Nous vous rappelons que, afin de garantir l'accès de tous les inscrits aux salles de réunion, l'inscription aux réunions est gratuite mais obligatoire.
Inscriptions closes à cette réunion.
13 personnes membres du GdR ISIS, et 0 personnes non membres du GdR, sont inscrits à cette réunion.
Capacité de la salle : 40 personnes.
Le GDR ISIS (Thèmes B et C) organise une journée inter thématique sur Adéquation Analyse et Architecture dans le cadre de la reconnaissance de formes à partir de la fusion des données. Cette journée aura lieu le 06 octobre 2011 à Télécom ParisTech - Amphi Rubis.
Les organisateurs :
Ci-dessous l’annonce, le programme de la matinée (3 exposés invités) et un appel à proposition pour l’après-midi.
Nous nous intéressons lors de cette journée aux nouvelles zones de rencontres entre l’analyse du signal et des images et l’architecture électronique. Dans de nombreux contextes d’application, les données sont naturellement en mode multimodal, et réparties sur différents supports matériels, leur analyse et fusion requièrent de développer simultanément l’algorithme et l’architecture sous la contrainte de traitement en temps réel.
Les deux aspects Analyse Architecture se révèlent complémentaires : lors du développement d’un nouvel algorithme à partir de multi sources de données, le parallélisme intrinsèque de celui-ci devrait être pensé et exprimé le plus possible, soit au niveau de données, soit au niveau de tâche (pipeline). Par leur nature, les données multimodales et leur fusion s’adaptent mieux au traitement en parallèle sur des systèmes embarqués par rapport à celles de uni modalité. De manière générale, la conception d’une architecture électronique doit tenir en compte les besoins de toute la chaîne d’analyse : mode d’acquisition de données, leur transfert, accès mémoire, unité de traitement des données adéquate …
L’objectif est de confronter les aspects « Analyse, traitement et Architecture », sur la problématique de la fusion de données avec une attention particulière portée tant aux approches méthodologiques innovantes dans les deux domaines qu’aux exemples d’application.
Exposés invités :
9h45 - 10h30 - Tendances dans les systèmes sur puce pour le traitement des Images et du Signal, Bertrand GRANADO (ETIS - ENSEA)
10h30 – 11h15 - Fusion optimisée pour la reconnaissance faciale 3D, Liming CHEN (LIRIS - ECL)
11h15 – 12h - Biométrie multimodale en temps réel : Algorithmes et Architectures, Vincent BROST (LE2I - Université de Bourgogne)
14h – 14h30 - Exploration d'architectures outillée pour applications data-streaming Thales, Michel BARRETEAU (Embedded System Lab. Thales R&T), Rémi Barrère, Eric Lenormand, Teodora Petrisor
14h30 – 15h - Supervision partielle d'une analyse en facteurs indépendants par fusion d'avis d'experts. Application au diagnostic d'un système ferroviaire, Latifa OUKHELLOU (GRETTIA - IFSTTAR), Zohra Cherfi, Etienne Côme, Thierry Denoeux, Patrice Aknin
15h – 15h30 - Segmentation statistique non paramétrique ultra-rapide, Nicolas BERTAUX (PhyTI – Institut Fresnel - ECM)
15h30 – 16h - Reconnaissance et suivi de cibles dans un réseau de caméras, Hichem SNOUSSI (STMR - UTT)
16h – 16h30 - S-LAM: un modèle d'architecture open-source et générique pour simulation et génération de code sur systèmes distribués hétérogènes, Maxime PELCAT (IETR - INSA Rennes)
16h30 – 17h - Fusion multimodale pour la cartographie sous marine, Arnaud MELINE (LIRMM – Université Montpellier 2)
17h – 17h30 - Table ronde, Tous les participants.
Bertrand GRANADO (ETIS - ENSEA)
Nous présenterons lors de cet exposé les tendances d'aujourd'hui et de demain dans les architectures spécialisées ou dédiées pour le traitement des images et du signal. Un aperçu des méthodes utilisées pour déterminer le système sur puce le plus en adéquation avec l'application devant être intégrée sera présenté. Cet aperçu balaiera les méthodes de Syndex aux méthodes d'ingénierie basée sur les modèles.
