| Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
|---|
| UI-M1-IRELEC-371-M | UE Obligatoire | GOSSELIN Bernard | F105 - Information, Signal et Intelligence artificielle | - GOSSELIN Bernard
- MANCAS Matei
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
|---|
| Anglais, Français | 16 | 20 | 0 | 0 | 0 | 3 | 3.00 | 2e quadrimestre |
| Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
|---|
| I-ISIA-005 | Computer Vision | 16 | 20 | 0 | 0 | 0 | Q2 | 100.00% |
Objectifs par rapport aux acquis d'apprentissage du programme
- Imaginer, mettre en oeuvre et exploiter des systèmes / solutions / logiciels pour faire face à un problème complexe dans le domaine de l'électricité en intégrant les besoins, contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
- Identifier le problème complexe à résoudre et élaborer le cahier des charges en intégrant les besoins (dont ceux du client), contextes et enjeux (techniques, économiques, sociétaux, éthiques et environnementaux).
- Sur base de modélisations et d'expérimentations, concevoir un ou plusieurs systèmes / une ou plusieurs solutions / une ou plusieurs implémentations logicielles et/ou matérielles répondant au problème posé ; les évaluer compte tenu des différents paramètres du cahier des charges.
- Mettre en oeuvre un système / une solution / un logiciel / un circuit choisi sous la forme d'un schéma, d'un organigramme, d'un algorithme, d'un plan, d'une maquette, d'un prototype, d'un programme, d'un software et/ou d'un modèle numérique.
- Evaluer la démarche et les résultats en vue de leur adaptation (tests, mesures, optimisation, qualité...).
- Mobiliser un ensemble structuré de connaissances et compétences scientifiques et techniques spécialisées permettant de répondre, avec expertise et adaptabilité, aux missions de l'ingénieur civil en Electricité.
- Maîtriser et mobiliser de façon pertinente des connaissances, des modèles, des méthodes et des techniques relatifs aux bases de l'électricité, de l'électronique, de l'automatique, de l'analyse et du traitement des signaux, des télécommunications ; à l'ingénierie des réseaux électriques modernes (production, transport, distribution) ; aux véhicules électriques ; aux systèmes électroniques avancés ; aux télécommunications filaires et non filaires ; aux capteurs intelligents ; aux interfaces homme-machines ; à la modélisation mathématique et l'analyse des systèmes dynamiques ; à la commande des procédés ; aux traitements d'image et du son ainsi que, plus spécifiquement, le traitement des signaux biomédicaux.
- Analyser et modéliser un problème en sélectionnant de manière critique des théories et des approches méthodologiques (modélisation, calculs), y compris en tenant compte des aspects pluridisciplinaires.
- Identifier et étudier les applications possibles des technologies nouvelles et émergentes dans le domaine de l'électricité
- Evaluer la validité des modèles et des résultats compte tenu de l'état l'art de la science et des caractéristiques du problème.
- Communiquer et échanger des informations de manière structurée - oralement, graphiquement et par écrit, en français et dans une ou plusieurs autres langues - sur les plans scientifique, culturel, technique et interpersonnel en s'adaptant au but poursuivi et au public concerné.
- Argumenter et convaincre, tant à l'oral qu'à l'écrit, vis-à-vis de ses collaborateurs, d'un client, des enseignants et des jurys.
Acquis d'apprentissage de l'UE
develop image processing techniques, together with a critical analysis of the problem;
apply image coding, analysis, segmentation and feature extraction techniques
apply classification and machine learning techniques (deep learning)
Contenu de l'UE : descriptif et cohérence pédagogique
Image Processing, Image acquisition; lowlevel processing, filtering, transforms; image segmentation and registration;
Image Coding, Deep Learning
Compétences préalables
fundamentals of signal processing; probability and statistics
Types d'activités
| AA | Types d'activités |
|---|
| I-ISIA-005 | - Cours magistraux
- Travaux pratiques
- Projet sur ordinateur
- Etudes de cas
|
Mode d'enseignement
| AA | Mode d'enseignement |
|---|
| I-ISIA-005 | |
Supports principaux non reproductibles
| AA | Supports principaux non reproductibles |
|---|
| I-ISIA-005 | Sans objet |
Supports complémentaires non reproductibles
| AA | Support complémentaires non reproductibles |
|---|
| I-ISIA-005 | Sans objet |
Autres références conseillées
| AA | Autres références conseillées |
|---|
| I-ISIA-005 | Sans objet |
Reports des notes d'AA d'une année à l'autre
| AA | Reports des notes d'AA d'une année à l'autre |
|---|
| I-ISIA-005 | Autorisé |
Evaluation du quadrimestre 2 (Q2) - type
| AA | Type(s) et mode(s) d'évaluation Q2 |
|---|
| I-ISIA-005 | - Examen oral - En présentiel
|
Evaluation du quadrimestre 2 (Q2) - commentaire
| AA | Commentaire sur l'évaluation Q2 |
|---|
| I-ISIA-005 | Oral exam with written preparation time, without course material |
Evaluation du quadrimestre 3 (Q3) - type
| AA | Type(s) et mode(s) d'évaluation du Q3 |
|---|
| I-ISIA-005 | - Examen oral - En présentiel
|
Evaluation du quadrimestre 3 (Q3) - commentaire
| AA | Commentaire sur l'évaluation Q3 |
|---|
| I-ISIA-005 | Oral exam with written preparation time, without course material |
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre