Skip to main content

Signal et image

Le thème Signal et image traite des sujets suivants: * Perception multi-capteurs : scènes statiques et dynamiques * Classification et apprentissage : identification et interprétation * Communication enrichie : reconstruction et reconnaissance * Stratégies de décision : fusion de données et optimisation

Comment publier un contenu sur le site du GRAISyHM

 

Le site web du GRAISyHM vous permet de publier diffuser des informations à la communauté automaticienne. Pour cela, vous devez avoir un compte sur le site. En cliquant sur "Créer un contenu" dans le menu de gauche, vous avez la possibilité de choisir le type de contenu à publier.

1) Procédure de publication

Une fois les informations saisies, le contenu nouvellement crée est enregistré comme brouillon. Pour qu'il soit publié, vous devez le soumettre aux modérateurs:

COmpression et REprésentation des Signaux Audiovisuels 2012

Posted in
Acronyme: 
CORESA 2012

CORESA 2012, les 24 et 25 mai 2012 à Lille

Pour sa 15ème édition, le colloque CORESA 2012 (COmpression et REprésentation des Signaux Audiovisuels) offrira aux chercheurs et aux praticiens dans le domaine du multimédia des sessions plénières scientifiques et techniques, des présentations orales, des posters, des démonstrations et des discussions sur des questions pertinentes et stimulantes concernant le futur du multimédia.

Date: 
Ve, 16/12/2011 - Ve, 25/05/2012
Lieu: 
Telecom Lille 1

Classification spectrale semi-supervisée. Application à la surveillance de l’écosystème marin.

Posted in
Nom: 
Wacquet
Prénom: 
Guillaume
Lieu: 
ULCO-Calais, salle B014
Date et heure: 
Je, 08/12/2011 - 10:30
Jury: 

Rapporteurs :

- Canu Stéphane, Professeur à l’l’INSA de Rouen

- Dornaika Fadi, Professeur à Ikerbasque Research, Universidad del País Vasco.

Examinateurs :

- Thiria Sylvie, Professeur à l’UVSQ

- Govaert Gérard, Professeur à l’UTC

- Artigas Felipe, Maître de Conférences à l’ULCO

Directeur : Hamad Denis, Professeur à l’ULCO

Encadrante :  Poisson Caillault Emilie, Maître de Conférences à l’ULCO

Résumé: 

Dans les systèmes d'aide à la décision, sont généralement à disposition des données numériques abondantes et éventuellement certaines connaissances contextuelles qualitatives, disponibles a priori ou fournies a posteriori par retour d'expérience. Les performances des approches de classification, en particulier spectrale, dépendent de l'intégration de ces connaissances dans leur conception. Les algorithmes de classification spectrale permettent de traiter la classification sous l'angle de coupes de graphe. Ils classent les données dans l'espace des vecteurs propres de la matrice Laplacienne du graphe. Cet espace est censé mieux révéler la présence de groupements naturels linéairement séparables.

Dans ce travail, nous nous intéressons aux algorithmes intégrant des connaissances type contraintes de comparaison. L'espace spectral doit, dans ce cas, révéler la structuration en classes tout en respectant, autant que possible, les contraintes de comparaison. Nous présentons un état de l'art des approches spectrales semi-supervisées contraintes. Nous proposons un nouvel algorithme qui permet de générer un sous-espace de projection par optimisation d'un critère de multi-coupe normalisé avec ajustement des coefficients de pénalité dus aux contraintes. Les performances de l'algorithme sont mises en évidence sur différentes bases de données par comparaison à d'autres algorithmes de la littérature.

Dans le cadre de la surveillance de l'écosystème marin, nous avons développé un système de classification automatique de cellules phytoplanctoniques, analysées par cytométrie en flux. Pour cela, nous avons proposé de mesurer les similarités entre cellules par comparaison élastique entre leurs signaux profils caractéristiques.

International Workshop on reflectometry

Posted in
Acronyme: 
SPACE REFLECTO 2011

SPACE REFLECTO 2011

27-28 Octobre 2011 - Calais

The SPACE REFLECTO 2011 International Workshop on reflectometry will be held in Calais (F), Octobre27-28, 2011. The workshop brings together members of Space agencies with researchers from allied fields such as earth observation and engineering science. The scope of the workshop includes all aspects of space reflectometry with emphasis on signal of opportunities, hardware and signal processing techniques, and applications of reflectometry.

