Recherche

Recherche

Most-clés:

  • Evaluation de la qualité des images
  • Système Visuel Humain
  • Classification
  • Attention visuelle (saillance)
  • Analyse de scènes

 


********       NEW                  PROJET REGIONAL : ARCADIA           NEW      ********


PROJET REGIONAL (2013-2016): Le projet régional déposé suite à l'APR Région Centre 2013 vient d'être accepté pour une durée de 36 mois. Partenaires : PRISME / LIFO / FAL. Responsable du projet : Aladine Chetouani, maître de conférences, laboratoire PRISME - Equipe Image et Vision. Objectif : Reconnaissance automatique de tessons.

Doctorant: Teddy Debroutelle


 


 Elaboration d’un protocole d’acquisition numérique d'artéfacts archéologiques en vue de leur classement automatique


STAGE M2 (02/05/2014 - 21/10/2014): Etude de l’acquisition des données, Définition d’un protocole, Tests et comparaison (classification automatique). Projet ARCADIA

 Stagiaire : Romain Janvier


 Localisation de personnes basée sur la saillance visuelle


STAGE M2 (15/03/2013 - 15/09/2013): Intégration des méthodes d'extraction de saillance dans un système de navigation pour personnes à mobilité réduite. Ce travail est réalisé dans le cadre d'une bourse de stage Master.

 Stagiaire : Kamel Guissous


 Image MALDI


SERVIER (2013-2016) : Analyse d'images de type MALDI. Laboratoire SERVIER.

Co-encadrement: thèse de Yoann GUT.

 


 Projet AZIMUT


AZIMUT (2011-2014) : Navigation assistée pour une accessibilité universelle des bâtiments (projet Région). Je suis actuellement associé à ce projet au sein du laboratoire PRISME. Responsable du projet: Sylvie Treuillet, animatrice de l'axe Image-Vision (IV).

 


Qualité d'image


L'objectif est de quantifier la qualité d'une image donnée à travers une métrique. Cette métrique doit se rapprocher au mieux du jugement subjectif humain. Pour ce faire, différentes approches ont été proposées dans la littérature. On distingue essentiellement trois grandes familles :

  • avec référence : nécessite l'image originale et sa version dégradée
  • sans référence : utilise uniquement l'image dégradée
  • avec référence réduite : basée sur l'extraction de caractéristiques de l'image originale et de sa version dégradée

Je m'intéresse plus particulièrement au développement de métriques multi-dégradations en intégrant une étape de classification permettant de déterminer le type de distorsion contenu dans l'image.