5. Conclusion et perspectives
Les techniques de reconnaissance des formes, si elles se basaient dans les années 1980 sur des critères géométriques simples de caractérisation, sont depuis les années 2000 supportées par les techniques de détection de points d’intérêt et de calculs de descripteurs. Les algorithmes sous-jacents sont rapides, parallélisables, ce qui fait qu’ils sont utilisables dans des systèmes embarqués, même à très faible capacité de calcul (et également très faible consommation d’énergie).
Depuis 2020 environ, les techniques dites de deep learning (apprentissage profond) permettent de réaliser des segmentations sémantiques (détection d’objet d’un même type) ou par instance (détection de chaque objet indépendamment des autres) apportant un sens réel à des points d’intérêt qui ne sont pas forcément reliés à un objet perçu visuellement....
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Conclusion et perspectives
Sources bibliographiques
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
"Le traitement du signal et ses applications"
(
214 articles
)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
