[Lrde Annonce] Soutenance de thèse de Minh ON VU NGOC le 17 Décembre à l'EPITA

Bonjour à tous, J'ai le plaisir de vous inviter à la soutenance de ma thèse intitulée : "A new minimum barrier distance for multivariate images with applications to salient object detection, shortest path finding, and segmentation." L'exposé se déroulera en anglais. Vous êtes également cordialement invité au pot qui suivra. Date : le mardi 17 Décembre à 14h Lieu : en salle KB604 à l'EPITA, 14-16 rue Voltaire, Le Kremlin-Bicêtre 94270 Vous trouverez également toutes les informations sur la page web suivante : https://www.lrde.epita.fr/wiki/Affiche-these-MOVN Le jury sera composé de : Rapporteurs : * Nicole VINCENT, Pr., Université Paris Descartes, LIPADE * Jean-Christophe BURIE, Pr., Université La Rochelle, L3I Examinateurs : * Benoît NAEGEL, MdC, Université de Strasbourg, ICube * Béatriz MARCOTEGUI, Pr., Mines ParisTech, CMM Encadrants : * Thierry GÉRAUD, Pr., EPITA, LRDE * Jonathan FABRIZIO, MdC, EPITA, LRDE Mots clés : Arbre de formes, morphologie mathématique, représentation hiérarchique, images multivariées, pseudo-distance de Dahu, distance de barrière minimale, saillance visuelle, document détection, segmentation de l’image. Résumé de la thèse : Les représentations hiérarchiques d’images sont largement utilisées dans le traitement d’images pour modéliser le contenu d’une image par un arbre. Une hiérarchie bien connue est l’arbre des formes (AdF) qui encode la relation d’inclusion entre les composants connectés à partir de différents niveaux de seuil. Ce genre d’arbre est auto-dual et invariant au changement de contraste; il est utilisé dans de nombreuses applications de vision par ordinateur. En raison de ses propriétés, dans cette thèse, nous utilisons cette représentation pour calculer la nouvelle distance qui appartient au domaine de la morphologie mathématique. Les transformations de distance et les cartes de saillance qu’elles induisent sont généralement utilisées dans le traitement d’images, la vision par ordinateur et la reconnaissance de formes. L’une des transformations de distance les plus couramment utilisées est la géodésique. Malheureusement, cette distance n’obtient pas toujours des résultats satisfaisants sur des images bruitées ou floues. Récemment, une nouvelle pseudo-distance, appelée distance de barrière minimum (MBD), plus robuste aux variations de pixels, a été introduite. Quelques années plus tard, Géraud et al. ont proposé une bonne approximation rapide de cette distance : la pseudo-distance de Dahu. Puisque cette distance a été initialement développée pour les images en niveaux de gris, nous proposons ici une extension de cette transformation aux images multivariées ; nous l’appelons la pseudo-distance vectorielle de Dahu. Cette nouvelle distance est facilement calculée grâce à l’arbre multivarié des formes (AdFM). Nous vous proposons une méthode de calcul efficace de cette distance et de sa carte de saillants dans cette thèse. Nous étudions également les propriétés de cette distance dans le traitement d’images floutées ou bruitées. Pour valider cette nouvelle distance, nous fournissons des repères démontrant à quel point la pseudo-distance vectorielle de Dahu est plus robuste et compétitive par rapport aux autres distances basées sur la barrière minimum. Cette distance est prometteuse pour la détection des objets saillants, la recherche du chemin le plus court et la segmentation des objets. De plus, nous appliquons cette distance pour détecter des documents dans des vidéos. Notre méthode est une approche basée sur les régions qui s’appuie sur la saillance visuelle déduite de la pseudo-distance de Dahu. Nous montrons que la performance de notre méthode est compétitive par rapport aux méthodes de pointe utilisées dans le concours Smartdoc 2015 ICDAR. A bientôt, Minh ON VU NGOC