Vous êtes ici : GIPSA-lab >AGPIGAccueil AGPIG
Équipe

Architecture-Géométrie, Perception, Images, Gestes
Responsable(s) d'équipe : Isabelle SIVIGNON, Michèle ROMBAUT

L'équipe Architecture, Géométrie, Perception, Images, Gestes (AGPiG) développe des algorithmes pour la modélisation géométrique, l’analyse d’images et de vidéos.

Cette équipe est organisée en 3 axes : Adéquation-Algorithme-Architecture, Géométrie et formes, Perception et analyse d'images.

 

Présentations de l'équipe :
Français (pdf, 102 ko)
English (pdf, 71 ko)

Les principaux thèmes de recherche abordés dans les trois axes de l'équipe :


Traitement des images : développement de méthodes génériques (amélioration, segmentation, reconnaissance, classification, suivi, mesures, etc) et mise en oeuvre dans des applications variées (images hyperspectrales, vidéos de personnes et de visages et données multimédia).

Algorithmes et architectures : nouveaux algorithmes en géométrie, topologie et optimisations convexes avec garanties ; bornes sur la complexité ; méthodologies pour faciliter l’implémentation parallèle d’algorithmes pour les images ; architecture parallèle en technologie 3D.

(Re)constructions et problèmes inverses : Plongements isométriques du tore plat en 3D ; reconstruction de signaux impulsionnels ; conditions d’échantillonnage pour des reconstructions topologiquement correctes de formes ; parallélisation de la reconstruction tomographique.

Modélisation des objets et des images : schémas de subdivision pour les surfaces ; graphes avec contraintes pour la segmentation ; descripteurs pour les images et les objets dans les images (visages, personnes, etc).

Perception : mesures objectives de la qualité (pour vidéos, images stéréoscopiques, maillages) ; modèles de saillance prenant en compte les aspects temporels, couleurs, sonores avec implémentation parallèle ; mise au point d’un système de substitution visio-auditive.

 

Logiciels:

modèle de saillance visuelle temps-réel

 




Dernières publications de l'équipe

A Convex Approach to K-means Clustering and Image Segmentation

Laurent Condat. A Convex Approach to K-means Clustering and Image Segmentation. [Research Report] Gipsa-Lab. 2017. <hal-01504799>

A Performance Comparison between Continuous-Wave and Time-Domain Diffuse Optical Tomography for Deep Inclusions by Using Small Source-Detector Separations

David Orive-Miguel, Jean-Marc Dinten, Jerome Mars, Laurent Condat, Lionel Hervé. A Performance Comparison between Continuous-Wave and Time-Domain Diffuse Optical Tomography for Deep Inclusions by Using Small Source-Detector Separations. 12e Journées Imagerie Optique Non-Conventionnelle (JIONC 2017), Mar 2017, Paris, France. 2017, <http://www.gdr-isis.fr/index.php?page=reunion&idreunion=330>. <hal-01520731>

Spontaneous Facial Expression Recognition using Sparse Representation

Dawood Al Chanti, Alice Caplier. Spontaneous Facial Expression Recognition using Sparse Representation. 12th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (VISIGRAPP 2017), Feb 2017, Porto, Portugal. 5 (64-74), pp.11, 2017, Proceedings of the 12th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications <10.5220/0006118000640074>. <hal-01485279v2>


Voir toutes les publications de l'équipe dans HAL


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31