Appréciation des théories d’information sur des images simples
Encadrants : Giovanni Sileno, Isabelle Bloch
Email : gsileno@enst.fr
Disponible : OUI
Nombre d'étudiants : 1
Description : Le projet a comme objectif de confronter sur une cible simplifié différentes théories d'information et de perception, notamment liées à la perception visuelle. Plusieurs pistes sont possibles dans les différentes phases du projet, leur couverture dépendra de l'avancement du projet et les intérêts de l’étudiant.
La cible prototype sera une image blanc/noir qui peut contenir différentes figures simples (par exemple carrés, cercles, etc.) - voir le fichier attaché. En partant d’une description structurelle source, on veut générer les images en formats vectoriel et bitmap/raster, et reconstruire les relations parmi les éléments suivant des méthodes comme, par exemple, ceux proposés par: la grammaire générative de Leyton, les attributs constitutifs de Structural Information Theory (SIT), les méthodes nommés comme à contrario (généralement probabilistes), les méthodes d’extraction associé aux relations spatiales floues, etc.
Toutes ces descriptions sont des encoding de l’image originale, et peuvent être utilisées pour calculer des mesures comme par exemple la quantité d’information, la complexité, la régularité, l’inattendue, facticity, similarity metric, logical depth, etc. adéquatement définies d’une façon opérationnelle.
Comme extension, on veut évaluer dans quelle mesure on peut étendre les traitements précédents avec une dimension temporelle, i.e. en considérant comme source un scénario, introduisant paramètres comme vélocité et accélération (linéaire/angulaire).
Pré-requis : Bases de traitement d'images. Bonnes capacités de recherche et développement.
Travail demandé : Recherche bibliographique: sélection des méthodes et d'algorithmes pour traiter les images, en génération et en reconstruction, sélection des définitions adéquates pour mesurer la quantité d’information, la complexité, la similarité, etc.;
Développement d’un prototype (C, Java, Matlab/Octave, ..., ou hybrid) gérant les aspects de génération et d’analyse.
Evaluation critique des résultat obtenues.