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, 260 ko)
English (pdf, 260 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

Efficient adaptive load balancing approach for compressive background subtraction algorithm on heterogeneous CPU–GPU platforms

Lhoussein Mabrouk, Sylvain Huet, Dominique Houzet, Said Belkouch, Abdelkrim Hamzaoui, et al.. Efficient adaptive load balancing approach for compressive background subtraction algorithm on heterogeneous CPU–GPU platforms. Journal of Real-Time Image Processing, Springer Verlag, 2019, ⟨10.1007/s11554-019-00916-4⟩. ⟨hal-02304233⟩

Improving the generalization of colorized image detection with enhanced training of CNN

Weize Quan, Kai Wang, Dong-Ming Yan, Denis Pellerin, Xiaopeng Zhang. Improving the generalization of colorized image detection with enhanced training of CNN. 11th International Symposium on Image and Signal Processing and Analysis, Sep 2019, Dubrovnik, Croatia. pp.246-252. ⟨hal-02306547⟩

Homotopy height, grid-major height and graph-drawing height

Therese Biedl, Erin Wolf Chambers, David Eppstein, Arnaud de Mesmay, Tim Ophelders. Homotopy height, grid-major height and graph-drawing height. Graph Drawing 2019, Sep 2019, Prague, Czech Republic. ⟨hal-02294785⟩


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