Cartographie et localisation simultanéesvignette|Une carte générée par le robot Darmstadt. La localisation et cartographie simultanées, connue en anglais sous le nom de SLAM (simultaneous localization and mapping) ou CML (concurrent mapping and localization), consiste, pour un robot ou véhicule autonome, à simultanément construire ou améliorer une carte de son environnement et de s’y localiser. La plupart des robots industriels sont fixes et effectuent des tâches dans un environnement connu.
Scale-invariant feature transform[[Fichier:Matching of two images using the SIFT method.jpg|thumb|right|alt=Exemple de mise en correspondance de deux images par la méthode SIFT : des lignes vertes relient entre eux les descripteurs communs à un tableau et une photo de ce même tableau, de moindre qualité, ayant subi des transformations. |Exemple de résultat de la comparaison de deux images par la méthode SIFT (Fantasia ou Jeu de la poudre, devant la porte d’entrée de la ville de Méquinez, par Eugène Delacroix, 1832).
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).
Infographie tridimensionnelleLa synthèse d'images tridimensionnelles, souvent appelée infographie tridimensionnelle ou infographie 3D (3D pour trois dimensions : x, y, z, les trois axes qui constituent le repère orthonormé de la géométrie dans l'espace), est un ensemble de techniques notamment issues de la CAO qui permet la représentation d'objets en perspective sur un moniteur d'ordinateur. Elle est actuellement très utilisée en art numérique dans l'industrie du film, initiée par les studios Pixar, Disney, DreamWorks, Blue Sky, Illumination et ILM et, .
Calibration de caméraEn , l'opération de calibration de caméra revient à modéliser le processus de formation des s, c'est-à-dire trouver la relation entre les coordonnées spatiales d'un point de l'espace avec le point associé dans l'image prise par la caméra. Le terme calibration est un anglicisme dont l'équivalent français est étalonnage. On note aussi que le terme calibrage est couramment utilisé. Plusieurs modèles décrivant le processus de formation des images existent. Le plus simple est le modèle du sténopé ou modèle pin-hole dans la littérature anglo-saxonne.
Modélisation tridimensionnelleLa modélisation tridimensionnelle est l'étape en infographie tridimensionnelle qui consiste à créer, dans un logiciel de modélisation 3D, un objet en trois dimensions, par ajout, soustraction et modifications de ses constituants. La révolution consiste à faire tourner un profil 2D autour d'un axe 3D : on obtient ainsi un volume de révolution. C'est la technique majoritairement utilisée dans le jeu vidéo, et le cinéma d'animation. La modélisation polygonale induit une marge d'erreur de proportions et de dimensions le plus souvent invisible à l'œil nu.
3D scanning3D scanner is the process of analyzing a real-world object or environment to collect three dimensional data of its shape and possibly its appearance (e.g. color). The collected data can then be used to construct digital 3D models. A 3D scanner can be based on many different technologies, each with its own limitations, advantages and costs. Many limitations in the kind of objects that can be digitised are still present. For example, optical technology may encounter many difficulties with dark, shiny, reflective or transparent objects.
Estimation de mouvementL'estimation de mouvement ou Motion estimation est un procédé qui consiste à étudier le déplacement des objets dans une séquence vidéo, en cherchant la corrélation entre deux images successives afin de prédire le changement de position du contenu. Le mouvement est un problème mal posé en vidéo puisqu'il décrit un contexte en trois dimensions alors que les images sont une projection de scènes 3D dans un plan en 2D. En général, il est représenté par un vecteur de mouvement qui décrit une transformation d'une image en deux dimensions vers une autre.
Text-to-image modelA text-to-image model is a machine learning model which takes an input natural language description and produces an image matching that description. Such models began to be developed in the mid-2010s, as a result of advances in deep neural networks. In 2022, the output of state of the art text-to-image models, such as OpenAI's DALL-E 2, Google Brain's , StabilityAI's Stable Diffusion, and Midjourney began to approach the quality of real photographs and human-drawn art.
Vision par ordinateurLa vision par ordinateur est un domaine scientifique et une branche de l’intelligence artificielle qui traite de la façon dont les ordinateurs peuvent acquérir une compréhension de haut niveau à partir d's ou de vidéos numériques. Du point de vue de l'ingénierie, il cherche à comprendre et à automatiser les tâches que le système visuel humain peut effectuer. Les tâches de vision par ordinateur comprennent des procédés pour acquérir, traiter, et « comprendre » des images numériques, et extraire des données afin de produire des informations numériques ou symboliques, par ex.
