Correspondence problemThe correspondence problem refers to the problem of ascertaining which parts of one image correspond to which parts of another image, where differences are due to movement of the camera, the elapse of time, and/or movement of objects in the photos.
Feature (computer vision)In computer vision and , a feature is a piece of information about the content of an image; typically about whether a certain region of the image has certain properties. Features may be specific structures in the image such as points, edges or objects. Features may also be the result of a general neighborhood operation or feature detection applied to the image. Other examples of features are related to motion in image sequences, or to shapes defined in terms of curves or boundaries between different image regions.
Détection d'objetthumb|Détection de visage avec la méthode de Viola et Jones. En vision par ordinateur on désigne par détection d'objet (ou classification d'objet) une méthode permettant de détecter la présence d'une instance (reconnaissance d'objet) ou d'une classe d'objets dans une . Une attention particulière est portée à la détection de visage et la détection de personne. Ces méthodes font souvent appel à l'apprentissage supervisé et ont des applications dans de multiples domaines, tels la ou la vidéo surveillance.
Carte de disparitéIn 3D computer graphics and computer vision, a depth map is an or that contains information relating to the distance of the surfaces of scene objects from a viewpoint. The term is related (and may be analogous) to depth buffer, Z-buffer, Z-buffering, and Z-depth. The "Z" in these latter terms relates to a convention that the central axis of view of a camera is in the direction of the camera's Z axis, and not to the absolute Z axis of a scene. File:Cubic Structure.jpg|Cubic Structure File:Cubic Frame Stucture and Floor Depth Map.
Vision industrielleLa 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.
Transformeurvignette|Schéma représentant l'architecture générale d'un transformeur. Un transformeur (ou modèle auto-attentif) est un modèle d'apprentissage profond introduit en 2017, utilisé principalement dans le domaine du traitement automatique des langues (TAL). Dès 2020, les transformeurs commencent aussi à trouver une application en matière de vision par ordinateur par la création des vision transformers (ViT).
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Lexique de la géométrie riemannienneLa géométrie riemannienne est un domaine des mathématiques étudiant les propriétés des variétés riemanniennes. Cette page rappelle brièvement les définitions des termes récurrents rencontrés. Application conforme : Entre deux variétés riemanniennes, application qui préserve les angles ; de manière équivalente application qui transporte une métrique en une métrique conforme ; Application exponentielle : Application différentiable définie naturellement pour toute variété riemannienne complète.
Requête sémantiqueLes requêtes sémantiques permettent des interrogations et des analyses de nature associative et contextuelle. Elles permettent d'extraire des informations dérivant d'éléments syntaxiques, sémantiques et structurelles contenues dans les données. Elles sont conçues pour : fournir des résultats précis, telles que la sélection distinctive d'un seul élément d'information ; répondre à des questions plus floues et ouvertes grâce au filtrage de motifs et aux systèmes basés sur le raisonnement.
Métrique pseudo-riemannienneEn mathématiques et en physique, une métrique pseudo-riemannienne est une extension de la métrique riemannienne dans laquelle un certain nombre d'axes de l'espace qu'elle décrit ont des normes négatives. Si la métrique pseudo-riemanienne est en réalité un champ tensoriel, et donc varie d'un point à un autre, sa signature (le nombre d'axes dont les normes sont positives et le nombre d'axes dont les normes sont négatives), elle, ne peut jamais changer pour un même espace. Variété pseudo-riemannienne Catégori
