CV - LAAS
Transcription
CV - LAAS
Dossier de présentation Ariane HERBULOT Résumé du dossier Curriculum Vitæ page 2 Maître de conférences en traitement du signal et des images, vision pour la robotique Post-doctorant en indexation vidéo Docteur en traitement du signal et des images DEA SIC Image Vision - Université de Nice-Sophia Antipolis Ingénieur Informatique ESSI - Option Vision, Image et Multimedia Recherche page 4 Depuis sept. 2008 : Situation : Enseignant-chercheur en vision par ordinateur Equipe d’accueil : Groupe RAP, Laboratoire LAAS-CNRS, Université Paul Sabatier, Toulouse Centres d’intérêt : Détection et suivi d’objets, vidéo-surveillance, vision pour la robotique. Travaux précédents : Situation : Post-doctorat en indexation vidéo Equipe d’accueil : Texmex, Laboratoire IRISA, INRIA, Rennes Sujet : Descripteurs scalables pour la détection de copies vidéo Centres d’intérêt : Indexation, compression scalable, descripteurs invariants Travaux de thèse Equipe d’accueil : Directeur : Spécialité : Sujet de thèse : Mots clés : : CReATIVe, Laboratoire I3S, CNRS - UNSA, Sophia Antipolis Michel Barlaud Automatique, traitement du signal et des images Méthodes statistiques non-paramétriques pour la segmentation d’images et de vidéos et minimisation par contours actifs Segmentation d’images et de vidéos, contours actifs, dérivation de forme, critères contours et régions Publications : 4 revues internationales, 1 chapitre de livre, 21 conférences internationales, 4 conférences nationales, 2 rapports de recherche Enseignement page 11 Depuis 2008 : Enseignant-chercheur (192h éq. TD / an) Université Paul Sabatier, Toulouse. Traitement du signal, Traitement d’images et de vidéos. 2003-2007 : Vacations de l’enseignement supérieur (295h éq. TD) Université de Nice-Sophia Antipolis, IUT GTR et Polytech’Nice (bac+1 à bac+5). Informatique (Unix, C++), Traitement et compression d’images. Divers page 13 Activités collectives - Expérience professionnelle 1 Curriculum Vitæ Ariane HERBULOT Née le 06 avril 1978 Nationalité française Adresse professionnelle : Groupe RAP Laboratoire LAAS-CNRS 7 avenue du colonel Roche 31077 Toulouse Cedex 4 Tél. : 05.61.33.69.12 Mobile : 06.09.80.41.12 Mail : [email protected] Web : homepages.laas.fr/aherbulo Adresse personnelle : 2 rue Georges Bidault, Apt 40 31400 Toulouse Situation actuelle Sept. 2008 - ... : Equipe d’accueil : Centres d’intérêt : Maître de conférences (Section CNU 61) en traitement du signal et des images, vision pour la robotique Groupe RAP, Laboratoire LAAS-CNRS, Université Paul Sabatier, Toulouse Détection et suivi d’objets, vidéo-surveillance, vision pour la robotique. Situation précédente Nov. 2007 - Août 2008 : Equipe d’accueil : Sujet : Centres d’intérêt : Post-doctorat en indexation vidéo Equipe Texmex, Laboratoire IRISA, INRIA, Rennes Descripteurs scalables pour la détection de copies vidéo Indexation, compression scalable, descripteurs invariants 2 Formation Octobre 2003 Octobre 2007 Doctorat en traitement des images - Université de Nice-Sophia Antipolis - Ecole Doctorale STIC (Sciences et Technologies de l’Information et de la Communication) - Mention très honorable. Domaines abordés : segmentation d’images et de vidéos, équations aux dérivées partielles, théorie de l’information, descripteurs statistiques. Thèse soutenue le 10 octobre 2007. Intitulé de thèse "Mesures statistiques non-paramétriques pour la segmentation d’images et de vidéos et minimisation par contours actifs". Composition du jury : – M. Gilles Aubert, Professeur à l’Université de Nice-Sophia Antipolis, Président du jury – Mme Françoise Dibos, Professur à l’Université de Paris 13, Rapporteur – M. Philippe Réfrégier, Professeur à l’Université d’Aix-Marseille, Rapporteur – M. Ferran Marquès, Professeur à Technical University of Catalonia, Examinateur – M. Patrick Pérez, Directeur de Recherche à l’INRIA, Examinateur – M. Luc