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

Différences entre les versions de « Accueil »

De Équipe IMAGeS : Images, Modélisation, Apprentissage, Géométrie et Statistique
Aller à la navigation Aller à la recherche
Ligne 4 : Ligne 4 :
 
<br />
 
<br />
  
'''Retrouvez le dessins de la [[FDS2018|fête de la science]] !'''
 
  
 
Les thèmes de recherche de l’équipe sont centrés sur la modélisation et le traitement des images, et plus largement des données provenant de sources variées et souvent hétérogènes : données multimodales, multicapteurs, multi et hyperpectrales, spatialisées, temporelles, etc. Nos approches en amont couvrent la morphologie mathématique et la géométrie discrète, les approches statistiques et les méthodes d’apprentissage. Nos travaux sont appliqués dans deux domaines privilégiés : l’imagerie biologique et médicale / l’astronomie et l’observation de la Terre.  
 
Les thèmes de recherche de l’équipe sont centrés sur la modélisation et le traitement des images, et plus largement des données provenant de sources variées et souvent hétérogènes : données multimodales, multicapteurs, multi et hyperpectrales, spatialisées, temporelles, etc. Nos approches en amont couvrent la morphologie mathématique et la géométrie discrète, les approches statistiques et les méthodes d’apprentissage. Nos travaux sont appliqués dans deux domaines privilégiés : l’imagerie biologique et médicale / l’astronomie et l’observation de la Terre.  
Ligne 16 : Ligne 15 :
 
* '''[[Traitement d%27images biomédicales]]''' : développement de modèles, de méthodes et d’algorithmes innovants pour le traitement de données issues d'imageurs biologiques et médicaux. <br> Nous nous intéressons en particulier à la mise en correspondance d'images, la segmentation d'images, la reconstruction de données, la création et l'utilisation d’atlas, la détection de changements, le suivi temporel, l'étude de la connectivité et des réseaux cérébraux, l'étude de la conformation de protéines, l'analyse de structures biologiques.
 
* '''[[Traitement d%27images biomédicales]]''' : développement de modèles, de méthodes et d’algorithmes innovants pour le traitement de données issues d'imageurs biologiques et médicaux. <br> Nous nous intéressons en particulier à la mise en correspondance d'images, la segmentation d'images, la reconstruction de données, la création et l'utilisation d’atlas, la détection de changements, le suivi temporel, l'étude de la connectivité et des réseaux cérébraux, l'étude de la conformation de protéines, l'analyse de structures biologiques.
  
* '''[[Traitement d'images astronomiques et de télédétection]]''' : extraction de l'information pertinente à partir de masses de données hétérogènes issues de l'observation de la Terre ou de l'Univers avec un nombre de bandes spectrales et de capteurs disponibles en constante augmentation. Les modèles développés s'intéressent en particulier à la redondance et à la propagation de l’incertitude d'observations multivariées, hétérogènes et massives.
+
* '''[[Traitement d'images pour l'observation de la Terre et de l'Univers]]''' : extraction de l'information pertinente à partir de masses de données hétérogènes issues de l'observation de la Terre ou de l'Univers avec un nombre de bandes spectrales et de capteurs disponibles en constante augmentation. Les modèles développés s'intéressent en particulier à la redondance et à la propagation de l’incertitude d'observations multivariées, hétérogènes et massives.
  
 
'''Mots-clés''' : Acquisition, représentations, détection, segmentation, fusion, classification ; interprétation et exploitation d’images et de séquences d’images multisources, multimodales et multispectrales variées. Géométrie discrète, morphologie mathématique, tomographie discrète. Discrétisation des objets et des opérateurs. Q-convexité. Imagerie médicale. Modèles probabilistes, inférence bayésienne, modèles statistiques, apprentissage statistique, détection de changement. Vision par ordinateur, réalité virtuelle et/ou augmentée, traitement d’images, métrologie, contrôle qualité.
 
'''Mots-clés''' : Acquisition, représentations, détection, segmentation, fusion, classification ; interprétation et exploitation d’images et de séquences d’images multisources, multimodales et multispectrales variées. Géométrie discrète, morphologie mathématique, tomographie discrète. Discrétisation des objets et des opérateurs. Q-convexité. Imagerie médicale. Modèles probabilistes, inférence bayésienne, modèles statistiques, apprentissage statistique, détection de changement. Vision par ordinateur, réalité virtuelle et/ou augmentée, traitement d’images, métrologie, contrôle qualité.

Version du 16 octobre 2019 à 08:26

MIV-image2.jpg




Les thèmes de recherche de l’équipe sont centrés sur la modélisation et le traitement des images, et plus largement des données provenant de sources variées et souvent hétérogènes : données multimodales, multicapteurs, multi et hyperpectrales, spatialisées, temporelles, etc. Nos approches en amont couvrent la morphologie mathématique et la géométrie discrète, les approches statistiques et les méthodes d’apprentissage. Nos travaux sont appliqués dans deux domaines privilégiés : l’imagerie biologique et médicale / l’astronomie et l’observation de la Terre.

L’équipe est structurée en quatre thèmes (2 thèmes méthodologiques, 2 thèmes orientés vers les applications) :

  • Méthodes en inférence bayésienne et analyse statistique : ce nouveau thème s'intéresse à l’ensemble des approches méthodologiques basées sur l’utilisation des statistiques et des outils associés à l’inférence bayésienne et à l’apprentissage (« machine learning »). L'objectif est le développement de modèles, de méthodes d'inférence et d'algorithmes originaux, dans un contexte générique ou dans le cadre d'applications particulières. Les données considérées couvrent les signaux, les images et les autres types de données (cliniques, épidémiologiques).
  • Géométrie discrète et morphologie mathématique : développement de géométries discrètes et de modèles topologiques adaptés à l'analyse et à la synthèse d'images, et élaboration de nouveaux opérateurs morphologiques en traitement d'images. Notre objectif est de bâtir une algorithmique robuste et performante en imagerie et de développer des outils purement discrets pour étudier les propriétés différentielles, géométriques, topologiques et morphologiques des objets, pour des applications en segmentation de structures.
  • Traitement d'images biomédicales : développement de modèles, de méthodes et d’algorithmes innovants pour le traitement de données issues d'imageurs biologiques et médicaux.
    Nous nous intéressons en particulier à la mise en correspondance d'images, la segmentation d'images, la reconstruction de données, la création et l'utilisation d’atlas, la détection de changements, le suivi temporel, l'étude de la connectivité et des réseaux cérébraux, l'étude de la conformation de protéines, l'analyse de structures biologiques.
  • Traitement d'images pour l'observation de la Terre et de l'Univers : extraction de l'information pertinente à partir de masses de données hétérogènes issues de l'observation de la Terre ou de l'Univers avec un nombre de bandes spectrales et de capteurs disponibles en constante augmentation. Les modèles développés s'intéressent en particulier à la redondance et à la propagation de l’incertitude d'observations multivariées, hétérogènes et massives.

Mots-clés : Acquisition, représentations, détection, segmentation, fusion, classification ; interprétation et exploitation d’images et de séquences d’images multisources, multimodales et multispectrales variées. Géométrie discrète, morphologie mathématique, tomographie discrète. Discrétisation des objets et des opérateurs. Q-convexité. Imagerie médicale. Modèles probabilistes, inférence bayésienne, modèles statistiques, apprentissage statistique, détection de changement. Vision par ordinateur, réalité virtuelle et/ou augmentée, traitement d’images, métrologie, contrôle qualité.


Rapport d'activités 2007-2011
Rapport d'activités 2011-2016
Posters de présentation de l'équipe