Liming CHEN (LIRIS - ECL)
La fusion d'information pour une meilleure prise de décision est une nécessité dans de nombreuses applications car les sources d'informations sont généralement multiples mais elles sont aussi très souvent imparfaites. Dans l’état d’art, diverses stratégies de fusion ont été proposées, allant de la fusion précoce "early fusion" opérant au niveau de caractéristiques à la fusion tardive "late fusion" sur les sorties de classifieurs, en passant par de nombreuses stratégies intermédiaires. Pour les stratégies de fusion tardive, on distingue encore des combinaisons en parallèle, en cascade ou encore multi-niveaux. Le défi est de trouver la meilleure stratégie de fusion dans un espace exponentiel de stratégies de fusion pour le problème en main. Dans cet exposé, nous développerons nos travaux sur la fusion pour la reconnaissance faciale 3D. Dans un premier temps, nous présenterons une stratégie de fusion en parallèle qui tient en compte des propriétés intra-classificateur et inter-classificateur. Cette stratégie de fusion a été évaluée aussi en présence de trois types de dégradation des données (le bruit, la décimation, les lacunes). Ensuite, nous présenterons une approche basée sur le recuit simulé pour la recherche d'une stratégie de fusion optimale en présence de plusieurs classifieurs. Enfin, nous présenterons une stratégie de fusion multi-niveaux qui traite le cas général de la fusion en présence de caractéristiques et de scores de similarité. Afin de trouver une stratégie de fusion multi-niveaux optimale, nous avons utilisé l’algorithme génétique avec un nouveau codage afin de prendre en compte la sélection des meilleurs caractéristiques, le choix du meilleur classificateur et la recherche d’une stratégie de fusion sous-optimale. Des expériences menées sur la base de données FRGC v.2.0 démontrent l'intérêt de nos méthodes proposées.
Vincent BROST (LE2I - Université de Bourgogne)
Nous présentons un système biométrique bimodal basé sur le visage et la paume. Il satisfait aux multiples contraintes exigées par des applications grand public : flexibilité, robustesse, user-frendly, Small Sample Set (SSS), temps réel et basse consommation. L’acquisition de données se fait d’une manière conviviale et sans contact. La fusion de deux modalités permet d’obtenir de hautes performances biométriques en reconnaissance et aussi en vérification. La chaîne complète de traitement a été aussi implémentée sur une plateforme électronique à base de FPGA. L’outil de prototypage rapide développé par notre équipe extrait le parallélisme intrinsèque des algorithmes et génère automatique le code de description matérielle VHDL à partir de la source C ou C++.
Michel BARRETEAU (Embedded System Lab. Thales R&T)
Rémi Barrère, Eric Lenormand, Teodora Petrisor
Les applications traitement de signal et d'image Thales sont notamment constituées de traitements intensifs propices au parallélisme de données en particulier. L'expert chargé de l'implémentation sur une cible embarquée temps réel s'appuie dessus pour la paralléliser selon son expérience. Une solution outillée préservant l'expertise de l'implémenteur et sa vision métier est désormais requise pour faire face aux besoins d'exploration des différents schémas de parallélisation et au choix de l'architecture la plus adéquate pour ce type d'applications. Dans cet exposé, nous montrerons comment notre outil répond à ces besoins dans un cadre de prototypage rapide et virtuel. Les travaux sur les extensions de la modélisation applicative (ex: Pthales, multi-mode) seront aussi évoqués.
Latifa OUKHELLOU (GRETTIA - IFSTTAR)
Zohra Cherfi, Etienne Côme, Thierry Denoeux, Patrice Aknin
La problématique de diagnostic peut être vue comme un problème de Reconnaissance des formes (RdF) statistique où il s'agit d'identifier, parmi différents modes de fonctionnement, le mode de fonctionnement courant d'un système donné sur la base de mesures effectuées sur ce dernier. Une telle méthodologie nécessite un travail préalable conséquent sur la base de données qui doit être la plus exhaustif possible, contenir des variables pertinentes et être éventuellement étiquetée. Dans ce dernier cas, l'étiquetage s'avère souvent fastidieux et/ou coûteux. C'est la raison pour laquelle il nous a semblé intéressant de travailler en contexte partiellement supervisé ou` a` une quantité importante de données d'apprentissage non labellisées, est adjoint une base de données de dimension plus réduite labellisée par des experts. Ce travail d'extraction de connaissance soulève évidemment le problème de la qualité et de la conformité des avis des experts sollicités pour ce travail. Conjointement, la labellisation par plusieurs experts soulève le problème de leur qualité et de leur conformité. La formalisation et la résolution du problème de l'apprentissage statistique sur des données étiquetées de manière imparfaite est précisément l'objet de cet article. La solution proposée s'appuie sur une approche générative de type Analyse en Facteurs Indépendants (IFA) et sur l'utilisation de la théorie des fonctions de croyance afin de représenter l'information disponible sur ces données. Des résultats obtenus sur une application de diagnostic d'un organe de l'infrastructure ferroviaire seront présentés pour illustrer l'intérêt de notre proposition.