Date: 
Sa, 15/10/2011
Lieu: 
Calais
Fichier pdf de présentation: 

Allocation de recherche IFREMER - Agence de l’Eau Artois Picardie

Posted in
Lieu: 
Calais
Type de poste: 
Doctorant
Date de début: 
Sa, 01/10/2011
Duree (mois): 
36 mois
Profil de recherche (laisser vide si inapproprié): 

Titre : Modélisation de signaux temporels hautes fréquences, multicapteurs à valeurs manquantes. Application à la prédiction des efflorescences phytoplanctoniques dans les rivières et les écosystèmes marins côtiers.

http://www-lisic.univ-littoral.fr/spip.php?article81

Financement prévu : IFREMER
Cofinancement éventuel : Agence de l’Eau Artois Picardie
(Co)-Directeur de thèse : Professeur Denis Hamad
E-mail : denis [dot] hamadatlisic [dot] univ-littoral [dot] fr
Encadrants : Emilie Caillault.(LISIC) et Alain Lefebvre (IFREMER)
E-mail : Emilie [dot] Caillaultatlisic [dot] univ-littoral [dot] fr / alain [dot] lefebvreatifremer [dot] fr
Laboratoire : Laboratoire d’Informatique Signal et Image de la Côte d’Opale EA 4491
Equipe : Extraction de l’Information et Apprentissage

Descriptif :
Récemment,  l’apprentissage  semi-supervisé  a  reçu une attention toute  particulière  puisqu’il
permet  de  faire  intervenir  des  connaissances  a  priori  dans  un  processus  de  décision  à  partir  de
contraintes sur les données ou de labellisation réduite.  Nous projetons d’étendre cet  apprentissage à
l’étude de signaux issus de systèmes multicapteurs (station Marel-Carnot de l'Ifremer  et  stations de
l'Agence  de l'Eau Artois  Picardie)  et  intégrer  une modélisation dynamique à la  fois  temporelle  et
spatiale.
L’analyse des données permettra de caractériser l’environnement physico-chimique, météorologique et
biologique lors des efflorescences,  parfois nuisibles pour les écosystèmes pélagiques  et  benthiques,
voire pour l’homme. Le système proposé devra être robuste à la qualité des données qui sont bruitées,
manquantes et ou aberrantes.
Les travaux seront axés sur trois questions majeures :
- l’hybridation possible d’un système de classification semi-supervisé markovien,
- l’utilisation de cette modélisation pour traduire des phénomènes physiques, biologiques et les
possibilités  de  développement  d’indicateurs  de  suivi  et  de  prédiction  des  efflorescences
phytoplanctoniques.
- Les résultats attendus permettront de caractériser au mieux un ensemble de signaux temporels
multivariables par modèle dynamique.
L’étudiant devra être titulaire d’un Master 2 avec de préférence une orientation dans la modélisation et
traitement de signaux. Une expérience dans les sciences de l’océanographie sera appréciée. Une bonne
connaissance des outils de programmation et de logiciels de calcul numérique sera considérée avec intérêt.
Mots clés :
Apprentissage semi-supervisé – Mesures hautes fréquences – Détection– Modélisation –
Prédiction – Efflorescences phytoplanctoniques nuisibles.

Profil enseignement (laisser vide si inapproprié):: 

Contact

Personne à contacter: 
Emilie Caillault Poisson
Contact: 

Laboratoire d’Informatique Signal et Image de la Côte d’Opale,

Street:
50, rue Ferdinand Buisson, BP 719
City:
Calais
,
Province:
Ain
Postal Code:
62228
Country:
France

Email: 

Emilie [dot] Caillaultatlisic [dot] univ-littoral [dot] fr

Fichier pdf de présentation: 

Fiche de synthèse du projet cromar

Posted in
Contact
Nom: 
François Delmotte
Email: 

francois [dot] delmotteatuniv-artois [dot] fr

Statut: 
En cours
Description du projet: 

Les systèmes de décision multi-objets ((MHT pour Multi Hypothesis Tracking, JPDAF
pour  Joint Probability Data Association Filter…) ont été à l’origine conçus pour les
problèmes de détection aérienne, puisque supposer un seul avion dans un
environnement donné est irréaliste. Ils sont plus complexes que les systèmes de
classification mono-hypothèse, où, par exemple, dans un cadre médical, on
chercherait une seule maladie pour expliquer des symptômes observés sur un
patient.
Les systèmes de décision multi-objets incluent notamment une phase d’association,
qui a pour but d’associer mesures et objets connus, en nombre généralement
différents à un instant donné. Ils sont basés sur un formalisme probabiliste, et se
situent à mi-chemin entre les capteurs de bas niveau et les niveaux supérieurs de
décision faisant intervenir les opérateurs humains.
 
D’un autre côté, un autre formalisme est apparu il  y a une trentaine d’année : les
fonctions de croyance. Il est plus performant que le formalisme probabiliste lorsque
des données sont imprécises, incertaines ou absentes.  
 
Nous proposons dans ce projet de définir une chaîne complète de détection, de
poursuite et d’identification multi- objets multi-capteurs basée sur ce formalisme, en
supposant acquise la partie traitement bas niveau de tous les capteurs. Actuellement
la transposition de ce formalisme aux problèmes de classification multi-objets se fait
dans des conditions restrictives. En particulier il n’y jamais de fausses alarmes, ou
d’objets fantômes. Ceci simplifie fortement le problème, vu que le rejet d’hypothèse
nécessite des tests rigoureux qui doivent être définis à l’heure actuelle.
 
Le principal verrou scientifique de ce projet consiste donc en la définition rigoureuse
de la phase de rejet d’hypothèses avec des fonctions de croyance, puis en son
intégration dans la chaine complète de traitement.
 
L’approche développée sera mise en oeuvre sur une plateforme de simulation pour
la navigation de robots autonomes.  
 
