Difference between revisions of "Publications/kirszenberg.19.seminar/fr"

From LRDE

(Created page with "{{CSIReportFR | authors = Alexandre Kirszenberg | titre = Intégration de la Morphologie Mathématique dans les Réseaux Neuronaux Profonds | year = 2019 | number = 1913 | res...")
 
 
Line 4: Line 4:
 
| year = 2019
 
| year = 2019
 
| number = 1913
 
| number = 1913
| resume = La segmentation d'image est le processus d'identification du contour des objets qui composent une image. Ces dernières annéesl'utilisation de Réseaux Neuronaux Convolutionnels Profonds à des fins de segmentation d'image a fortement augmenté, avec des résultats supérieurs à ceux d'approches plus classiques. Nous explorerons l'implémentation et les applications potentielles des filtres de la théorie de la Morphologie Mathématique dans la structure d'un Réseau Neuronal Convolutionnel Profond.
+
| resume = La segmentation d'image est le processus d'identification du contour des objets qui composent une image. Ces dernières années, l'utilisation de Réseaux Neuronaux Convolutionnels Profonds à des fins de segmentation d'image a fortement augmenté, avec des résultats supérieurs à ceux d'approches plus classiques. Nous explorerons l'implémentation et les applications potentielles des filtres de la théorie de la Morphologie Mathématique dans la structure d'un Réseau Neuronal Convolutionnel Profond.
 
| type = techreport
 
| type = techreport
 
| id = kirszenberg.19.seminar
 
| id = kirszenberg.19.seminar

Latest revision as of 18:23, 9 November 2020

Résumé

La segmentation d'image est le processus d'identification du contour des objets qui composent une image. Ces dernières années, l'utilisation de Réseaux Neuronaux Convolutionnels Profonds à des fins de segmentation d'image a fortement augmenté, avec des résultats supérieurs à ceux d'approches plus classiques. Nous explorerons l'implémentation et les applications potentielles des filtres de la théorie de la Morphologie Mathématique dans la structure d'un Réseau Neuronal Convolutionnel Profond.