....... Module Image .......

Le module image vous est proposé par le projet ICAR (image et interaction)
Responsables :
Olivier Strauss, LIRMM, département robotique. 04 67 41 85 87.
William Puech, LIRMM, département robotique. 04 67 41 86 85.
 
Réagissez sur le module image en envoyant un e-mel 
(cliquez sur le penseur).
Pour s'inscrire à ce module, envoyez un e-mel précisant :
  • Vos prénom et nom
  • Votre formation doctorale de rattachement
  • Le titre de ce module (Module Image)

    • en cliquant sur le lien suivant : 
    Contenu du module :
    Ce module s'adresse aux étudiants de l'école doctorale I2S et aux chercheurs interessés par les techniques de traitement d'image et de vision par ordinateur.
    Les thèmes abordés dans ces conférences sont très larges. Ils portent généralement à la fois sur l'aspect fondamental du traitement d'image ainsi que sur l'aspect applicatif.
    Les conférenciers présentent un thème fort de leur équipe de recherche dont leur laboratoire est spécialiste au niveau national et international.
     
    Organisation du module :
    Ce module de l'école doctorale est composé de 6 cours/conférences.
    Les conférences, d'une durée de 2 à 3 heures, sont réparties entre décembre et juin.
    Elles sont proposées le jeudi a 14H00 à raison d'une par mois.
    Lieu
    Les exposés du module image de l'école doctorale auront lieu dans le bâtiment 2 du campus UMII/St Priest (rue de St Priest, ancien bâtiment du CNIAM, à côte du LIRMM).
    Pour obtenir le plan, cliquez ici : 

    Pour accéder à la version 2007 du module doctoral, cliquez sur la vielle femme.


    PROGRAMME DU MODULE IMAGE
    (Ce programme est en cours d'élaboration)

    Les indicateurs :
    : Pour vous connecter sur la page institutionnelle de l'intervenant
    : Pour récupérer une présentations (lorqu'elles nous a été transmise)


    Jeudi 31 janvier 14h00 : Modélisation de l’environnement par vision en robotique mobile.
    Simon Lacroix - LAAS, Toulouse - Simon.Lacroix@laas.fr
    Pour réaliser de manière autonome des tâches de déplacement, d’exploration ou de surveillance, un robot mobile doit disposer de représentations de l’environnement dans lequel il évolue. Ces représentations sont de natures diverses selon le type d’environnement d’une part (intérieurs de bâtiments, environnements extérieurs urbains ou naturels), et selon les fonctions qui les exploitent d’autre part (principalement localisation, planification de trajectoires ou d’itinéraires, contrôle d’exécution des déplacements).
    Pour construire ses représentations, les robots son dotés de nombreux capteurs (odomètres, capteurs inertiels, télémetrie, ultrasons...), et en particulier de caméras, selon différentes modalités : vision monoculaire, stéréovision ou vision panoramique. Des traitements de base permettent d’acquérir des images 3D denses par stéréovision, ou d’extraire des points d’intérêt depuis une image en monoculaire ou panoramique, puis de mettre en correspondance ces points entre deux images acquises depuis des positions différentes du robot.
    L’exposé présentera comment ces techniques sont exploitées pour construire les représentations de l’environnement nécessaires à l’autonomie du robot. En particulier, il insistera sur le lien
    intime entre modélisation de l’environnement et localisation au sein de cet environnement, et présentera en détail le problème dit de “Localisation et Cartographie Simultanées” (SLAM en anglais). Il sera illustré par des résultats obtenus dans différents contextes, pour des robots terrestres et aériens.




    Jeudi 14 février 14h00 : Stéréovision et mise en correspondance : applications en télédétection aérienne et satellitaire.
    Marc Pierrot Deseilligny - Maison de la téledetection, Montpellier - pierrot@teledetection.fr

    Le calcul automatique de correspondances à l’intérieur d’un ensemble d’images semblables est un problème qui intervient, sous de nombreuses formes, dans le traitement géométrique des images. C’est notamment le cas dans le domaine de l’information géographique où l’image n’a de valeur qu’à partir du moment où elle est géo-référencée. On peut citer comme exemples d’utilisation de la mise en correspondance :
    Cet exposé aborde plusieurs aspects des techniques de mise en correspondance utilisées en cartographie :
    Carte de profondeurs obtenues par stéréoscopie, vues en ombrage :

    multi-stéréoscopie sur zone ubaine

    couple spot 5 en zone rurale
    image de façade urbaine

     couple très haute résolution (3 cm) acquis par drone


    Jeudi 13 mars 14h00 : Image et couleur :  
    Alain Trémeau - LIGIV, Saint-Etienne -  tremeau@ligiv.org
      
    Le domaine de l’image couleurs constitue, à part entière, un secteur de recherche et développement d’une très grande complexité. En effet, au-delà de la question « quelles sont les données qui contribuent fondamentalement à définir une image couleurs ? » ou de la question « comment se répercute sur l’image la modification de l’une de ces données ? », se pose également le problème de la subjectivité de l’observation visuelle.
    Pour comprendre comment une image s’est formée (sources d’éclairement, optique, capteur), il est nécessaire de faire appel à la physique. Il en est de même pour comprendre comment certaines interactions lumineuses (phénomènes d’ombrage, de réflexion colorée, de transparence, de constance des couleurs) entre objets ont pu modifier l’image.

