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
______________________
Current mailing list -- current(a)ml.lre.epita.fr
https://lists.lrde.epita.fr/postorius/lists/current.ml.lre.epita.fr//
______________________
Permanents mailing list -- permanents(a)ml.lre.epita.fr
https://lists.lrde.epita.fr/postorius/lists/permanents.ml.lre.epita.fr//
______________________
Perms mailing list -- perms(a)ml.lre.epita.fr
https://lists.lrde.epita.fr/postorius/lists/perms.ml.lre.epita.fr//
______________________
Perms.toulouse mailing list -- perms.toulouse(a)ml.lre.epita.fr
https://lists.lrde.epita.fr/postorius/lists/perms.toulouse.ml.lre.epita.fr//