Bonjour à vous,
J'ai le plaisir de vous inviter à ma soutenance de thèse, intitulée "Une approche générique, performante et interactive du traitement d’images avec des applications en morphologie mathématique"
Cette soutenance aura lieu en Amphi 0 du Bâtiment Voltaire à l'EPITA le Jeudi 21 Décembre à 9h30 (un ICS est fourni pour ne pas faire d'erreur dans votre calendrier). Cette soutenance sera en français.
Venez nombreux !!!
Jury:
* Pr. Pascal MONASSE, LIGM / ENPC / Université Gustave
Eiffel, Rapporteur
* Pr. Benjamin PERRET, LIGM / ESIEE / Université Gustave Eiffel, Rapporteur
* Pr. Olivier LEZORAY, GREYC / Université de Caen,
Examinateur
* Dr. Frédéric PESCHANSKI, LIP6 / Sorbonne Université, Examinateur
* Dr. Deise SANTANA MAIA, CRIStAL / Université de Lille, Examinatrice
* Pr. Didier VERNA, LRE / EPITA, Directeur de thèse
* Dr. Edwin CARLINET, LRE / EPITA, Encadrant
* Dr. Guillaume TOCHON, LRE / EPITA, Encadrant
Résumé (en français):
Les bibliothèques de traitement d’images jouent un rôle important
dans la boîte à outils du
chercheur et devraient respecter trois critères : généricité,
performance et interactivité. La
généricité favorise la réutilisation du code et la flexibilité des
algorithmes pour diverses structures
de données en entrée, tandis que la performance accélère les
expériences et permet l’utilisation
d’algorithmes dans le cas d’applications en temps réel. De plus,
l’interactivité dans la chaîne
de traitement d’une image permet d’effectuer des expérimentations
en échangeant des données
avec cette dernière. Ce dernier critère est généralement obtenu en
ajoutant du dynamisme à la
bibliothèque, et plus particulièrement en interfaçant ses
fonctionnalités à un langage dynamique.
Les deux premiers critères peuvent être atteints avec des langages
statiques tels que C++ ou
Rust, qui exigent la connaissance de certaines informations au
moment de la compilation pour
optimiser le code machine généré en fonction des différents types
de données d’entrée et de sortie
d’un algorithme. Le dernier critère nécessite généralement
d’attendre jusqu’à l’exécution pour
obtenir des informations sur le type, et est donc réalisé au
détriment de la vitesse d’exécution.
Le travail présenté dans cette thèse vise à dépasser cette
limitation dans le contexte d’algorithmes
de traitement d’images. Pour ce faire, une méthodologie visant à
développer des algorithmes
génériques dont les informations sur les types d’entrée et de
sortie peuvent être connues soit
au moment de la compilation, soit à l’exécution, est présentée.
Cette méthode est évaluée
sur différents schémas algorithmiques de traitement d’images, et
il est conclu que l’écart de
performance entre les versions où l’information de type est connu
à la compilation et à l’exécution
de l’algorithme de construction pour les représentations
hiérarchiques d’images est négligeable.
En tant qu’application, les représentations hiérarchiques sont
utilisées pour étendre l’applicabilité
de l’estimation du niveau de bruit en niveaux de gris aux images
en couleur afin d’améliorer
leur caractère générique. Cela soulève l’importance d’étudier
l’impact d’une telle altération dans
les images à partir desquelles les représentations hiérarchiques
sont construites pour améliorer
l’efficacité de leurs applications en présence de bruit. Il est
démontré que le bruit a un impact sur
la structure arborescente, et cet impact est lié à certains types
de fonctionnelles dans le cas où les
hiérarchies sont contraintes par une énergie.
Résumé (en anglais):
Image processing libraries play an important role in the
researcher toolset and should respect
three criteria: genericity, performance, and interactivity. In
short, genericity boosts code reuse
and algorithm flexibility for various data inputs, while
performance speeds up experiments
and supports real-time applications. Additionally, interactivity
allows software evolution and
maintenance without full recompilation, often through integration
with dynamic languages like
Python or Julia. The first two criteria are not straightforward to
reach with static languages
such as C++ or Rust which require knowing some information at
compile-time to optimize
generated machine code related to the different input and output
data types of an algorithm.
The latest criterion usually requires waiting until runtime to
obtain type information and is
thus performed at the cost of runtime efficiency. The work
presented in this thesis aims to go
beyond this limitation in the context of image processing
algorithms. To do so, a methodology to
develop generic algorithms whose type information about its input
and output data may be known
either at compile-time or at runtime is presented. This
methodology is evaluated on different
image processing algorithmic schemes, and it is concluded that the
performance gap between the
runtime and compile-time versions of the construction algorithm
for hierarchical representations
of images is negligible. As an application, hierarchical
representations are employed to expand
the applicability of grayscale noise level estimation to color
images to enhance its genericity. That
raises the importance of studying the impact of such corruption in
the hierarchies built on noisy
images to improve their efficiency in the presence of noise. It is
demonstrated that the noise has an
impact on the tree structure, and this impact is related to some
kinds of functional in the context
of energy optimization on hierarchies.
--
Cordialement,
Baptiste ESTEBAN