Nicolas BERTAUX (PhyTI – Institut Fresnel - ECM)
Obtenir des algorithmes de segmentation rapides et non supervisés est un enjeu important pour de nombreuses applications, notamment dans le cas d'images fortement bruitées. Suite à nos différents travaux sur ce domaine nous présentons dans cet exposé une nouvelle implémentation d'un algorithme de segmentation à deux régions, par contour actif polygonal non paramétrique et fondé sur un critère MDL (Minimum Description Length):
Grâce à cette nouvelle implémentation adaptée à l'utilisation des calculs SIMD disponibles dans les CPU standard (calcul SSE ou AVX, monothread), nous obtenons des temps de segmentation inférieurs à 10 milisecondes sur un PC standard (portable) pour des images 512x512 pixels. Nous discuterons durant la présentation les caractéristiques principales de l'algorithme qui permettent d'obtenir une bonne adéquation avec l'architecture actuelle des processeurs standard.
Hichem SNOUSSI (STMR - UTT)
L'objectif de cet exposé est de décrire un système décentralisé et coopératif pour le suivi d'objets mobiles à l'aide d'un réseau de caméras embarquées sans fil. Ce mode distribué présente l'avantage d'être particulièrement robuste aux attaques extérieures et à la défaillance de caméras puisqu'il est prévu que la perte de composants ne compromette pas l'efficacité du réseau dans son ensemble. La technique proposée repose sur une approche variationnelle de tracking et un descripteur original multi-échelles robuste par rapport au changement de vue des caméras en réseau.
Maxime PELCAT (IETR - INSA Rennes)
La complexité et l'hétérogénéité des systèmes distribués de traitement du signal sont actuellement en augmentation. Le prototypage rapide et la parallélisation automatique d'algorithmes sur systèmes distribués hétérogènes deviennent importants et nécessitent de simuler le fonctionnement des architectures matérielles au niveau système. Le "System-Level Architecture Model" (S-LAM) est un modèle d'architecture générique dont le but est de favoriser la description, l'analyse et la simulation d'une architecture. Ce modèle prend en compte les DMA, les mémoires partagées, la hiérarchie de cache et la compétition sur les bus, tout en restant relativement simple et intuitif. Un ensemble d'outils comprenant un éditeur sous Eclipse, un métamodèle EMF et des parser/writer IP-XACT sont disponibles en open-source sur Sourceforge ainsi que des fonctionnalités de routage et de mise à plat de hiérarchie.
Arnaud MELINE (LIRMM – Université Montpellier 2)
Le but de ce projet est d’analyser des scènes sous-marines naturelles et en particulier cartographier des environnements sous-marins en 3D. Il existe aujourd’hui de nombreuses techniques pour résoudre ce problème (utilisation de véhicules télécommandés ou autonomes). L’originalité de ce projet se trouve dans la fusion de deux cartes obtenues avec des capteurs de différentes résolutions. Dans un premier temps, un engin autonome (AUV), un véhicule télécommandé (ROV) ou un engin de surface (ASV) analyse les fonds marins à l'aide d'un sonar latéral et crée une première carte globale de la zone. Cette carte nous permet d'avoir rapidement un point de vue général de la zone à cartographier. Elle est ensuite décomposée en cellules représentant une mosaïque du fond marin. Chaque cellule est examinée et nous déterminons s'il est intéressant d'étudier la zone avec plus de précision. Ensuite, une deuxième analyse est réalisée sur les cellules sélectionnées à l’aide d’un second capteur avec une résolution plus élevée. Cela permet d’obtenir une carte détaillée 3D de la cellule. Un AUV ou un plongeur muni d’une caméra effectuera cette acquisition. Pour terminer, le modèle 3D précis est fusionné à la carte globale obtenue précédemment. Dans notre cas, nous voulons utiliser cette méthode pour obtenir des reconstructions précises d’objets d’intérêts archéologiques (statues, amphores, ...) détectés sur la carte globale. Ce projet se décompose en deux parties : la première s’intéressera à la reconstruction 3D de scènes sous-marines, en milieu contraint à l’aide d’une caméra ; la deuxième partie de l’étude s’intéressera à l’aspect multimodal.
Le travail présenté concerne la partie reconstruction 3D de la scène sous-marine à partir d'images obtenues avec un seul caméscope. Pour ce faire, nous nous sommes d'abord affranchis de certaines contraintes sous marine en les intégrant dans le modèle de distorsion de la caméra. Puis nous avons réalisé la reconstruction 3D texturée d'objet présent dans la scène en utilisant une méthode de reconstruction euclidienne. Afin d'obtenir un plus grand nombre de points robustes dans la structure 3D, nous avons utilisé différentes méthodes de détecteur de points. L'appariement est vérifié à l'aide de contraintes géométriques. Puis la structure texturée est obtenue en réalisant une triangulation de Delaunay à partir des points 2D. Les triangles ainsi obtenus seront utilisés sur les points 3D.
Tous les participants.
Date : 2011-10-06
Lieu : Amphi. Rubis, Télécom ParisTech, 46 rue Barrault, Paris 13ème
Thèmes scientifiques :
B - Image et Vision
C - Algorithme-architecture en traitement du signal et des images
Inscriptions closes à cette réunion.
Accéder au compte-rendu de cette réunion.
(c) GdR IASIS - CNRS - 2024.