Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
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