Difference between revisions of "Seminar/2012-05-09"

From LRDE
 
(3 intermediate revisions by the same user not shown)
Line 1: Line 1:
 
{{SeminarHeader
  
{{SeminarHeader
 
| id = 2012-05-09
  
| id = 2012-05-09
−
| date = Mercredi 9 mai 2012
 +
| date = Mercredi 9 mai 2012
 
| schedule = 14h00-17h30
  
| schedule = 14h00-17h30
 
| location = Amphi 3
  
| location = Amphi 3
Line 7: Line 7:
 
{{Talk
  
{{Talk
 
| id = 2012-05-09
  
| id = 2012-05-09
−
| abstract = Concilier généricité et performance des systèmes de vision a toujours
 +
| abstract = Concilier généricité et performance des systèmes de vision a toujours
−
été au cœur des préoccupations scientifiques du laboratoire
 +
été au cœur des préoccupations scientifiques du laboratoire
−
d'Électronique et Informatique d'ENSTA-ParisTech. Nous y avons abordé
 +
d'Électronique et Informatique d'ENSTA-ParisTech. Nous y avons abordé
−
ce problème sous différents points de vue: électronique,
 +
ce problème sous différents points de vue: électronique,
−
algorithmique, et logiciel. Depuis nos travaux sur les rétines
 +
algorithmique, et logiciel. Depuis nos travaux sur les rétines
 
programmables et leur algorithmique exotique, nous avons
  
programmables et leur algorithmique exotique, nous avons
−
progressivement intégré la multiplicité des modèles et structures de
 +
progressivement intégré la multiplicité des modèles et structures de
−
données, ainsi que l'emprise des architectures sur étagères, pour
 +
données, ainsi que l'emprise des architectures sur étagères, pour
−
appréhender l'hétérogénéité des systèmes multi-plateformes.
 +
appréhender l'hétérogénéité des systèmes multi-plateformes.
   
−
Dans cette présentation à deux voix, on abordera le problème sous deux
 +
Dans cette présentation à deux voix, on abordera le problème sous deux
−
angles complémentaires, l'un touchant au modèle et aux algorithmes,
 +
angles complémentaires, l'un touchant au modèle et aux algorithmes,
 
l'autre au logiciel et aux plateformes de calcul.
  
l'autre au logiciel et aux plateformes de calcul.
   
−
Ce premier exposé présente un modèle générique de traitement et de
 +
Ce premier exposé présente un modèle générique de traitement et de
−
représentation des images fondé sur les espaces de caractéristiques
 +
représentation des images fondé sur les espaces de caractéristiques
−
"local jets" (LJ, ou dérivées partielles multi-échelles), comme
 +
"local jets" (LJ, ou dérivées partielles multi-échelles), comme
−
exemple de cadre algorithmique unifié. Grâce à un espace où la
 +
exemple de cadre algorithmique unifié. Grâce à un espace où la
−
métrique naturelle est directement liée à la similarité visuelle, ce
 +
métrique naturelle est directement liée à la similarité visuelle, ce
−
cadre permet d'aborder un grand nombre d'opérateurs de traitement
 +
cadre permet d'aborder un grand nombre d'opérateurs de traitement
−
d'images de bas niveau, qui correspondent généralement à la
 +
d'images de bas niveau, qui correspondent généralement à la
−
rétro-projection dans l'espace image de points de l'espace des
 +
rétro-projection dans l'espace image de points de l'espace des
−
caractéristiques transformé. Il permet aussi d'aborder des
 +
caractéristiques transformé. Il permet aussi d'aborder des
−
représentations visuelles de plus haut niveau (modèles d'objet par
 +
représentations visuelles de plus haut niveau (modèles d'objet par
−
exemple) à partir de statistiques globales extraites de l'espace des
 +
exemple) à partir de statistiques globales extraites de l'espace des
−
caractéristiques. On justifiera cette représentation et on
 +
caractéristiques. On justifiera cette représentation et on
 
l'illustrera par diverses applications : Moyennes non locales
  
l'illustrera par diverses applications : Moyennes non locales
−
(NL-Means) par Convolution dans l'espace LJ pour le débruitage de
 +
(NL-Means) par Convolution dans l'espace LJ pour le débruitage de
−
vidéos, Calcul du flux optique par recherche du plus proche voisin
 +
vidéos, Calcul du flux optique par recherche du plus proche voisin
−
dans l'espace LJ, Modélisation de fond statique par échantillonnage de
 +
dans l'espace LJ, Modélisation de fond statique par échantillonnage de
−
l'espace LJ, Détection d'objets par transformée de Hough dense...
 +
l'espace LJ, Détection d'objets par transformée de Hough dense...
 
| duration = 1h30
  
| duration = 1h30
 
| orator = Antoine Manzanera
  
| orator = Antoine Manzanera
−
| resume = Antoine Manzanera est diplômé de l'Université Claude Bernard à Lyon
 +
| resume = Antoine Manzanera est diplômé de l'Université Claude Bernard à Lyon
 
