Traitement d'image II: classificateurs gaussiens et réseaux neuronaux

Cette séance de cours couvre l'application de la distribution gaussienne multivariée dans le traitement d'image, y compris le classificateur gaussien à erreur minimale et la classification bayésienne. Il explore également la classification des textures en utilisant des ondelettes et l'évaluation des résultats de la classification des textures. En outre, il se penche sur des cas particuliers de classificateurs gaussiens, tels que le classificateur de distance minimale et le classificateur de distance Mahalanobis. La séance de cours traite en outre de l'estimation des paramètres, de l'apprentissage supervisé et de la classification du plus proche voisin. Il se termine par un aperçu des fonctions discriminantes, des techniques d’optimisation et de l’émergence de l’apprentissage profond, en se concentrant sur les réseaux neuronaux convolutifs.