Tous les articles par Marine Campedel

Adepte de la Gestion Mentale (théorie d'Antoine de la Garanderie) et des pédagogies alternatives.

Dernière ligne droite

Bonjour,
pour la dernière ligne droite de PACT rappel des dernières échéances :

– un poster de présentation sur le stand (format A1) :
 **avant le 20/03 12:00** envoyer à Bertrand David votre fichier en format pdf sous la formepactxy_poster_titreduprojet.pdf, qui s’occupera de l’impression : https://pact.wp.imt.fr/poster/.

–  **avant le 18/03 19:00** le petit film de promotion de qques minutes :https://pact.wp.imt.fr/dispositif/deroulement-2012-2013/deroulement/petit-film-de-demo/
ce film nous servira a faire la promotion de pact dans son ensemble.

– présentation courte de 4′ lors de la soutenance : https://pact.wp.imt.fr/presentations-finales-courtes/
à discuter avec votre tuteur au plus tard à la séance du 25/03.

Bon courage à tous avec votre agenda bien chargé en ce moment.

L’équipe pédagogique

Module : Création d’une carte de pertinence avec kPPV

Titre du module : Création d’une carte de pertinence avec kPPV
proposé par :

  • Michel Roux (_at_telecom-paristech.fr, Poste 96 84, bureau 5B60)
Descriptif
Ce module prend en entrée une image photographique (RGB), ainsi qu’une liste de points dont la pertinence est qualifiée. Il renvoie une image de même taille que l’image originale, contenant, pour chaque pixel, une information de pertinence selon la qualification proposée en entrée.A partir des pixels qualifiés (par exemple selon 3 classes : très pertinent, pertinent, non pertinent), nous allons exploiter les propriétés de l’image originale (couleur essentiellement) afin d’appendre la relation existant entre la notion de pertinence définie et les propriétés de l’image. Cette relation est capturée par un classificateur qui permet ensuite de classer tous les pixels de l’image selon les classes de pertinence envisagées. Nous préconisons l’usage d’un classificateur kPPV (k Plus Proches Voisins), pour sa simplicité de mise en oeuvre.Le kPPV recherche, pour chaque pixel à classer, ses k (paramètre à déterminer) plus proches voisins parmi ceux de la liste de pixels qualifiés. Cette notion de voisinage est traduite mathématiquement par une mesure de distance (ou de similarité) entre les descriptions vectorielles associées à chaque pixel (qualifiant par exemple sa couleur, sa position). La classe finalement attribuée est la classe majoritaire au sein des k voisins.
Ressources dont le module dépend
  • Notions de base : définition mathématique d’une distance, d’une mesure de similarité et caractérisation des pixels d’une image.
  • Le polycopié de SI221 peut être utile
Exemples d’utilisation du module
  • Dans le projet, ce module sera utilisé pour différencier des zones d’une image selon un critère de pertinence défini par l’utilisateur : cette information est disponible sous forme d’une liste de pixels qualifiés selon des classes de pertinence prédéfinies.
  • D’une façon plus générale, le kPPV est un classificateur supervisé : il doit donc disposer d’une base de données étiquetées (les classes sont connues à l’avance) et il peut fonctionner pour différents types d’étiquettes. On pourrait imaginer l’utiliser, par exemple, pour qualifier la pertinence d' »envoyer des bombes de peinture » mais également la « quantité de bleu » à privilégier au niveau de chaque pixel.
Résultats attendus
  • connaissances : classification, supervisé-non supervisé, pixel, caractérisation vectorielle d’un pixel, mesure de distance et de similarité
  • compétence : à l’issue de ce module je saurai construire/utiliser un classificateur kPPV en Java, afin de produire une carte de pertinence exploitable dans le projet Splash Painter.
  • livrable :
  1. Une étude bibliographique (présentation orale avec support ppt, à partager avec les autres membres du groupe) sur les mesures de distances et la caractérisation des pixels d’une image
  2. Une base de données d’images et des listes de points qualifiés allant avec, en variant les situations
  3. Du code Java permettant de stocker les données nécessaires, de traiter l’image d’entrée, de créer le classificateur et de prédire la classe de chaque pixel de l’image.
  4. Un rapport (écrit) d’expérimentation décrivant la base de données, le protocole des tests, les résultats obtenus et les conséquences sur le projet du groupe.

Date de début :   26 novembre 2012

Date de fin : 22 janvier 2013

Signatures :

A faire pour le lundi 1er octobre 2012

Bonjour à tous

je vous rappelle les sites importants :
Site pédagogique : http://pact.telecom-paristech.fr
Votre site projet : https://pact.wp.imt.fr/projet-2012-xy, avec xy vos numéros de groupe

D’ici lundi prochain (1er octobre), 12h, il faut :

1) écrire (sur votre site projet) le descriptif de votre groupe, ce qui constituera votre fiche d’identité : ensuite, imprimez-le, signez-le tous et remettez-le à Farah Walerack
2) créer la page (sur votre site projet) qui vous représente chacun individuellement
3) poster la photo de votre pont et ajouter les réponses aux questions sur le fonctionnement du groupe (sur votre site projet)

Cela va nécessiter de la concertation entre vous !

Objectifs visés : familiarisation avec les outils PACT, premier apprentissage de l’outil WordPress, prise de contact en groupe hors séance programmée, formation d’une identité en tant que groupe autour de laquelle chacun des membres s’engage !