Salut à tous,

Voici une info très intéressante remontée par Pfeu.



----------------------------------------------------------------------------------------------


Voila une conf (entrée libre) a Paris fin novembre qui peut intéresser tous les gens qui font de la reconnaissance d'objets via l'étude de contour :

*******************
L'Institut des Systèmes Intelligents et de Robotique
(UPMC, CNRS UMR 7222) reçoit le jeudi 26 novembre 2009
de 14h à 16h, dans le cadre de ses séminaires, M. James Elder,
Professeur à l'Université de York (Toronto, Canada) qui fera
un exposé intitulé : Segmenting Salient Shapes (cf. résumé ci-dessous).

Les séminaires ISIR sont ouverts à tout public intéressé.
La liste des séminaires ISIR programmés est disponible à :
http://www.isir.fr (rubrique séminaires).

---

Intervenant : Prof. James Elder, , http://elderlab.yorku.ca/
Université de York, Toronto, Canada

Titre : Segmenting Salient Shapes

Date et lieu : Jeudi 26 novembre 2009 de 14h à 16h, sur le Campus Jussieu,
Pyramide ISIR, entre les tours 55 et 56, 1er étage, salle de réunion ISIR (H20)

Abstract:
I will discuss the problem of detecting and segmenting salient objects
in natural images. Humans are very good at this, and very fast. Most
thoroughly studied is the task of rapid animal detection, however the
mechanisms underlying rapid detection remain poorly understood.
Here I will report recent psychophysical results suggesting that the
fastest mechanisms underlying animal detection in natural scenes use
contour shape as a principal discriminative cue, while somewhat slower
mechanisms integrate these rapidly computed shape cues with image
texture cues. Detection continues to improve with increased stimulus
exposure, suggesting progressive refinement of neural representations.

These results pose a challenge for computational models, as the
performance of current contour grouping algorithms falls short of human
perception. Here I will present results of a Bayesian coarse-to-fine contour
grouping algorithm in which approximate representations are computed
rapidly and then refined over time. The algorithm outperforms single-scale
algorithms and suggests one possible role for massive feedback projections
from higher cortical areas in the object pathway to earlier visual areas.
******************