1

PAVI : AMÉLIORATION ET QUALITÉL. Condat, M. Desvignes, A. Montanvert ; P. Ladret, K. Wang, J.-M. Chassery

✹ Améliorer les images : reconstruire / débruiter / déflouter / agrandir / ...

déconvolution agrandissementProjet : PEPS avec ENS Lyon et Institut Curie(reconstruction dʼimages en microscopie)Thèses : C. Amiot (séquences de fluorescence)

➭ Décompositions en ondelette

➭ Problème inverse

✹ Mesures de qualité perceptuelle

• Images 2D : flou, bloc, ringing, esthétique, ...• Images stéréo : abérations géométriques• Maillages 3D : rugosité, structures saillantes

Collaborations : LIRIS, ViBSThèses : F. Torkhani (3D), R. Vlad (vision stéréo)

➭ Validation expérimentale• Construction de corpus, ...

➭ Tenir compte du système visuel

R

R

fonction continue f : R2→ R

image g : Z2→ R spline f ′

: Z2→ R

R

D

D�

Maillage original Maillage bruité Carte de distanceperceptuelle

Image originale Image floutée Image re-floutée

jeudi 14 février 2013

2

PAVI : DÉTECTION ET SUIVI D’OBJETSA. Caplier, L. Bonnaud, P. Bertolino, D. Pellerin ; M. Rombaut

✹ Objets dans des images et vidéos

Suivi de personnes

• partition minimisant une énergie• plus petite coupe dans un graphe

Lien : DAUTO (Robotex+Move)Thèses : à décrire

➭ Injecter des connaissances• formes géométriques, texture, couleur, mouvement

➭ Segmentation définie comme

✹ Cibles dans des données radar

• Capteur aéroporté (effet doppler)• Fausses alarmes positives, zones aveugles• Données cartographiques, modèles de convoi, ...

Collaboration : ONERAThèses : E. Pollard, T. Castaing

➭ Petits objets en orbite basse

➭ Convois sur champ de bataille

Emprise du capteur

Masques de terrain

ZTCF

YTCF

XTCF

Points détectés dans scène

• Modèles de trajectoire, ...

!Objets en orbite basse

Suivi de points de fuite

jeudi 14 février 2013

M. Desvignes, P. Bertolino, D. Pellerin, L. Bonnaud, A. Caplier

3

PAVI : INDEXATION ET CLASSIFICATION

✹ Reconnaissance de séquences temporelles

Construction de résuméCollaborations : Schneider, FEMTO-STThèses : Cao Tri Do

➭ Fusionner différentes informations• descripteurs, multimodalité (son)• approches crédibilites, ...

➭ Définir et calculer des descripteurs

✹ Classification d’images - vidéos - son et d’objets

Legende 1 Legende 2

• ...

Collaborations : à décrireThèses : H. Goeau

➭ Apprentissage• actif• non-linéaire

➭ Classifieurs

• signatures associées aux images ou aux objets contenus dans les imagescourir! sauter!

Reconnaissance d’actions

Diversité des contenus de vidéos

jeudi 14 février 2013

4

PAVI : ANALYSE D’IMAGES DU VISAGE

✹ Maquillage virtuel ; reconnaissance de personnes

✹ Reconnaissance dʼexpressions naturelles➭ Modélisation dʼexpressions pardéformation des traits du visage

Collaborations : ANR DynamoThèse : A. Lienhard

✹ Détection dʼhypovigilance Collaborations : équipe SAIGA

A. Caplier, P. Ladret, P.Y. Coulon

Modèle de bouche et segmentation Masque capillaire

Collaborations : PME Vesalis, CEA de SaclayThèses : S. Vu, C. Bouvier, C. Rousset, C. Fiche

➭ Descripteurs

• motif binaire local (LBP), • histogramme de gradient orienté (HOG)• texture pour détecter les fausses images• prise en compte du flou

➭ Segmentation dédiée

Prise en compte du flou

➭ Esthétique visage

LBPVoisinage

jeudi 14 février 2013

5

PAVI : ATTENTION VISUELLE ET SUBSTITUTION

VISUO-AUDITIVE

D. Pellerin, V. Fristot, D. Houzet

✹ Attention visuelle• Modélisation des saillances visuelle et auditive (vidéo) : influence des visages, de la couleur, du son• Introduction d’informations a priori sur le contexte• Applications temps réel (lien thème AAA)• Lien équipe ViBS •Collaborations : LaHCPositions du regard et carte de saillance visuelle

✹ Substitution visuo-auditive

• Tenter de pallier les problèmes quotidiens liés au handicap visuel (navigation) : Dispositif visuo-auditif embarqué Etude du codage de l’information

• Collaborations : LPNC, • Projet soutenu par le Pole Cognition, et la SFR Santé Société

Capteur de profondeur et codage sonore de la scène

jeudi 14 février 2013