Structure from motionvignette|Schéma simplifié du procédé. Le principe de Structure from motion (SfM, « Structure acquise à partir d'un mouvement ») est une technique d' photogrammétrique destinée à estimer la structure 3D de quelque chose à partir d'images 2D. Elle combine la vision par ordinateur et la vue humaine. En terme biologique, le SfM désigne le phénomène par lequel une personne (et autres créatures vivantes) peut estimer la structure 3D d'un objet ou d'une scène en mouvement à partir de son champ de vision 2D (rétinien).
Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
Vue à la troisième personneLa vue à la troisième personne, souvent appelée vue objective (ou « vision objective »), est utilisée dans les jeux vidéo : la caméra est placée derrière ou à côté du personnage dirigé par le joueur. La notion de vue à la troisième personne (vue objective) s'oppose à celle de vue à la première personne (ou vue subjective). Le joueur voit tout ou partie du personnage-joueur, qu'il maîtrise, ce qui lui permet d'assister à toutes les actions qu'il réalise. Cette vue peut être intéressante pour prendre du recul par rapport aux événements.
AnaglypheUn anaglyphe (en grec ancien : « ciselure en relief », « bas-relief », « ouvrage sculpté », composé d’ana, « du bas vers le haut » et de glyphe, « ciselure ») est une image imprimée pour être vue en relief, à l’aide de deux filtres de couleurs différentes (lunettes 3D) disposés devant chacun des yeux de l’observateur. Ce principe est fondé sur la notion de stéréoscopie qui permet à notre cerveau d’utiliser le décalage entre nos deux yeux pour percevoir le relief. Le principe est décrit en 1853 par à Leipzig.
Génération automatique de textesLa génération automatique de texte (GAT) est une sous discipline de la linguistique computationnelle qui vise à exprimer sous une forme textuelle, syntaxiquement et sémantiquement correcte, une représentation formelle d'un contenu. Outre ses nombreuses applications existantes ou potentielles - par exemple pour produire automatiquement des bulletins météorologiques, ou des rapports automatisés - elle offre par ailleurs un cadre d'investigation des théories linguistiques, et particulièrement de ses mécanismes de production.
Cinéma en reliefLe cinéma en relief, cinéma en 3D (trois dimensions), ou cinéma stéréoscopique, permet d'enregistrer la réalité avec ses trois dimensions, qui sont la hauteur, la largeur et la profondeur. Les dispositifs mis en œuvre sont calqués sur le principe de la vision binoculaire naturelle de l'être humain. Dès l'invention de la photographie en 1839, des techniques de prise de vue en relief sont mises au point, et des visionneuses appelées stéréoscopes ont été créées pour les observer.
Photophone (appareil)Photophone est un mot introduit en 2002 pour désigner les téléphones mobiles dont le capteur permet de prendre des photos numériques de haute capables de concurrencer celles des appareils photographiques numériques compacts. Dans cette acception, la majorité des téléphones mobiles commercialisés actuellement, smartphones et téléphones mobiles basiques (excepté les produits d'entrée de gamme) correspondent à cette définition du photophone. thumb|Sony Ericsson K800i, l'un des premiers téléphones portables à être équipé d'un capteur de 3,2 mégapixels.
Transformeur génératif pré-entraînédroite|vignette| Architecture du modèle GPT Le transformeur génératif pré-entraîné (ou GPT, de l’anglais generative pre-trained transformer) est une famille de modèles de langage généralement formée sur un grand corpus de données textuelles pour générer un texte de type humain. Il est construit en utilisant plusieurs blocs de l'architecture du transformeur. Ils peuvent être affinés pour diverses tâches de traitement du langage naturel telles que la génération de texte, la traduction de langue et la classification de texte.
Assemblage de photosL'assemblage de photos est un procédé consistant à combiner plusieurs se recouvrant, dans le but de produire un panorama ou une image de haute définition. thumb|right|upright=2|alt=Exemple de détection de zones de recouvrement pour l'assemblage d'un panorama : une série de six images sont assemblées en panorama, une ligne rouge délimitant les zones de recouvrement.|Exemple de détection de zones de recouvrement pour l'assemblage d'un panorama. Photographie panoramique Panographie Catégorie:Vision artificiel
Autodesk 3ds MaxAutodesk 3ds Max (ou simplement 3ds Max ou 3ds) est un logiciel de modélisation et d'animation 3D, développé par la société Autodesk. Avec Maya, , Lightwave, Houdini et Blender, il est l'un des logiciels de référence dans le domaine de l'infographie 3D. Le logiciel est une évolution du programme 3D Studio qui a tourné sous DOS jusqu'à sa version 4 en 1994. Les programmeurs de Kinetix (une division d'Autodesk rebaptisée maintenant Autodesk Media and Entertainment) ont mis au point un logiciel entièrement neuf et repensé.
