....... 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.
Benjamin Gilles, LIRMM, département robotique. 04 67 41 85 43.
 

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, se déroulent sur trois jours à raison d'une conférence par demi-journée.
Les repas de midi sont pris en charge par nos partenaires pour permettre aux participants de discuter entre eux et avec les conférenciers. 
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 2014 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 présentation (lorqu'elle nous a été transmise)




Mercredi 27 avril - 9h30-12h30 : La ville et son double numérique.
Gilles Gesquière : LIRIS — Université Lumière Lyon 2.

Les progrès effectués dans le domaine de l’acquisition de données à grande échelle ainsi que la réduction des coûts ont permis à de nombreux territoires de posséder leur « double numérique» composé en particulier d’un flux toujours plus important de données 3D. Ces données sont alors utilisées dans de nombreux domaines allant par exemple de l’urbanisme à la simulation de phénomènes physiques (propagation de bruit, inondations, …). Les données doivent alors être agglomérées et préparées dans le cadre d’une utilisation orientée «métier». Lors de cette intervention, nous commencerons par revenir sur les données employées en s'intéressant en particulier aux données 3D, les problèmes d’interopérabilité liés, les processus nécessaires à la gestion et au traitement des données. Un point particulier sera fait sur les outils nécessaires dans le cycle de vie de la donnée allant de l’acquisition à leur visualisation. Nous présenterons ensuite des travaux de recherche que nous menons actuellement et qui s'appuient sur ces données de la ville ainsi que des exemples de projets liés.

Pour plus de renseignements, cliquez sur les images.

Mercredi 27 avril - 14h00-17h00 : Méthodes de décomposition matricielle pour l’analyse d’images et la vision par ordinateur.
Desiré Dro Sidibé : Le2I - Université de Bourgogne – Le Creusot.

L’algèbre linéaire est un outil fondamental en vision par ordinateur, car de nombreux problèmes s’écrivent de manière élégante sous forme matricielle. De même, une bonne maîtrise des outils de calcul matriciel est indispensable pour résoudre ces problèmes. Dans cet exposé, nous nous intéressons aux méthodes de décomposition matricielle.

Dans une première partie, nous rappellerons quelques propriétés et résultats importants tels que le calcul de valeurs/vecteurs propres, la décomposition en valeurs singulières (SVD), puis l’analyse en composantes principales (ACP), ainsi que quelques applications dans le domaine de l’analyse d’images.

Dans une seconde partie,  nous aborderons les méthodes plus récentes de représentation des images, à savoir les méthodes de type « sac de mots » et les représentations parcimonieuses. Nous analyserons dans le détail ces méthodes et présenterons quelques exemples d’applications liées à nos travaux de recherche récents.

Jeudi 28 avril - 9h00-12h00 : reconstruction des dynamiques multi-échelles de la morphogenèse des organismes vivants.
  Emmanuel Faure : IRIT - Université Paul Sabatier - Toulouse.
 

La reconstruction des dynamiques multi-échelles de la morphogenèse des organismes vivants est devenue un enjeu majeur pour la bio-médecine. La mise au point de marqueurs fluorescents adressés à des compartiments cellulaires spécifiques, telle que la membrane cellulaire ou le noyau, avec en parallèle, le développement de nouveaux types de microscopies non-invasives à haute vitesse, offrent la possibilité de capturer (imagerie 3D+temps) la dynamique des processus morphogénétiques au niveau d’un organisme entier avec une résolution cellulaire.

Après une présentation du contexte biologique et des méthodes d'acquisition de ces données 4D, nous verrons, lors de cette intervention, les différentes stratégies adéquates en traitement d’images afin d’obtenir les mesures pertinentes pour étudier les comportements cellulaires. Nous partirons des contraintes techniques de chargement et de visualisation d'images 4D. Nous  aborderons un ensemble de processus de détection et de segmentation d'objets en mouvement. Et enfin nous conclurons sur la nécessité d'utiliser des méthodes d'apprentissages adaptées aux grosses quantités de données provenant de ces systèmes complexes. Cliquez sur les images pour voir des videos.

Jeudi 28 avril - 14h00-17h00 : Apprentissage supervisé
Vincent Charvillat : IRIT - ENSEEIHT - INP Toulouse.

L’apprentissage artificiel dans sa formulation supervisée est omniprésent dans les travaux actuels pour le traitement d’images, la vision et l’analyse de contenus multimédia : il permet de détecter, reconnaître et même, c’est la promesse récente du deep-learning, de segmenter des contenus. Il est bon de se souvenir que la supervision est due à l’humain dans cette approche : de nombreuses personnes annotent des images ou des régions d’images en amont !  Que peut apporter l’humain en amont de mécanismes d’apprentissage ? Combien et quels annotateurs choisir ? Peut-on utiliser des mécanismes semi-automatiques pour résoudre des problèmes d’interprétation très complexes ? Comment un humain peut-il aider la machine à apprendre en même temps que la machine tente de minimiser l’effort d’annotation requis ? Comment interroger efficacement un opérateur humain ?

Le cours tentera de répondre au moins partiellement à ces questions au travers d’une visite rapide de l’état de l’art et de l’exposé de résultats récents obtenus à l’IRIT de Toulouse.

Vendredi 29 avril - 9h00-12h00 : Advances on Multimedia Forensics.
Alessandro Piva : Dipartimento di Ingegneria dell'Informazione - Università degli Studi di Firenze.

When observing a visual content on a web site, often people do not realize that such media have undergone a long series of transformations before appearing in their current form. In particular, the authenticity of visual contents is often overestimated: just by looking around, it is evident that creating fake digital contents is very common today, since many commercial and open-source software allow to inexpert users editing images and videos in a few minutes. A fake information content could have dramatic consequences in medical imaging for example. Multimedia forensics is a relatively new discipline that seeks to demonstrate the authenticity of a given multimedia content: the basic idea behind it is that any processing applied to a digital content leaves subtle traces, that can be analyzed to uncover the digital history of the object. In the context of medical images, those techniques may able to distinguish results have undergone a deliberate alteration. In the first part of the lesson, a general introduction to the field of multimedia forensics will be given. Then, the most useful traces that can be used for image tampering detection, and the main forensic techniques that are based on them, will be described. Due to the ubiquitous diffusion of compressed images, major focus will be given to traces relying on specific properties of the compression process.

Vendredi 29 avril - 14h00-17h00 : computer vision using local features
Abdenour Hadid : University of Oulu – Finland

En raison de l'aspect confidentiel de certaines données et résultats, la présentation ne peut pas être mise a disposition sur le site. En cliquant sur le lien vous enverrez un message à l'un des organisateur. Demandez cette présentation, elle vous sera envoyée par retour de mail.

Feature (or descriptor) extraction from images and videos is a very crucial task in almost all computer vision systems. It consists of extracting characteristics describing important information in the images and videos. For example, in precision agriculture, such an extraction would help to optimizing returns on inputs while preserving resources. Different global (or holistic) methods such as Principal Component Analysis (PCA) have been widely studied and applied but lately local descriptors (such as LBP, SIFT and Gabor) have gained more attention due to their robustness to challenges such as pose and illumination changes. This presentation gives an overview of different image and video descriptors with an emphasis on the most recent developments in the field. The presentation will then focus on one popular descriptor, namely Local Binary Patterns (LBP), to demonstrate step by step how to successfully apply the operator to various computer vision problems. This talk will be illustrated by a face analysis application.