Robert, Directeur technique à Realviz, Invité – M. Michel Barlaud, Professeur à l’Université de Nice-Sophia Antipolis, Directeur de thèse Octobre 2002 Mars 2003 DEA SIC-IV (Image-Vision) - Université de Nice-Sophia Antipolis - Mention Assez Bien - images-vision.unice.fr. Principaux cours suivis : Imagerie volumique, vision tridimensionnelle, perception visuelle biologique, perception du mouvement, robotique chirurgicale, problèmes inverses, modèles markoviens, géométrie algorithmique. Septembre 1998 Juin 2001 École d’ingénieurs en Informatique : ESSI, Ecole Supérieure en Sciences Informatiques (maintenant Polytech’Nice) - www.polytech.unice.fr. Principaux cours suivis : mathématiques appliquées, algorithmique, électronique analogique et numérique, programmation(C/C++ et Java, UML, SQL, XML), système, traitement du signal, réseaux et protocoles, interfaces homme/machine, traitement d’images, compression de son et d’image, multimedia, vision et synthèse 3D, sciences humaines et économiques, droit. Septembre 1995 Juin 1998 Classes préparatoires aux Grandes Écoles MP*- Lycées Roosevelt et Clémenceau (Reims). Juin 1995 Baccalauréat Série S option mathématiques - Lycée Jean-Jaurès (Reims) Mention Bien. 3 Recherche Travaux actuels Equipe : RAP, Laboratoire LAAS-CNRS, Université Paul Sabatier, Toulouse Spécialité : Traitement d’images et de séquences vidéo Mots clés : Détection d’objets, suivi d’objets, vidéo-surveillance, perception pour la robotique Dates : Depuis Sept. 2008 Résumé des travaux actuels Dans le cadre de mes travaux de thèse, j’ai développé une méthode de détection, segmentation et suivi de région d’intérêt dans des séquences vidéo. Les propriétés prises en compte dans ces travaux étaient d’ordre global (sur l’ensemble des points de la région) en utilisant des contours actifs. Je me suis ensuite intéressée lors de mon post-doctorat aux points d’intérêt locaux et à leur utilisation dans un cadre de suivi dans une séquence vidéo. Depuis mon arrivée au LAAS-CNRS, je me tourne vers des contextes applicatifs proches de ces problématiques : la détection, la reconnaissance et le suivi de personnes dans un cadre de vidéosurveillance et la détection et le suivi de points d’intérêt dans un contexte de perception de l’environnement pour la robotique autonome. Je m’intéresse aussi à la fusion de données multi-capteurs ainsi qu’à des méthodes de segmentation et suivi d’objets dans des applications aussi diverses que la biologie ou l’agro-alimentaire. Travaux de post-doctorat Equipe : TEXMEX, Laboratoire IRISA, INRIA, Rennes Sujet : Descripteurs scalables pour la détection de copies vidéo Mots clés : Indexation, vidéo scalable, compression, descripteurs invariants Dates : 2007-2008 Résumé des travaux de post-doctorat Mes travaux de post-doctorat ont été réalisés dans le cadre du projet ANR ICOS-HD. Le but de ce projet est de proposer des solutions de descriptions scalable de contenus vidéo Haute-Définition (HD) facilitant leur édition, accès et contrôle. Un même contenu doit pouvoir être diffusé vers des terminaux ayant des caractéristiques diverses en terme de résolutions et de capacités. Un contenu est encodé une seule fois, en un train binaire unique, et doit pouvoir être déployé sur des terminaux différents, à différentes résolutions et débits. Une application de ces nouvelles descriptions scalables de contenus vidéo HD est la détection de copies, pour le dé-doublonnage ou la protection de droits d’auteurs. L’idée est de pouvoir déterminer si une vidéo est extraite d’une base de données vidéo, quel que soit son format et sa résolution. Il va donc falloir définir des descripteurs scalables, robustes à de forts changements d’échelle (pouvant couvrir par exemple du format HD (1920 ∗ 1080 pixels) au format QCIF (180 ∗ 144 pixels). 