....... 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 : 
    Pensez par ailleurs à vous inscrire auprès de l'ADUM !


    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 2010 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)



    Lundi 2 avril - 10h00-13h00 : Compression 3D.
    Marc Antonini - I3S - Sophia Antipolis - am@i3s.unice.fr

    L’objectif de ce cours est de présenter les bases de la modélisation numérique d’objets tridimensionnels à l’aide des maillages surfaciques, et de présenter plusieurs outils et applications dédiés à la génération, à la compression et à la visualisation de ces données. Nous y aborderons les sujets suivants : notions de base sur les maillages surfaciques, génération de maillages semi-réguliers, analyse multi-résolution des maillages surfaciques, compression. La problématique des maillages de très grande résolution ("ou-of-core") sera aussi développée.




    Lundi 2 avril - 14h00-17h00 : Reconstruction 3D par Capteurs Passifs et Actifs
    David Fofi - LE2I - Le Creusot - David.Fofi@u-bourgogne.fr
    Ce cours proposera une brève introduction à la vision par ordinateur en générale, et à la vision tridimensionnelle en particulier. En partant de quelques exemples très concrets issus de la perception visuelle humaine, nous introduirons les notions de modèle de caméra, de calibrage et de mise en correspondance en stéréovision ; nous présenterons ensuite les techniques de reconstruction par capteurs actifs (laser-­‐caméra, projecteur-­‐ caméra) – nous nous appuierons sur la très célèbre Kinect, dont nous décortiquerons le principe de fonctionnement, pour souligner les performances de tels capteurs et les enjeux scientifiques et techniques qu’ils soulèvent.



    Reconstruction par un système projecteur-caméra



    Mardi 3 avril - 9h00-12h00 : Segmentation d'images.
    Ronan Fablet - Telecom' Bretagne – Brest - ronan.fablet@telecom-bretagne.eu

    En s'appuyant sur une application à la cartographie des fonds marins par imagerie acoustique sous-marine, ce cours s'intéressera aux problématiques de reconnaissance et segmentation des textures. Il abordera en premier lieu le problème de la définition et de l'extraction de caractéristiques texturales discriminantes et  invariantes aux conditions d'acquisition.

    Dans ce contexte, les avancées récentes basées sur la caractérisation de discribution de signatures locales dans les images seront plus particulièrement considérées. Dans un second temps, on s'intéressera à la définition de méthodes de segmentation pertinentes pour traiter l'information texturelle, information intrinsèquement non-local. On mettra notamment en évidence l'intérêt des méthodes variationnelles. Ces différents aspects méthodologiques seront illustrés sur des jeux de données réelles.



    Mardi 3 avril - 14h00-17h00 : Imagerie Couleur.
    Christine Fernandez-Maloigne - XLIM-SIC - Poitiers - christine.fernandez@univ-poitiers.fr
    Dans cette intervention nous essayerons d'illustrer la nature à la fois vectorielle
    et sensorielle des images numériques couleur qui fait que l'extension des traitements
    couleur aux 3 dimensions R, V et B ne peut être satisfaisante.
    Nous montrerons quelques caractéristiques du système visuel humain,
    nous attarderons sur les différents espaces de codage de la couleur avec leurs avantages
    et leurs inconvénients au regard de cette perception et donnerons quelques pistes
    pour des traitements vectoriels prenant en compte les aspects perceptuels.





    Mercredi 4 avril - 9h00-12h00 : Modèles géométriques déformables pour l'analyse d'images.
    Benjamin Gilles - LIRMM - Montpellier - benjamin.gilles@inria.fr

    Dans le cadre de ce cours, nous présenterons les principaux types de modèles déformables utilisés en traitement d' images.
    Nous les étudierons d'un point de vue de leurs représentations mathématiques (modèles continus, discrets, implicites); puis de leur processus d'évolution (forces internes, forces images, dynamique). Enfin, nous illustrerons leur utilisation à travers quelques applications, en particulier dans le domaine du traitement d'images médicales (reconstruction anatomique, recalage d'images, suivi de mouvement).
     




    Mercredi 4 avril - 14h00-17h00 : Indexation d'images et de vidéos.
    Jenny Benois-Pineau - LABRI - Bordeaux - jenny.benois@labri.fr


    Plan du cours
    1. Description du contenu des images
         • Descripteurs locaux
         • Quantification : Notion de BOF et BOVW
                 - Mesures de similarité et distances
                 - Prise en compte du contexte  spatial :  SPMK, GraphWords
    2. Extensions spatio-temporelles
         • Comparaisons des séquences vidéo
         • Mouvement : descripteur particulier
         • Estimation
         • Segmentation en plages du mouvement homogène.