Équipe IMAGeS - Images, Modélisation, Apprentissage, Géométrie et Statistique

Séminaire du 23 avril 2021

De Équipe IMAGeS - Images, Modélisation, Apprentissage, Géométrie et Statistique
Sauter à la navigation Sauter à la recherche

Caractérisation et segmentation d’images des opérations élémentaires à l’apprentissage profond : quelques concepts

M. Adel HAFIANE, MCF INSA Centre Val de Loire, Laboratoire PRISME

Résumé L'extraction de caractéristiques et la segmentation font partie des problèmes fondamentaux de la vision par ordinateur. Dans le passé, la plupart des techniques étaient basées sur des caractérisations et des opérations conçues avec une analyse manuelle. Récemment, le paradigme a changé et s’est tourné vers l'extraction automatique de caractéristiques avec le concept d'apprentissage profond, ce qui a permis d'obtenir des performances supérieures à celles des techniques classiques. Les approches d'apprentissage profond sont aujourd'hui incontournables dans l'analyse d'images et dans plusieurs domaines, elles continuent d'impressionner par leurs performances. Cependant, ces approches présentent plusieurs limitations, telles que les données bruitées, l'étiquetage, le problème de la boîte noire, mécanisme explicable, ... Cela ouvre de nouveaux champs de recherche scientifique et développement. Dans ce contexte, l’exposé décrira quelques méthodes développées pour la caractérisation robuste du contenu visuel et la segmentation d'images, en partant de techniques classiques et en arrivant aux méthodes basées sur l'apprentissage profond. On se focalisera principalement sur deux applications médicales (imagerie échographique et histologie). Enfin, des perspectives par rapport aux thèmes de l'équipe IMAGeS seront présentées.