Vous êtes ici : GIPSA-lab > Formation > Thèses soutenues
Chargement
TOCHON Guillaume

Analyse hiérarchique d'images multimodales

 

Directeur de thèse :     Jocelyn CHANUSSOT

Co-encadrant :     Mauro DALLA MURA

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (eeats)

Spécialité : Signal, image, parole, télécoms

Structure de rattachement : Grenoble-INP

Établissement d'origine : INPG - ENSE3

Financement(s) : Contrat doctoral ; ATER

 

Date d'entrée en thèse : 01/10/2012

Date de soutenance : 01/12/2015

 

Composition du jury :
Jean SERRA, Président, ESIEE Paris
Sabine SÜSSTRUNK, Rapporteur, EPFL
Thierry GERAUD, Rapporteur, EPITA
Silvia VALERO, Examinateur, Université Paul Sabatier
Paolo GAMBA, Examinateur, Université de Pavia
José BIOUCAS DIAS, Examinateur, Instituto Superio Técnico
Jocelyn CHANUSSOT, Directeur de thèse, GIPSA-lab
Mauro DALLA MURA, Co-directeur de thèse, GIPSA-lab

 

Résumé : Il y a un intérêt grandissant pour le développement d'outils de traitements adaptés aux images multimodales (plusieurs images de la même scène acquises avec différentes caractéristiques). Permettant une représentation plus complète de la scène, ces images multimodales ont de l'intérêt dans plusieurs domaines du traitement d'images, mais les exploiter et les manipuler de manière optimale soulève plusieurs questions. Cette thèse étend les représentations hiérarchiques, outil puissant pour le traitement et l'analyse d'images classiques, aux images multimodales afin de mieux exploiter l'information additionnelle apportée par la multimodalité et améliorer les techniques classiques de traitement d'images. Cette thèse se concentre sur trois différentes multimodalités fréquemment rencontrées dans le domaine de la télédétection. Nous examinons premièrement l'information spectrale-spatiale des images hyperspectrales. Une construction et un traitement adaptés de la représentation hiérarchique nous permettent de produire une carte de segmentation de l'image optimale vis-à-vis de l'opération de démélange spectrale. Nous nous concentrons ensuite sur la multimodalité temporelle, traitant des séquences d'images hyperspectrales. En utilisant les représentations hiérarchiques des différentes images de la séquence, nous proposons une nouvelle méthode pour effectuer du suivi d'objet et l'appliquons au suivi de nuages de gaz chimique dans des séquences d'images hyperspectrales dans le domaine thermique infrarouge. Finalement, nous étudions la multimodalité sensorielle, c'est-à-dire les images acquises par différents capteurs. Nous appuyant sur le concept des tresses de partitions, nous proposons une nouvelle méthodologie de segmentation se basant sur un cadre de minimisation d'énergie.


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