View source for Seminar/2012-03-21

{{SeminarHeader
| id = 2012-03-21
| date = Mercredi 21 mars 2012
| schedule = 14h30-16h30
| location = Amphi 3
}}
{{Talk
| id = 2012-03-21
| abstract = Une question fondamentale pour mes recherches est de savoir ce qu'est
une image. Cela peut sembler Ã  premiÃ¨re vue une question trop simple :
une image, c'est un ensemble de points. Mais ces points sont reliÃ©s
entre eux, c'est ce qu'on appelle une structure, et ils ont des
donnÃ©es de types multiples qui leur sont attachÃ©es. La bibliothÃ¨que
Milena, dÃ©veloppÃ©e au LRDE, est une bibliothÃ¨que gÃ©nÃ©rique dÃ©diÃ©e au
traitement d'images. Dans Milena, trois axes indÃ©pendants sont
dÃ©veloppÃ©s : l'axe des structures, l'axe des donnÃ©es, et celui des
algorithmes, c'est-Ã -dire de ce qu'on peut faire avec une image.

Dans cet exposÃ©, je vais dÃ©velopper plusieurs exemples dans lesquels
je choisirai un algorithme et un type de donnÃ©es, en faisant varier la
structure. Changer la structure, c'est penser les images d'une maniÃ¨re
diffÃ©rente, et c'est quelque chose d'extrÃªmement porteur en recherche.

- Un premier exemple est celui d'un algorithme classique de
  segmentation : la ligne de partage des eaux. Originellement pensÃ© sur
  les pixels, sa traduction dans le cadre des arÃªtes donne le problÃ¨me
  classique d'arbre couvrant de poids minimum. Si la ligne de partage
  des eaux est trÃ¨s connue en traitement d'images, les arbres de
  poids minimum sont trÃ¨s utilisÃ©s en classification. Un pont naturel
  est alors Ã©tabli entre deux communautÃ©s diffÃ©rentes, et les idÃ©es
  provenant de ces deux communautÃ©s peuvent Ãªtre combinÃ©es.

- Un deuxiÃ¨me exemple est celui de la reprÃ©sentation arborescente des
  images.  Pour illustrer, tant les lignes de niveaux que les
  composantes connexes des ensembles de niveaux (les coupes) des
  images sont naturellement structurÃ©es en arbre : deux lignes ou deux
  composantes sont soit disjointes soit emboÃ®tÃ©es.  On peut filtrer
  une image en Ã©liminant de l'arbre tous les nÅuds qui ne vÃ©rifient
  pas un critÃ¨re. Mais on peut aussi considÃ©rer l'arbre lui-mÃªme comme
  une image, et appliquer sur cet arbre un algorithme de traitement
  d'images. C'est une idÃ©e rÃ©cursive trÃ¨s riche.

D'autres exemples pourront Ãªtre dÃ©veloppÃ©s en fonction du temps : liens
entre ligne de partage des eaux topologique et segmentation
hiÃ©rarchique, topologie discrÃ¨te dans divers cadres...

La bibliothÃ¨que Milena permet dâappliquer la plupart des algorithmes
existants Ã  une nouvelle structure, ce qui est un gain de temps
incontestable. Cela permet de se concentrer sur ce qui fait le cÅur
de mon mÃ©tier: chercher un algorithme plus efficace, adaptÃ© Ã  un type
de structure, ou encore chercher quelles sont les propriÃ©tÃ©s
mathÃ©matiques dâun algorithme sur une structure donnÃ©e.
| duration = 1h30
| orator = Laurent Najman
| resume = Laurent Najman a reÃ§u lâhabilitation Ã  diriger les recherches de
l'universitÃ© de la Marne-La-VallÃ©e en 2006, un doctorat en
mathÃ©matiques appliquÃ©es de lâuniversitÃ© de Paris-Dauphine en 1994, et
un diplÃ´me dâingÃ©nieur de l'Ãcole des Mines de Paris en 1991.

Il a travaillÃ© chez Thomson-CSF sur la segmentation d'images
infrarouges en utilisant la morphologie mathÃ©matique, chez Animation
Science sur des systÃ¨mes de particules pour l'infographie et de la
visualisation scientifique, puis chez OCÃ sur des problÃ¨mes dâanalyse
et de traitement d'images pour l'impression.

Depuis 2002, il est enseignant-chercheur Ã  lâESIEE, actuellement
professeur, membre du Laboratoire dâInformatique Gaspard-Monge
(UniversitÃ© Paris-Est). Ses recherches portent sur la morphologie
mathÃ©matique discrÃ¨te et lâoptimisation discrÃ¨te.
| schedule = 14h30
| slides = najman.pdf
| title = Le point de vue d'un thÃ©oricien sur l'intÃ©rÃªt de la gÃ©nÃ©ricitÃ© pour le traitement d'images
| urls = 
}}