BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen - ECPv5.7.0//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen
X-ORIGINAL-URL:https://www.greyc.fr
X-WR-CALDESC:évènements pour GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20240404T140000
DTEND;TZID=Europe/Paris:20240404T150000
DTSTAMP:20260422T074354
CREATED:20240325T095711Z
LAST-MODIFIED:20240325T100459Z
UID:11461-1712239200-1712242800@www.greyc.fr
SUMMARY:Ibrahim Kajo - Singular value decomposition in computer vision: applications in video surveillance and image enhancement.
DESCRIPTION:La décomposition en valeurs singulières (SVD) est une technique de décomposition de matrices largement utilisée dans les applications de vision par ordinateur et d’apprentissage automatique. Traditionnellement\, la SVD est fréquemment employée applications dans divers autres domaines\, notamment la réduction de dimension\, la compression d’image\, le débruitage et le traitement du signal. Cependant\, son potentiel pour l’extraction efficace de caractéristiques à partir d’images reste largement sous-exploité. De plus\, les sous-espaces estimés par la SVD offrent des espaces d’apprentissage alternatifs aux espaces de couleur où les modèles peuvent apprendre des caractéristiques plus discriminantes et invariantes à la scène. Cette présentation vise à : \n1. Présenter brièvement les cadres proposés où la SVD a été utilisée comme robuste algorithme de séparation de sources dans diverses tâches de vision par ordinateur\, notamment dans la surveillance vidéo. \n2. Présenter les travaux où la SVD est intégrée dans des modèles d’apprentissage profond pour améliorer leur capacité de génération et de généralisation.
URL:https://www.greyc.fr/event/ibrahim-kajo-singular-value-decomposition-in-computer-vision-applications-in-video-surveillance-and-image-enhancement/
LOCATION:Sciences 3- S3 351
CATEGORIES:General,News,Safe,Séminaire Cryptologie et sécurité
END:VEVENT
END:VCALENDAR