Régularités statistiques des images d’art et des images naturelles

Encadrants : 

Occurrences : 

2018

Nombre d'étudiants minimum: 

2

Nombre d'étudiants maximum: 

6

Nombre d'instances : 

1

Les images naturelles (photographies de scènes quelconques) ont des traits particuliers et récurrents. En particulier, certaines statistiques sont remarquablement stables d’une image à l’autre. Il serait intéressant de voir si les images d’art (peintures, estampes, dessins) créées de la main de l’homme, présentent les mêmes régularités statistiques ou bien s’il est possible d’observer des structures différentes entre les images d’art et les images de scènes naturelles.

Pour ce faire les étudiants devront tout d’abord récupérer des images d’art et des images naturelles (de l’ordre d’une centaine d’images pour chacun des deux groupes) afin d’explorer leur structure par l’intermédiare de statistiques simples (spectre des images, distribution des couleurs, premiers moments (moyenne, variance, asymétrie, kurtosis, etc.) des réponses des images à des filtres, etc. On pourra considérer plusieurs types de filtres :

  • Des filtres gaussiens aléatoires
  • Des filtres issus de réseau de neurones artificielles (Deep Learning) entrainés sur des millions d’images pour réaliser de la classification d’images

L’étude des statistiques des images a de nombreuses applications telles que la restauration d’images ou bien la synthèse d’image. Selon la motivation et les avancées des étudiants, certaines de ces applications pourront être explorées.

En particulier, on pourra s’intéresser au transfert de style par réseau de neurones ou bien à la classification des styles artistiques (réalisation d’un algorithme pour classifier des peintures selon des mouvements artistiques) ou encore selon le type de techniques utilisés (différences entre peintures et dessins).

Exemple de transfert de Style par réseau de neurones artificielles [Gatys et al. 2015]