    		Pour comprendre comment une image est perçue par un observateur (adaptation chromatique, contrastes simultanés, apparence couleur, focus d’attention), il est nécessaire de faire appel à la psychophysique. De même, pour comprendre comment certains phénomènes visuels peuvent modifier la perception que l’on a d’une scène, il est nécessaire de s’intéresser au Système Visuel Humain (SVH).
    Pour analyser comment l’image est constituée (niveau pixel, niveau spatiofréquentiel, niveau objet, niveau sémantique), il est nécessaire de faire appel à toute une chaîne d’opérateurs de traitement d’images (filtrage, segmentation, indexation) qui eux-mêmes relèvent notamment de la modélisation mathématique (représentation scalaire ou vectorielle des données, espaces de représentation couleur). De même, pour analyser la qualité d’une image (image fixe ou vidéo, image couleur ou multispectrale), il est nécessaire de sélectionner (analyse discriminante, réseau de neurones, apprentissage) parmi tous les descripteurs image (netteté, contraste, diversité des couleurs) ceux qui satisfont au mieux au problème posé.
    Pour prédire comment l’image sera restituée sur un périphérique donné (écran CRT, LCD, HDR, imprimante multiprimaires) il est nécessaire de caractériser au préalable ce périphérique (management des couleurs, domaine des couleurs restituables) en faisant appel notamment à l’électronique et au traitement du signal (numérisation, codage des données, compression, transmission).
    D’une manière générale, l’image couleurs requiert donc un ensemble de connaissances et de compétences extrêmement large et diversifié. L’objectif de l’exposé sera d’illustrer ces notions à travers différents exemples.


    Jeudi 3 avril 14h00 : Synthèse d'images et animations: application à la sculpture virtuelle et à la représentation 3D de terrains. 
    Gilles Gesquière - LSIS, Marseille -  gilles.gesquiere@up.univ-mrs.fr



    		L’image virtuelle est présente autour de nous dans des domaines comme l’audiovisuelle, les maquettes virtuelles  ou les mondes virtuels temps réels. L’image est dans la plupart des cas animée et cela si possible en obtenant une grande interactivité utilisateur –programme.
    Dans ce cours, nous reprenons dans un premier temps le processus de construction d’images fixes ou animées à partir de scènes comportant des objets 3D. Nous montrerons ensuite à l’aide de deux exemples les compromis nécessaire entre obtention d’un résultat temps réel et images réalistes (proches du monde réel).




    Jeudi 15 mai 14h00 : Mise en correspondance des images d’une séquence vidéo avec un modèle :  
    Jean Sequeira - LSIS, Marseille - Jean.Sequeira@univmed.fr





    Reconstitution d’un modèle 3D
    à partir d’une image vidéo et
    visualisation depuis un autre point de vue
    		 Cette présentation traitera de la mise en correspondance d’images avec un modèle dans le cas où la scène associée dispose de certaines caractéristiques bien spécifiques.  Dans l’application que nous aborderons par la suite, la scène – ou tout au moins la partie qui nous intéresse – s’organise à partir d’un espace 2D, ce qui nous amènera à chercher une correspondance 2D-2D. Les images ci-dessous illustrent cette application : nous disposons de séquences vidéo de matches de football et nous cherchons reconstituer un modèle 3D qui représente ces séquences (il s’agira en fait d’un modèle 2D dans lequel seront disposés des éléments 3D) – ici nous en resterons à une reconstitution statique à partir d’une seule image.
    Deux questions fondamentales se posent pour résoudre ce problème :
    • Trouver la région d’intérêt (le terrain ici)
    • Trouver des amers qui permettent d’établir cette mise en correspondance
    La détection de la « Région d’Intérêt » nous permettra de décrire une approche originale et robuste de caractérisation de la plus grande zone ayant à la fois une cohérence couleur et une cohérence spatiale.

    La détection d’amers (dans la « Région d’Intérêt ») s’appuiera, pour la caractérisation de droites et d’ellipses, sur des algorithmes originaux relatifs à la Transformation de Hough, et que nous décrirons ici en détail.

    Enfin, nous montrerons comment il est alors possible de mettre en correspondance l’image et le modèle, et nous illustrerons notre propos par l’application associée au projet Simulfoot.

    Ci-dessous : exemple de détection d’amers

    Détection de la région d’intérêt

    Jeudi 29mai 14h00 : Introduction à la biométrie & reconnaissance de visage :  
    Jean-Luc Dugelay - Institut EURECOM, Sophia Antipolis - Jean-Luc.Dugelay@eurecom.fr

    		 La sécurité utilise 3 types d?authentification : quelque chose que vous connaissez, quelque chose que vous possédez ou quelque chose que vous êtes - une biométrie.
    Parmi les biométries physiques, on trouve les empreintes digitales, la géométrie de la main, la rétine, l'iris ou le visage. Parmi les biométries comportementales, on trouve la signature et la voix.
    Chaque biométrie inclut des avantages et inconvénients, en termes de performances, coûts, acceptation de la part des utilisateurs, etc. Les systèmes actuels s'orientent donc vers des solutions multimodales.
    Dans un futur proche, la biométrie devrait jouer un rôle essentiel en sécurité, pour le commerce électronique, mais aussi la personnalisation. Dans ce exposé, il sera plus particulièrement étudié les techniques d'identification et vérification des personnes à partir de signaux image et vidéo (acquisition, traitements et algorithmes, performances, etc.); et en particulier à partir du visage.
    Vous pouvez aussi récupérer deux rapports sur la biométrie et les activités en biométrie de l'Institut EURECOM (cliquez sur un des yeux)