4 Travaux de thèse Equipe : Directeur : CReATIVe, Laboratoire I3S, CNRS - UNSA, Sophia Antipolis Michel Barlaud Spécialité : Automatique, traitement du signal et des images Sujet de thèse : Méthodes statistiques non-paramétriques pour la segmentation d’images et de vidéos et minimisation par contours actifs Mots clés : Segmentation d’images et de vidéos, contours actifs, dérivation de forme, critères contours et régions, théorie de l’information, entropie, estimation nonparamétrique Dates : 2004-2007 Résumé des travaux de thèse Mon travail de doctorat a porté sur l’élaboration de modèles de contours actifs pour la segmentation d’images et de vidéos. Il s’est déroulé sous la direction du Professeur Michel Barlaud, directeur scientifique de l’équipe CReATIVe du laboratoire I3S, CNRS-UNSA de Sophia Antipolis, et en collaboration avec le Professeur Gilles Aubert du laboratoire de mathématiques J.A. Dieudionné de l’université de Nice-Sophia Antipolis. La segmentation en objets d’une image ou d’une vidéo consiste à extraire des régions de l’image ou de la vidéo suivant un critère défini. Ces régions sont caractérisées par des descripteurs, par exemple statistiques pour extraire des régions homogènes, ou de mouvement pour un objet mobile. Le choix du critère est primordial : en fonction de l’application, il réunit un ou plusieurs descripteurs. La région d’intérêt correspond alors au minimum de ce critère. Notre méthode de segmentation se situe dans le cadre d’une approche variationnelle et utilise les contours actifs. Le principe des contours actifs basés régions réside dans l’utilisation d’informations sur les régions ou objets recherchés en plus des informations classiques sur le contour. Partant d’un contour initial quelconque, le contour actif évolue suivant une équation aux dérivées partielles (EDP). L’une des difficultés réside dans le calcul de la vitesse du contour actif qui va permettre de faire évoluer ce dernier vers une région optimale pour un critère à optimiser donné. L’équation d’évolution du contour actif est déduite de la dérivation du critère par une méthode de gradient de forme. Cette méthode de dérivation, issue des méthodes d’optimisation de domaine, permet de calculer la dérivée de fonctionnelles dépendant de la région sur laquelle elles sont définies. 5 La principale contribution de mes travaux de doctorat consiste à ne pas utiliser de modèle de distribution pour les données que nous considérons (par exemple intensité lumineuse) et à considérer des descripteurs de régions issus de la théorie de l’information. Nous nous intéressons tout d’abord à l’entropie pour la segmentation d’image en régions homogènes. En effet, cette mesure d’information définissant la quantité d’information contenue dans un signal, une région avec une entropie minimum aura une distribution étroite et donc une certaine homogénéité. Nous estimons les densités de probabilités avec une méthode à noyaux, la méthode de Parzen, dont la principale difficulté est le réglage de la taille du noyau. Pour cela, nous choisissons d’adapter la taille du noyau aux données. Nous utilisons cette méthode dans un cadre mono-dimensionnel dans le cas des images en niveaux de gris, mais aussi dans un cadre vectoriel en considérant des images en couleurs et des vidéos. Le passage au cas multi-dimensionnel se fait en considérant les densités de probabilités conjointes entre les différents canaux, par exemple les canaux couleurs dans le cas d’images couleurs. L’estimation des densités de probabilités dans le cas vectoriel est plus délicat que dans le cas scalaire, notamment avec l’utilisation de méthodes à noyaux car les densités obtenues peuvent être notamment surlissées et donc mal estimées. Nous pouvons alors choisir de diminuer la dimension des données considérées ou bien les considérer indépendantes. Le critère de segmentation est ainsi l’entropie jointe des caractéristiques considérées (canaux couleurs par exemple). Dans le cadre de la segmentation d’objets en mouvement