Photographie Algorithmique GIF-4105/7105

Bienvenue sur le site web du cours de Photographie Algorithmique pour la session d'hiver 2019!

La photographie algorithmique est un domaine qui se situe entre la vision artificielle, l'infographie, et la photographie. Elle utilise des techniques de calcul permettant de compenser les limites des appareils photo traditionnels et améliore la façon dont on capture et manipule les données visuelles ainsi que la façon dont on interagit avec elles. Le cours permet d'explorer la formation des images, les modèles d'appareils, la création de panoramas, la synthèse de texture, les images à haute plage dynamique (HDR), le redimensionnement intelligent, le morphage, etc. Il s'oriente sur l'application concrète des concepts par de nombreux travaux pratiques, ainsi qu'un projet personnel.

Semaine courante

Équipe

Jean-Francois Lalonde

Jean-François Lalonde
Professeur

Contactjflalonde@gel.ulaval.ca
BureauPLT-1138E
Disponibilités Lundi 11h00-11h50
Mercredi 13h00-14h00
Mathieu Garon

Mathieu Garon
Assistant

ContactPiazza
BureauPLT-1114C
Disponibilités Mercredi 9h30-11h30

Logistique

Horaire

Jour Heure Local
Jeudi 9h30 à 12h20 PLT-2512

Plan de cours

Lien vers les plan de cours officiels: GIF-4105 (bacc), GIF-7105 (gradués), et vers la page Capsule.

Forum de discussions

Nous utilisons Piazza pour toutes questions, discussions, etc. N'hésitez pas à vous en servir!

Évaluations

Travaux pratiques

Tous les travaux pratiques devront être remis sur le portail des cours. La politique des retards est disponible dans le plan de cours.

Travail Disponibilité Date de remise Pondération Résultats
TP1: Coloration de l'Empire Russe (English) 17 janvier 31 janvier, 23h59 10% Résultats
TP2: On s'amuse en fréquences (English) 31 janvier 14 février, 23h59 10% Résultats
TP3: Morphage de visages++ 14 février Partie A (English) : 28 février, 23h59
Partie B (English): 7 mars, 23h59		 14% Résultats
TP4: Assemblage de photos automatique (English) 7 mars 28 mars, 23h59 14%
TP5: Insertion d'objets virtuels 28 mars 11 avril, 23h59 12% Résultats
Projet: À vous de jouer! 11 avril 2 mai (présentations) 20%

Examen

Examen Date Lieu Pondération
Partiel 21 mars PLT-2341 20%

Modules de cours

Cliquez sur le module pour révéler plus d'informations. Les informations manquantes seront mises à jour durant la session.

1. Introduction à la photographie algorithmique

17 janvier 2019

Messages

Le TP1 est disponible ici. Date de remise: 31 janvier, 23h59.

Objectifs d'apprentissage
  • Se familiariser avec la structure du cours et les travaux pratiques
  • Différencier une caméra de l'oeil humain
  • Découvrir le phénomène de constance d'intensité et de couleur
  • Expliquer pourquoi une caméra possède un filtre de Bayer
Modules de cours Contenu complémentaire
1. Introduction au cours Tim's Vermeer
2. Logistique du cours Doodle pour disponibilités
3. Capturer la lumière La squille multicolore
TED talk de Beau Lotto
Démonstration de votre fovée

2. Pixels et filtrage spatial

24 janvier 2019

Messages

Rappel: le TP1 est dû jeudi prochain (le 31 janvier), à 23h59

Objectifs d'apprentissage
  • Connaître les différentes représentations de la couleur d'une image
  • Identifier les avantages et inconvénients des espaces de couleur RGB, HSV et LAB
  • Appliquer des manipulations sur les pixels d'une image
  • Comprendre le filtrage dans le domaine spatial, et connaître ses propriétés
  • Effectuer des opérations de filtrage simples sur une image
Modules de cours Contenu complémentaire
4. Les pixels Démonstrations Matlab
Démonstrations Python
5. Filtrage dans le domaine spatial Démonstrations Matlab
Démonstrations Python

3. Filtrage spectral et applications

31 janvier 2019

Messages

Le TP2 est disponible ici. Date de remise: 14 février, 23h59

Objectifs d'apprentissage
  • Connaître différents types de filtres
  • Comprendre l'impact de ces filtres lors de leur convolution avec une image
  • Interpréter le contenu fréquentiel d'une image
  • Reconnaître le phénomène du recouvrement spectral et pouvoir l'expliquer dans ses mots
  • Utiliser des filtres pour accentuer ou réduire les arêtes d'une image
  • Comprendre les principes derrière la compression JPG
Modules de cours Contenu complémentaire
6. Filtrage dans le domaine spectral Démonstrations Matlab
Démonstrations Python
7. Applications du filtrage

4. Mélange: dégradé, pyramides et gradients

7 février 2019

Objectifs d'apprentissage
  • Comprendre l'équation de la composition d'images
  • Comparer les différentes approches vues: dégradé, pyramides, et gradients
  • Comprendre le processus de formation d'une pyramide Laplacienne
  • Comprendre et implémenter le mélange par pyramide Laplacienne
  • Anticiper l'impact de la manipulation des gradients d'une image
Modules de cours Contenu complémentaire
8. Mélange d'images Démonstrations Matlab
Démonstrations Python

5. Transformations linéaires et morphage

14 février 2019

Messages

Le TP3 est disponible! Il est divisé en deux parties: partie A (remise: 28 février, 23h59, et partie B (remise: 7 mars 23h59).