(Licence de Maths 1991 et Master d'Informatique Fondamentale 1993), et
  
(Licence de Maths 1991 et Master d'Informatique Fondamentale 1993), et
−
Docteur de Télécom-ParisTech en Signal et Images ("Vision artificielle
 +
Docteur de Télécom-ParisTech en Signal et Images ("Vision artificielle
−
rétinienne", 2000). Depuis 2001 il est Enseignant-Chercheur à
 +
rétinienne", 2000). Depuis 2001 il est Enseignant-Chercheur à
−
l'ENSTA-ParisTech. Dans ses recherches, il s'intéresse au Traitement
 +
l'ENSTA-ParisTech. Dans ses recherches, il s'intéresse au Traitement
−
d'Images et à la Vision de bas niveau, du modèle mathématique à
 +
d'Images et à la Vision de bas niveau, du modèle mathématique à
−
l'implantation parallèle sur un système embarqué. Il enseigne
 +
l'implantation parallèle sur un système embarqué. Il enseigne
−
principalement en 2ème et 3ème année du cycle Ingénieur ENSTA, et dans
 +
principalement en 2ème et 3ème année du cycle Ingénieur ENSTA, et dans
−
le Master d'Informatique de l'UMPC (Paris 6), dans les spécialités
 +
le Master d'Informatique de l'UMPC (Paris 6), dans les spécialités
 
Imagerie et IAD.
  
Imagerie et IAD.
 
| schedule = 14h00
  
| schedule = 14h00
 
| slides = manzanera.pdf,manzanera.zip
  
| slides = manzanera.pdf,manzanera.zip
−
| title = Un modèle générique de traitement et de représentation des images
 +
| title = Un modèle générique de traitement et de représentation des images
−
| urls = http://www.ensta-paristech.fr/ manzaner
 +
| urls = http://www.ensta-paristech.fr/~manzaner
  +
| videos = dailymotion:xqvbe1
−
| videos = http://www.dailymotion.com/video/xqvbe1_seminaire-lrde-partie1-deux-aspects-de-la-genericite-pour-les-systemes-de-vision-embarques_tech
  
 
}}{{Talk
  
}}{{Talk
 
| id = 2012-05-09
  
| id = 2012-05-09
−
| abstract = Dans ce second exposé, Matthieu Garrigues parlera de ses travaux sur
 +
| abstract = Dans ce second exposé, Matthieu Garrigues parlera de ses travaux sur
−
l'analyse des mouvements apparents dans un flux vidéo. La primitive de
 +
l'analyse des mouvements apparents dans un flux vidéo. La primitive de
−
base, présentée dans un séminaire précédent, permet le suivi temps
 +
base, présentée dans un séminaire précédent, permet le suivi temps
−
réel (supérieur à 30 images par seconde) de plusieurs milliers de
 +
réel (supérieur à 30 images par seconde) de plusieurs milliers de
−
particules. Ces travaux nous ont permis de développer un cadre
 +
particules. Ces travaux nous ont permis de développer un cadre
−
générique facilitant l'analyse de scènes dynamiques prises de caméras
 +
générique facilitant l'analyse de scènes dynamiques prises de caméras
 
fixes ou mobiles. Nous montrerons comment cette brique logicielle a
  
fixes ou mobiles. Nous montrerons comment cette brique logicielle a
−
été utilisée dans deux exemples d'applications : l'extraction des
 +
été utilisée dans deux exemples d'applications : l'extraction des
−
plans principaux et l'estimation de la profondeur dans un système
 +
plans principaux et l'estimation de la profondeur dans un système
−
mono-caméra. Le suivi de particules a été implémenté sur processeurs
 +
mono-caméra. Le suivi de particules a été implémenté sur processeurs
−
graphiques avec le framework CUDA, et sur CPU-multicœurs avec
 +
graphiques avec le framework CUDA, et sur CPU-multicœurs avec
−
OpenMP. Nous expliquerons comment C++ a été utilisé pour factoriser un
 +
OpenMP. Nous expliquerons comment C++ a été utilisé pour factoriser un
−
maximum de code entre ces deux implémentations.
 +
maximum de code entre ces deux implémentations.
 
| duration = 1h30
  
| duration = 1h30
 
| orator = Matthieu Garrigues
  
| orator = Matthieu Garrigues
−
| resume = Matthieu Garrigues est diplômé de la promotion CSI 2009 de
 +
| resume = Matthieu Garrigues est diplômé de la promotion CSI 2009 de
−
l'EPITA. Depuis, il s'intéresse au développement et à l'implantation
 +
l'EPITA. Depuis, il s'intéresse au développement et à l'implantation
−
d'applications de vision sur des architectures parallèles. Il est
 +
d'applications de vision sur des architectures parallèles. Il est
−
actuellement ingénieur de recherche à l'unité d'électronique et
 +
actuellement ingénieur de recherche à l'unité d'électronique et
−
d'informatique de l'ENSTA, où il travaille sur l'analyse temps réel de
 +
d'informatique de l'ENSTA, où il travaille sur l'analyse temps réel de
−
scènes acquises par des systèmes mobiles mono-caméra.
 +
scènes acquises par des systèmes mobiles mono-caméra.
 