dans des séquences vidéo, nous choisissons de considérer l’information de mouvement mais aussi de l’information spatiale afin de parvenir à un critère spatio-temporel. De cette façon nous cherchons à obtenir une région qui a non seulement un mouvement homogène mais aussi un ensemble de couleurs homogène. Pour le terme mouvement, un modèle de mouvement simple est choisi, et l’erreur de prédiction entre le mouvement réel et ce modèle, est calculé. Afin de trouver la région dont le mouvement correspond à ce modèle, l’entropie de l’erreur de prédiction est minimisée. Pour prendre en compte la couleur contenue dans cette region, nous considérons l’entropie jointe des canaux couleurs. Le critère de segmentation est alors l’entropie jointe entre l’erreur de prédiction et les canaux couleurs. La minimisation de ce critère par la méthode des gradients de forme va nous permettre de segmenter des objets en mouvement, même si le fond de la scène comporte des zones homogènes qui mettent en défaut le critère mouvement seul. D’autres mesures issues de la théorie de l’information sont aussi considérées, notamment la divergence de Kullback-Leibler lorsque l’on dispose d’une segmentation de référence ou bien l’information mutuelle pour la segmentation d’images couleur. 6 Publications Revues : 4 1. A. A. Mekonnen, A. Herbulot, F. Lerasle,Coopération entre perception déportée et embarquée sur un robot guide pour l’aide à sa navigation, dans Revue d’Intelligence Artificielle, volume 27, pages 65-93, no 1, 2013. 2. A. A. Mekonnen, F. Lerasle, A. Herbulot,Cooperative Passers-by Tracking with a Mobile Robot and External Cameras, Computer Vision and Image Understanding, Volume 117, Issue 10, pages 1229-1244, Octobre 2013. . 3. S. Boltz, A. Herbulot, E. Debreuve, M. Barlaud, G. Aubert. Motion and appearance nonparametric joint entropy for video segmentation, International Journal of Computer Vision, Volume 80, Issue 2, pp 242-259, Novembre 2008. 4. A. Herbulot, S. Jehan-Besson, S. Duffner, M. Barlaud, G. Aubert, Segmentation of vectorial image features using shape gradients and information measures, Journal of Mathematical Imaging and Vision, Volume 25, Issue 3, pp 365-386, Octobre 2006. Conférences internationales avec comité de lecture et publications des actes : 21 1. P. Dubosclard, S. Larnier, H. Konik, A. Herbulot and M. Devy, Deterministic method for automatic visual grading of seed food products, dans Proceedings of International Conference on Pattern Recognition Applications and Methods (ICPRAM), Portugal, Janvier 2015 2. L. Aoun, S.Larnier, P. Weiss, A. Herbulot, B. Ducommun, V. Lobjois, C. Vieu, PDMS microdevices arrays for measuring the forces exerted by growing multicellular tumor spheroids, dans Proceedings of The 18th International Conference on Miniaturized Systems for Chemistry and Life Sciences (MicroTAS), San Antonio, Etats-Unis, Octobre 2014. 3. P. Dubosclard, S. Larnier, H. Konik, A. Herbulot and M. Devy, Automatic method for visual grading of seed food products, dans Proceedings of International Conference on Image Analysis and Recognition (ICIAR), Portugal, Octobre 2014. 4. A. A. Mekonnen, F. Lerasle, A. Herbulot and C. Briand , People Detection with Heterogeneous Features and Explicit Optimization on Computation Time, dans Proceedings of International Conference on Pattern Recognition (ICPR), Suède, Août 2014. 5. A. A. Mekonnen, F. Lerasle, C. Briand and A. Herbulot, Fast HOG based Person Detection devoted to a Mobile Robot with a Spherical Camera, dans Proceedings of IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Japon, Novembre 2013. 6. A. A. Mekonnen, F. Lerasle, A. Herbulot, Person Detection with a Computation Time Weighted AdaBoost and Heterogeneous Pool of Features, dans Proceedings of Advanced Concepts for Intelligent Vision Systems (ACIVS), Pologne, Octobre 2013. 