Objectifs d'apprentissage
  • Distinguer les différents types de transformations linéaires
  • Connaître les transformations linéaires pouvant être appliquées à une image
  • Savoir appliquer une déformation à une image
  • Se familiariser avec la méthode des moindres carrés pour estimer une déformation entre deux images
  • Comprendre comment appliquer ces déformations pour obtenir un morphage progressif entre deux images
Modules de cours Contenu complémentaire
9. Transformations linéaires Démonstration Matlab
Démonstrations Python
10. Morphage Démonstration Matlab
Démonstrations Python

6. La caméra

21 février 2019

Objectifs d'apprentissage
  • Connaître les principaux paramètres d'une caméra: focale, ouverture, vitesse d'obturation, ISO
  • Comprendre l'influence de ces paramètres sur la photo résultante
  • Distinguer profondeur de champ, distance focale, champ de vue et focus
  • S'initier au calibrage géométrique d'une caméra
  • Distinguer les paramètres intrinsèques des paramètres extrinsèques d'une caméra
Modules de cours Contenu complémentaire
11. La caméra Simulateur de caméras

7. Mosaïques, détecteurs et descripteurs

28 février 2019

Objectifs d'apprentissage
  • Connaître l'algorithme pour calculer une homographie à partir de points de correspondances
  • Implanter un algorithme générant une mosaïque à partir de plusieurs images
Modules de cours Contenu complémentaire
12. Mosaïques

8. Semaine de lecture

4 au 8 mars 2019

9. Panoramas (suite et fin)

28 février 2019

Objectifs d'apprentissage
  • Implanter un algorithme générant une mosaïque à partir de plusieurs images
  • Distinguer un détecteur d'un descripteur
  • Expérimenter avec un détecteur et un descripteur simple pour apparier des images automatiquement
  • Se familiariser avec l'algorithme RANSAC
  • Connaître d'autres types de projection panoramiques: cylindriques et sphériques
Modules de cours Contenu complémentaire
13. Détecteurs et descripteurs
14. Panoramas, etc. Demo Hugin
Site web Hugin

10. Examen

21 mars 2019, 9h30-12h20, PLT-2341

Informations sur l'examen
  • Compte pour 20% de la note.
  • Vous avez droit à une calculatrice approuvée et une feuille aide-mémoire 8.5x11, recto-verso, écrite à la main.
  • L'examen porte sur les modules 1 à 13 vus en classe (le module 14 ne sera pas à l'examen). Portez attention à bien comprendre le fonctionnement des algorithmes, ainsi qu'aux avantages et inconvénients de ceux-ci.
Examen de pratique

11. Plage dynamique et insertion d'objets virtuels

28 mars 2019

Messages

Le TP5 est disponible ici. Date de remise: 11 avril, 23h59.

Objectifs d'apprentissage
  • Comprendre la différence entre la plage dynamique du monde et celle d'une caméra
  • Comprendre le fonctionnement du calibrage radiométrique par cible de calibrage
  • Comprendre le fonctionnement de l'auto-calibrage radiométrique à partir de plusieurs expositions
  • Implémenter un algorithme de calcul d'images à haute plage dynamique
  • Comprendre les trois principaux défis lors de l'insertion d'un objet virtuel dans une image
  • Insérer ses propres objets virtuels dans ses propres photos!
Modules de cours Contenu complémentaire
15. Plage dynamique
16. Insertion d'objets virtuels

12. Insertion d'objets virtuels

4 avril 2019

Messages

Cette semaine, vous devez déterminer votre projet final. Plus de détails ici.

Objectifs d'apprentissage
  • Comprendre la différence entre la plage dynamique du monde et celle d'une caméra
  • Implémenter un algorithme de calcul d'images à haute plage dynamique
  • Comprendre les trois principaux défis lors de l'insertion d'un objet virtuel dans une image
  • Insérer ses propres objets virtuels dans ses propres photos!
Modules de cours Contenu complémentaire
16. Insertion d'objets virtuels Téléchargez Blender ici.

13. Synthèse de textures et données visuelles massives

11 avril 2019

Messages

N'oubliez pas de déterminer votre projet final! Tous les détails sont disponibles ici.

Modules de cours Contenu complémentaire
17. Les textures
18. Synthèse de textures avec données massives

14. Apprentissage profond

18 avril 2019

Messages

N'oubliez pas de déterminer votre projet final! Tous les détails sont disponibles ici.

Modules de cours Contenu complémentaire
19. Apprentissage profond

15. Apprentissage profond et insertion d'objets virtuels

25 avril 2019

Messages

Marc-André Gardner, étudiant au doctorat, viendra présenter ses travaux de recherche en collaboration avec Adobe à 10h30! Ne manquez pas ça!

16. Présentations finales

2 mai 2019, horaire et lieux à déterminer

Les informations sur les présentations finales sont disponibles ici.

Livre

Nous suivrons plusieurs chapitres dans le livre suivant:

Szeliski, Richard, "Computer Vision: Algorithms and Applications", Springer, 2010.

Le livre est disponible gratuitement à la bibliothèque de l’université à l'adresse suivante: https://acces.bibl.ulaval.ca/login?url=http://dx.doi.org/10.1007/978-1-84882-935-0. Une fois connecté avec l'IDUL, il y a un lien "Download Book" (environ 50MB).

Remerciements

Plusieurs cours offerts à d’autres universités ont servi d’inspiration pour ce cours. Notamment:

Merci à tous ces professeurs d'avoir mis le contenu de leur cours disponible sur Internet. À mon tour, je donne la permission à tous d'utiliser le contenu présent sur ce cours, à condition de donner crédit aux sources originales.