| schedule = 15h30
  
| schedule = 15h30
 
| slides = garrigues.pdf
  
| slides = garrigues.pdf
−
| title = Analyse des mouvements apparents dans un flux vidéo
 +
| title = Analyse des mouvements apparents dans un flux vidéo
−
| urls = http://www.ensta-paristech.fr/ garrigues
 +
| urls = http://www.ensta-paristech.fr/~garrigues
  +
| videos = dailymotion:xr6mts
−
| videos = http://www.dailymotion.com/video/xr6mts_seminaire-lrde-partie2-deux-aspects-de-la-genericite-pour-les-systemes-de-vision-embarques_tech
  
 
}}
  
}}

Latest revision as of 18:07, 4 December 2018

Mercredi 9 mai 2012, 14h00-17h30, Amphi 3


Un modèle générique de traitement et de représentation des images

Documents
manzanera.pdf, manzanera.zip

Antoine Manzanera

Concilier généricité et performance des systèmes de vision a toujours été au cœur des préoccupations scientifiques du laboratoire d'Électronique et Informatique d'ENSTA-ParisTech. Nous y avons abordé ce problème sous différents points de vue: électronique, algorithmique, et logiciel. Depuis nos travaux sur les rétines programmables et leur algorithmique exotique, nous avons progressivement intégré la multiplicité des modèles et structures de données, ainsi que l'emprise des architectures sur étagères, pour appréhender l'hétérogénéité des systèmes multi-plateformes.

Dans cette présentation à deux voix, on abordera le problème sous deux angles complémentaires, l'un touchant au modèle et aux algorithmes, l'autre au logiciel et aux plateformes de calcul.

Ce premier exposé présente un modèle générique de traitement et de représentation des images fondé sur les espaces de caractéristiques "local jets" (LJ, ou dérivées partielles multi-échelles), comme exemple de cadre algorithmique unifié. Grâce à un espace où la métrique naturelle est directement liée à la similarité visuelle, ce cadre permet d'aborder un grand nombre d'opérateurs de traitement d'images de bas niveau, qui correspondent généralement à la rétro-projection dans l'espace image de points de l'espace des caractéristiques transformé. Il permet aussi d'aborder des représentations visuelles de plus haut niveau (modèles d'objet par exemple) à partir de statistiques globales extraites de l'espace des caractéristiques. On justifiera cette représentation et on l'illustrera par diverses applications : Moyennes non locales (NL-Means) par Convolution dans l'espace LJ pour le débruitage de vidéos, Calcul du flux optique par recherche du plus proche voisin dans l'espace LJ, Modélisation de fond statique par échantillonnage de l'espace LJ, Détection d'objets par transformée de Hough dense...

Antoine Manzanera est diplômé de l'Université Claude Bernard à Lyon (Licence de Maths 1991 et Master d'Informatique Fondamentale 1993), et Docteur de Télécom-ParisTech en Signal et Images ("Vision artificielle rétinienne", 2000). Depuis 2001 il est Enseignant-Chercheur à l'ENSTA-ParisTech. Dans ses recherches, il s'intéresse au Traitement d'Images et à la Vision de bas niveau, du modèle mathématique à l'implantation parallèle sur un système embarqué. Il enseigne principalement en 2ème et 3ème année du cycle Ingénieur ENSTA, et dans le Master d'Informatique de l'UMPC (Paris 6), dans les spécialités Imagerie et IAD.

http://www.ensta-paristech.fr/~manzaner

Analyse des mouvements apparents dans un flux vidéo

Documents
garrigues.pdf

Matthieu Garrigues

Dans ce second exposé, Matthieu Garrigues parlera de ses travaux sur l'analyse des mouvements apparents dans un flux vidéo. La primitive de base, présentée dans un séminaire précédent, permet le suivi temps réel (supérieur à 30 images par seconde) de plusieurs milliers de particules. Ces travaux nous ont permis de développer un cadre générique facilitant l'analyse de scènes dynamiques prises de caméras fixes ou mobiles. Nous montrerons comment cette brique logicielle a été utilisée dans deux exemples d'applications : l'extraction des plans principaux et l'estimation de la profondeur dans un système mono-caméra. Le suivi de particules a été implémenté sur processeurs graphiques avec le framework CUDA, et sur CPU-multicœurs avec OpenMP. Nous expliquerons comment C++ a été utilisé pour factoriser un maximum de code entre ces deux implémentations.

Matthieu Garrigues est diplômé de la promotion CSI 2009 de l'EPITA. Depuis, il s'intéresse au développement et à l'implantation d'applications de vision sur des architectures parallèles. Il est actuellement ingénieur de recherche à l'unité d'électronique et d'informatique de l'ENSTA, où il travaille sur l'analyse temps réel de scènes acquises par des systèmes mobiles mono-caméra.

http://www.ensta-paristech.fr/~garrigues

Retrieved from "https://www.lrde.epita.fr/index.php?title=Seminar/2012-05-09&oldid=122725"