7. A. A. Mekonnen, F. Lerasle, A. Herbulot, Pareto-Front Analysis and AdaBoost for Person Detection using Heterogeneous Features, dans Proceedings of IEEE International Conference on Systems, Man, and Cybernetics (SMC), Angleterre, Octobre 2013. 8. A. A. Mekonnen, F. Lerasle, A. Herbulot, External Cameras and a Mobile Robot for Enhanced Multi-person Tracking, dans Proceedings of International Conference on Computer Vision Theory and Applications (VISAPP), Barcelone, Espagne, Février 2013. 9. W. Ait Fares, A. Herbulot, M. Devy, H. Bouyakhf, F. Regragui , A novel region-based active contour approach relying on local and global information, dans Proceedings of IEEE International Conference of Image Processing (ICIP), Bruxelles, Belgique, Septembre 2011. 10. M. Devy, D. Almanza-Ojeda, A. Herbulot, Visual-based detection and tracking of dynamic obstacles from a mobile robot, dans Proceedings of IFAC World Congress, Volume 18, Part 1, Milan, Italie, Septembre 2011. 7 11. D. Almanza-Ojeda, M. Devy, A. Herbulot, Mobile Object Detection from an Embedded Camera : How to Minimize the Latency Time ?, dans Proceedings of International Conference on Informatics in Control, Automation and Robotics (ICINCO), pp.98-105, Funchal, Portugal, Juin 2010. 12. D. Almanza-Ojeda, M. Devy, A. Herbulot, Active detection and tracking of moving objects by optical flow and a contrario method, dans Proceedings of International Conference on Computer Vision Theory and Applications (VISAPP), Angers, France, Mai 2010. 13. R. Brochard , B. Burger , A. Herbulot , F. Lerasle, Measuring Gaze Orientation for HumanRobot , dans Proceedings of Workshop A Improving Human Robot Communication, Workshop de IEEE International Symposium on Robot and Human Interactive Communication (Ro-Man),Toyama, Japon, Septembre 2009. 14. A. Herbulot, S. Boltz, E. Debreuve, M. Barlaud, G. Aubert, Space-time segmentation based on a joint entropy with estimation of nonparametric distributions, dans Proceedings of International Conference on Scale Space Methods and Variational Methods in Computer Vision, LNCS series, volume 4485, pp 712-732, Ischia, Italie, Juin 2007. 15. A. Herbulot, S. Boltz, E. Debreuve, M. Barlaud, Robust motion-based segmentation in video sequences using entropy estimator, dans Proceedings of IEEE International Conference on Image Processing (ICIP), Atlanta, USA, Octobre 2006. 16. S. Boltz, A. Herbulot, E. Debreuve, M. Barlaud, Entropy-based space-time segmentation in video sequences, dans Proceedings of 3rd Workshop on Statistical Methods in MultiImage and Video Processing (SMVP), en conjonction avec ECCV 2006, Graz, Austria, Mai 2006. Prix du meilleur article étudiant. 17. A. Gouze, C. De Roover, A. Herbulot, E. Debreuve, M.Barlaud, B. Macq , Watershed-driven Active Contours for Moving Object Segmentation,dans Proceedings of IEEE International Conference on Image Processing (ICIP), vol II, pp 818-821, Genova, Italy, Septembre 2005. 18. C. De Roover, A. Herbulot, A. Gouze, E. Debreuve, M. Barlaud, B. Macq , Multimodal Segmentation Combining Active Contours and Watersheds, dans Proceedings of 13th European Signal Processing Conference (EUSIPCO), Antalya, Turkey, Septembre 2005. 19. A. Herbulot, S. Jehan-Besson, M. Barlaud, G. Aubert , Shape gradient for multi-modal image segmentation using mutual information, dans Proceedings of IEEE International Conference on Image Processing (ICIP), pp 2729-2732, Singapore, Octobre 2004. 20. A. Herbulot, S. Jehan-Besson, M. Barlaud, G. Aubert, Shape gradient for image segmentation using information theory, dans Proceedings of IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP), vol III, pp 21-24, Montreal, Canada, Mai 2004. 