La méthode sera applicable à tous les problèmes de décision, de diagnostic ou de
classification où plusieurs hypothèses sont à considérer simultanément : problèmes
aériens, et donc spatiaux, navigation terrestre, sûreté de fonctionnement, navigation
terrestre…

Présentation du projet cromar

Posted in
Contact
Nom: 
François Delmotte
Email: 

francois [dot] delmotteatuniv-artois [dot] fr

Statut: 
En cours
Description du projet: 

Ce fichier est la présentation faite lors des auditions devant le CS

2nd CNES CCT workshop on passive reflectometry using radiocom space signals - 27 and 28 Octobre 2011 - Calais, France - Calais Coquelles

Posted in
Acronyme: 
SPACE REFLECTO 2011

Space Reflecto 2011 - (Preliminary Program) International City of Lace and Fashion 135, Quai du Commerce, CALAIS

Date: 
Ve, 18/03/2011 - Sa, 31/12/2011
Lieu: 
27 and 28 Octobre 2011 - Calais, France - Calais Coquelles
Fichier pdf de présentation: 

Workshop Filtering, MCMC, ABC

Posted in
Acronyme: 
Workshop Filtering, MCMC, ABC

L'objectif du Workshop "Filtering, MCMC and ABC" est de proposer une vue globale sur les activités de recherche actuelles dans le domaines des Markov Chain Monte Carlo, Approximate Bayesian Filtering and Sequential Monte Carlo Methods. Durant ces deux jours, les orateurs dont les travaux font référence, présenteront leur vision et leurs sentiments sur les perspectives attendues.

Date: 
Lu, 28/03/2011 - Ma, 29/03/2011
Lieu: 
Ecole Centrale de Lille

ClaSpec : Classification spectrale pour la segmentation d'images couleur et de signaux audio

Posted in
Contact
Nom: 
Denis Hamad
Email: 

denis [dot] hamadatlisic [dot] univ-littoral [dot] fr

Statut: 
Terminé
Description du projet: 

Projet ClaSpec : Classification spectrale pour la segmentation d'images couleur et de signaux audio.

Porteur : D. Hamad

Durée du projet 2 ans : janvier 2007-décembre 2008

Montant du projet : 12k€

Porteur : Pr Denis Hamad

 

Résumé

Le projet vise à rapprocher les équipes de recherche, dans les différentes universités et écoles d’ingénieurs dans la région du Nord - Pas de Calais, travaillant sur la classification automatique, le traitement et l’analyse du signal et de l’image. Sur le plan scientifique, dans ce projet, nous proposons d’étudier les techniques récentes en classification spectrale qui ont recours à la théorie des graphes et à la théorie des matrices.

La classification spectrale est essentiellement développée pour la classification de données multidimensionnelles. Dans le cadre de ce projet, nous nous proposons d'adapter cette approche prometteuse à deux problématiques différentes : la segmentation en temps réel de signaux audio et l'analyse d'images couleur.

Actions menées

-          Constitution d’un groupe de lecture : Une dizaine de réunions organisée à tour de rôle à : EMD, INRETS, LAGIS, HEI et ULCO-Calais.

-          Site web pour le projet ClaSpec 2007-2008 : http://lagis-vi.univ-lille1.fr/~lm/classif_spectrale.html

-          Site web pour le Workshop ClasSpec08 à Lens : http://classpec08.univ-lille1.fr/venue.php?langue=uk

-          Conférenciers invités :

o        Francis Bach (INRIA, Ecole Normale Supérieure)

o        Hong Chang (Xerox Research Centre)

-          Workshop (journée associée à LFA’08) ClasSpec08: Spectral adn Fuzzy Clustering Techniques: Application to signal and image segmentation. Lens-Wednesday, October 15th 2008. Invitation de 4 conférenciers:

o        Hamid Tizhoosh University of Waterloo-Canada

o        Jianbo Shi, University of Pennsylvania-USA

o        Francis Bach, INRIA-France

o        Carl Frelicot, Université de La Rochelle-France

-          Allocation de recherche HEI-Région : Mariam Kalakech en co-direction avec L. Macaire (LAGIS-USTL), Ph. Biela (HEI) et D. Hamad (LISIC-ULCO).

Publications

-          1 publication journal : « Constraint scores for semi-supervised feature selection: A comparative study ». Auteurs : Mariam Kalakech, Philippe Biela, Ludovic Macaire, Denis Hamad. Pattern Recognition Letters 32 (2011) 656–665

-          3 conférences dans une session spéciale de la conférence ICTTA’2008 :

o        « The use of kernel methods for audio events detection”. Auteurs : Alissar Nasser, Pierre-Alexandre Hébert(LASL), Sébastien Ambellouis (LESOT-INRETS), Jean-Luc Rouas (LEOST-INRETS)

o        Spatial-color pixel classification by spectral clustering for color image segmentation.Auteurs: Pierre-Alexandre Hébert (LASL) et Ludovic Macaire (LAGIS).

o        Introduction to Spectral Clustering. Auteurs: Denis Hamad (LASL) et Philippe Biela (HEI)

-          3 posters dans la journée ClasSpec’2008.

Sujet: 
Syndiquer le contenu