Exposé de Tom Monnier et Mathieu Aubry (Imagine, LIGM, École des Ponts ParisTech) dans le cadre du Séminaire Digital Humanities / Artificial Intelligence (DHAI).
Nous présenterons les principaux défis qu'il faudrait surmonter pour pouvoir identifier de manière complètement automatique les reprises d'image. Le premier de ces défis que nous détaillerons est l'extraction automatique d'image dans des documents historiques. Nous discuterons ensuite les problèmes liés à la mise en correspondance entre les images extraites.
We will present the main challenges that would have to be overcome in order to be able to identify re-images completely automatically. The first of these challenges that we will detail is the automatic image extraction in historical documents. Next, we will discuss the issues related to the mapping between the extracted images.
Catégories: Séminaire Digital Humanities / Artificial Intelligence
Mot-clés : Image, algorithme, intelligence artificielle, Humanités numériques, apprentissage automatique
Voir aussi
|
|
Imagine, LIGM, École des Ponts ParisTech
Chercheur en informatique
Plus sur cet auteur
Voir la fiche de l'auteur
Cursus :
Mathieu Aubry est chargé de recherche en informatique dans l'équipe Imagine (École des Ponts ParisTech).
Il s'intéresse à de nombreux sujets liés à la vision par ordinateur, à l'infographie et à l'apprentissage automatique, et plus particulièrement à :
-Les représentations non réalistes et les données historiques ( site ANR EnHerit).
-L'apprentissage profond
-L'analyse et l'utilisation de modèles 3D
Imagine, LIGM, École des Ponts ParisTech
Doctorant
Plus sur cet auteur
Voir la fiche de l'auteur
Cursus :
Tom Monnier est doctorant en première année dans le groupe de recherche Imagine de l'École des Ponts ParisTech (ENPC) sous la direction de Mathieu Aubry. Avant cela, il a obtenu son diplôme d'ingénieur en mathématiques et informatique à Mines ParisTech en 2019.
Ses recherches portent actuellement sur la résolution de tâches de vision par ordinateur sans annotations manuelles, par le biais de données générées automatiquement, de techniques d'apprentissage auto-supervisé ou d'algorithmes non supervisés.
Dernière mise à jour : 03/05/2021
Tous droits réservés
@ 2011 ENS