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
Distributed Projection on the Simplex and l1 Ball via ADMM and Gossip
Franck Iutzeler, Laurent Condat. Distributed Projection on the Simplex and l1 Ball via ADMM and Gossip. IEEE Signal Processing Letters, Institute of Electrical and Electronics Engineers, 2018, 25 (11), pp.1650-1654. 〈10.1109/LSP.2018.2870951〉. 〈hal-01876986〉
A convex approach to super-resolution and regularization of lines in images
Kévin Polisano, Laurent Condat, Marianne Clausel, Valérie Perrier. A convex approach to super-resolution and regularization of lines in images. [Research Report] Laboratoire Jean Kuntzmann (LJK). 2018. 〈hal-01599010v3〉
Image fusion and reconstruction of compressed data: A joint approach
Daniele Picone, Laurent Condat, Florian Cotte, Mauro Dalla Mura. Image fusion and reconstruction of compressed data: A joint approach. IEEE International Conference on Image Processing (ICIP), Oct 2018, Athens, Greece. 〈hal-01851515〉
Voir toutes les publications de l'équipe dans HAL