Image

M. Gouiffès, V. Belissen, H. Bull, H. Chaaban, E. Frenoux, F. Vernier

L’image est vue ici à la fois comme une source d’information à interpréter (image en entrée) et comme un médium de visualisation d’informations (image en sortie).

  • Extraction d’informations visuelles dans les images et les vidéos
  • Reconnaissance et analyse d’images et de vidéos 
  • Visualisation d’information
  • Vision par ordinateur pour les systèmes caméra-projecteur

Extraction d’informations visuelles dans les images et les vidéos 

image1

  • Estimation du flot optique, définition de primitives et de descripteurs d’image et de vidéos (flot de trajectoires), saillance visuelle basée couleur et mouvement, évaluation de la pertinence des attributs visuels.
  • Détection de structures géométriques à partir de capteurs profondeur-couleur en mouvement et/ou à partir du flot optique.

Méthodes : points d’intérêt, estimation du flot optique, logique floue, fusion de données, descripteurs de région par covariance, lignes de niveaux, clustering, méthodes par vote (UV-vélocité)

Reconnaissance et analyse d’images et de vidéos

image2

 Reconnaissance :

  • de mouvement, d’activités humaines, de signes et de structures linguistiques dans les vidéos de Langue des Signes
  • de lieux (pour la localisation de robots)
  • de cristaux ou de combinaisons de cristaux (pour le médical)

Méthodes : machine learning, deep learning (réseaux récurrents LSTM), clustering

Visualisation d’information

image3

La Visualisation d’information est un domaine mûr et établi depuis de nombreuses années. Le thème Image contribue à :

  • inventer de nouvelles visualisations
  • à appliquer des techniques de visualisation à des jeux de données réalistes 
  • à confronter les techniques d’interaction aux besoins réels d’utilisateur en situation de travail

Ces travaux sont appliqués aux données géolinguistiques (langues régionales), à la finance, à la météo, à l’économie, au transport, au sport.
Méthodes : GapCharts, Stratum Graphs, Braided Graphs, Heatmaps, contours de Voronoi, Horizon maps, scatterplots.

Vision par ordinateur pour les systèmes caméra-projecteur 

image4 

  • Réalité augmentée projetée : comment projeter des images sur des surfaces colorées ou texturées (voire dynamiques et non planaires) tout en percevant les mêmes images que celles projetées sur un écran idéal (blanc et plan) ?
  • Approches par lumière structurée : caractérisation et reconstruction en temps réel de surfaces

Méthodes : calibration géométrique et photométrique, profilométrie par transformée de Fourier, déroulement de phase.

 

LIMSI
Campus universitaire bât 507
Rue du Belvedère
F - 91405 Orsay cedex
Tél +33 (0) 1 69 15 80 15
Email

RAPPORTS SCIENTIFIQUES

Rapport scientifique

 

Le LIMSI en chiffres

7 équipes de recherche
100 chercheurs et enseignants-chercheurs
40 ingénieurs et techniciens
60 doctorants
70 stagiaires

 

Paris-Saclay nouvelle fenêtre


Logo DataIA

 

© 2017 LIMSI CNRS