimating the 3D shape of objects through images captured under varying illumination conditions, has been a topic of research for nearly four decades. In its general formulation, photometric stereo is an ...
EPFL2024
, ,
Digital twins are virtual models of physical objects or systems that enable real-time monitoring and analysis. In the field of stone masonry buildings, digital twins can be used to assess damage, predict maintenance needs, and opti- mize building performanc ...
Springer2024
Poisoning attacks compromise the training data utilized to train machine learning (ML) models, diminishing their overall performance, manipulating predictions on specific test samples, and implanting backdoors. This article thoughtfully explores these atta ...