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.
37 personnes membres du GdR ISIS, et 41 personnes non membres du GdR, sont inscrits à cette réunion.
Capacité de la salle : 100 personnes.
Titre : Journée Vision 3D et apprentissage
Lieu : Sorbonne Université
Date : 27 juin 2023
Les techniques d'apprentissage profond se sont progressivement imposées comme les outils les plus performants pour résoudre de nombreux problèmes de vision par ordinateur. Toutefois, la vision 3D est fondée sur des concepts théoriques bien établis issus de la physique, qui ne sont pas explicitement pris en compte dans les modèles d?apprentissage. L'objectif de cette journée "Vision 3D et Apprentissage" est de réunir les chercheurs et chercheuses dont les travaux se situent à l'interface entre ces deux domaines.
La journée portera notamment sur ce que peuvent apporter les méthodes d'apprentissage à la vision 3D, et réciproquement, sur comment introduire des aspects de géométrie 3D dans des techniques d'apprentissage. Par exemple, nous chercherons à répondre aux questions suivantes : Pour quels aspects de la vision 3D les méthodes d'apprentissage sont-elles adaptées, et comment les appliquer ? Existe-t-il encore des applications pour lesquelles les méthodes purement géométriques restent plus adaptées et pourquoi ? Comment tenir compte de la dynamique de la scène ou de la déformation des objets dans les méthodes d'apprentissage profond ?
Cette journée aura lieu à Sorbonne Université le 27 juin de 10h à 17h et inclura deux conférences invitées :
Nous lançons également un appel à contribution, notamment à destination des doctorant·e·s. Les personnes souhaitant présenter leurs travaux (15 minutes + 5 minutes de questions) sont invitées à envoyer, par e-mail, leur proposition (titre et résumé d'une demi-page) aux personnes qui organisent la journée, par email (email : yvain.queau@ensicaen.fr ; sylvie.chambon@toulouse-inp.fr ), avant le 26 mai.
Nous rappelons que le GdR ISIS prend en charge les déplacements des oratrices et orateurs mais également des personnes qui assistent aux réunions et qui sont membres d'un laboratoire adhérent du GdR dans la limite d'un·e doctorant·e et d'un·e permanent·e par laboratoire académique et par réunion, ou d'une personne par adhérent du club des partenaires et par réunion.
Renaud Marlet (ENPC, Valeo, Paris): From surface reconstruction to 3D self-supervision and unsupervised domain adaptation
Dmitrii Zhemchuzhnikov (INRIA Grenoble): Equivariant 3D Convolution in Neural Networks: Rotational Operations in Fourier Space and Spherical Harmonics
Baptiste Brument (IRIT, Toulouse): De nouvelles perspectives en reconstruction 3D par photogrammétrie : les NeRF face aux méthodes traditionnelles
Anh-Quan Cao (INRIA Paris): SceneRF: Self-Supervised Monocular 3D Scene Reconstruction with Radiance Fields
Yucely Beb Caal (Femto): 3D surface reconstruction using images from a scanning electron microscope
Clément Hardy (GREYC, Caen): MS-PS: A Multi-Scale Network for Photometric Stereo With a New Comprehensive Training Dataset
Louis Soum-Fontez (Mines Paris): Apprentissage multi-source et généralisation de détection d'objets 3D pour le véhicule autonome
Julie Digne (LIRIS, Lyon): Analyse de formes et réseaux de neurones
Nicolas Prouteau (Pprime, Poitiers): Profilométrie par projection de franges optimisée par apprentissage pour la mesure de surface libre dynamique
Xuyang Chang (ENSTA, Paris): Global Stereocorrelation applied at the high-speed impact test over laminated glass
Marwane Hariat (ENSTA, Paris): Self-supervised co-training of depth, odometry, optical flow and pre-semantic contours from monocular images
Guillaume Mougeot (UCA, Clermont Ferrand): Biom3d, un framework deep learning modulaire pour la segmentation en bioimagerie 3D
Clément Joubert (Xlim, Poitiers): Apprentissage automatique appliqué à la stéréo-photométrie pour l'estimation de l'apparence de la peau humaine
Jules Sanchez (Mines Paris): Généralisation de domaines mono-source pour la segmentation sémantique LiDAR pour le véhicule autonome : Utiliser la géométrie pour faire de l'alignement de domaine
Marjorie Redon (GREYC, Caen): Vers un accès plus inclusif à la Tapisserie de Bayeux par la génération semi-automatique d'objets 3D
Date : 2023-06-27
Lieu : amphi DURAND, Sorbonne Université (4 place Jussieu, Paris)
Thèmes scientifiques :
B - Image et Vision
Inscriptions closes à cette réunion.
Accéder au compte-rendu de cette réunion.
(c) GdR IASIS - CNRS - 2024.