Olivier Strauss, LIRMM, département robotique. Noura Faraj, LIRMM, département informatique. Nicolas Lutz, LIRMM, département informatique.
Réagissez sur le module image en envoyant un e-mel. Pour s'inscrire à ce module, remplissez ce formulaire formulaire.
Pensez par ailleurs à vous inscrire auprès de l'ADUM !
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, y compris dans l'informatique graphique. Les conférenciers présentent un thème fort de leur équipe de recherche dont leur laboratoire est spécialiste au niveau national et international. Cliquez ici pour accéder au programme du module image des années précédentes.
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.
Les exposés du module image de l'école doctorale auront lieu dans l’amphithéâtre A36.02 du bâtiment 36 du campus Triolet de l’Université de Montpellier - Pl. Eugène Bataillon, 34090 Montpellier. Pour obtenir le plan, cliquez ici.
Résumé à venir
Dans cette présentation seront abordées quelques grandes classes de méthodes (simulation, génération à partir d’exemples et de données, génération procédurale) permettant de synthétiser des mondes virtuels. Le défi provient non seulement de l’extrême diversité des éléments naturels devant être modélisés (terrains, forêts, rochers, débris, chemins) mais également de la complexité de leurs formes caractéristiques, de leur distribution et de leurs interactions. A travers plusieurs cas, nous montrerons l’intérêt de travailler à l’interface entre plusieurs domaines, l’informatique graphique mais également la botanique, ou les sciences de la terre ou la géomorphologie, pour mettre au point des techniques, souvent hybrides, permettant de concilier le réalisme propre aux simulations avec l’exigence de contrôle nécessaire aux designers et la vitesse d’exécution pour l’enrichissement de scènes avec de nombreux détails en temps réel.
Le dessin digital est un outil important pour beaucoup de métier de la création comme le graphisme, l'animation, le design industriel, la mode, l'architecture. Dans une première partie, je vais présenter ce qui caractérise les dessins digitaux, les principaux problèmes que pose leur traitement, et les grandes familles d'algorithmes pour résoudre ces problèmes. Dans une seconde partie, je détaillerai plusieurs travaux de notre équipe sur ces sujets, en particulier pour la création de formes 3D à partir de dessins.
L'observation de la terre s'appuie sur de nombreux capteurs embarqués sur des satellites qui acquièrent différents types de mesures. Parmi ces capteurs on distingue les capteurs imageurs qui peuvent être passifs (capteurs optiques avec un certain nombre de bandes spectrales) ou actifs comme les capteurs radar. Ceux-ci utilisent l'émission d'ondes électro-magnétiques dans le domaine des hyper-fréquences pour synthétiser des images. Ils ont l'avantage de pouvoir acquérir des images de jour comme de nuit et quelles que soient les conditions météorologiques. Ils peuvent également être utilisés en mode interférométrique (en utilisant des images acquises avec des angles légèrement différents) ou polarimétrique (en utilisant une polarisation différente en émission et en réception) pour obtenir des informations plus riches de la surface imagée comme des informations d'élévation ou de propriétés électro-magnétiques des pixels. Ces images restent néanmoins difficiles à exploiter en raison du phénomène de speckle qui entraîne une forte variabilité des mesures et des déformations géométriques liées à l'échantillonnage en distance. Après une introduction à ce type d'imagerie nous verrons dans cet exposé comment les méthodes d'apprentissage profond permettent de définir des méthodes particulièrement performantes de réduction du speckle pour les données radar, qu'elles soient mono-canal, interférométriques ou polarimétriques. Nous nous intéresseront en particulier aux méthodes auto-supervisées permettant de s'affranchir de vérité terrain. L'exploitation de la physique d'acquisition permet de définir des approches particulièrement efficaces. Nous verrons également des applications de ce type d'imagerie pour la détection de changements ou encore la reconstruction 3D.