21. A. Herbulot, S. Jehan-Besson, M. Barlaud, G. Aubert, Shape gradient for multimodal image segmentation using joint intensity distributions, dans Proceedings of 5th International Workshop on Image Analysis for Multimedia Interactive Services (WIAMIS), Lisbon, Portugal, Avril 2004. Autre conférence internationale : 1 1. S. Jehan-Besson, A. Herbulot, M. Barlaud, G. Aubert, Shape gradients for image and video segmentation, dans Mathematics and Image Analysis, Paris, Septembre 2004. Chapitre de livre : 1 1. S. Jehan-Besson, A. Herbulot, M. Barlaud, G. Aubert, Shape Gradient for Image and Video Segmentation, dans “Mathematical Models in Computer Vision : The Handbook”, N. Paragios, Y. Chen, O. Faugeras (editeurs), chez Springer, 2005. 8 Conférence nationale avec comité de lecture et publications des actes : 4 1. A. A. Mekonnen, F. Lerasle, A. Herbulot, C. Briand, Détection de personnes par apprentissage de descripteurs hétérogènes sous des considérations CPU, dans Proceedings of Reconnaissance des Formes et Intelligence Artificielle (RFIA), Rouen, France, Juillet 2014. 2. A. A. Mekonnen, F. Lerasle, A. Herbulot, A. Coustou, Coopération entre un robot mobile et des caméras d’ambiance pour le suivi multi-personnes, dans Proceedings of Reconnaissance des Formes et Intelligence Artificielle (RFIA), Lyon, France, Janvier 2012. 3. W. Aitfares, A. Herbulot, M. Devy, E. H. Bouyakhf, F. Regragui, Une nouvelle approche des contours actifs basés région utilisant une information locale et globale , dans Proceedings of 23eme colloque GRETSI sur le traitement du signal et des images, Bordeaux, France, Septembre 2011. 4. S. Jehan-Besson, S. Duffner, A. Herbulot, M. Barlaud, G. Aubert, Utilisation des gradients de forme et des contours actifs basés régions pour la segmentation des vecteurs mouvement, dans Proceedings of 20e colloque GRETSI sur le traitement du signal et des images, Louvain la Neuve, Belgique, Septembre 2005. Rapports de recherche : 2 1. A. Herbulot, Mesures statistiques non-paramétriques pour la segmentation d’images et de vidéos et minimisation par contours actifs, thèse de doctorat, Octobre 3007. 2. A. Herbulot, Segmentation d’images par contours actifs, rapport de DEA, Juin 2003. Participation à des projets et contrats – Projet région Robot Viticole (2014-2016) sur la réalisation d’un robot d’entretien d’exploitations viticoles. – Projet FUI Aircobot (2013-2016) sur l’inspection d’aéronef par robot autonome. – Projet LAAS Sudymime (2013-2014) sur le suivi de piliers micrométriques dans des séquences d’images pour la biologie : responsable de projet. – Projet inter-pyrénéen OnViSuPra (2008-2010) sur la vidéo-surveillance dans les transports. – Projet ANR RINAVEC (2007-2010) sur la navigation de véhicules autonomes en convoi. – Projet région "Analyse des aubes fan par vision multi oculaire" (2006-2010) sur l’étude et le suivi des aubes fan d’un réacteur. – Projet ANR ICOS-HD (2006-2009) sur l’indexation et la compression scalables de contenus vidéo HD. – Projet européen SEMANA (2004-2008) du COST 292 sur l’analyse sémantique multimodale de données digitales. – Réseau d’excellence européen SIMILAR (2003-2007) du 6ème programme-cadre, sur les interfaces multimodales. – Réseau d’excellence européen SCHEMA (2002-2005) du 5ème programme-cadre, sur l’analyse de scènes sémantiques basée contenu et sur la recherche d’information. 9 Encadrement d’étudiants – Doctorants : – Co-encadrement depuis juillet 2013 : Alexandre Izaute (bourse CIFRE avec Akka Technologies) sur la navigation autonome d’un robot pour une tâche d’inspection d’aéronef au sol. – Co-encadrement depuis juin 2012 : Pierre Dubosclard (bourse CIFRE avec Alphamos) sur la segmentation et la classification d’objets pour l’agro-alimentaire. – Co-encadrement de octobre 2010 à mars 2014 : Alhayat Ali Mekonnen (bourse MESR) sur le suivi d’humains par coopération de capteurs embarqués et capteurs ambiants. – Encadrement en co-tutelle avec le Maroc de septembre 2009 à septembre 2013 : Wassima Ait Fares (bourse d’excellence Franco-Marocaine) sur la segmentation et le suivi d’objets pour la robotique d’assistance. – Co-encadrement de septembre 2008 à janvier 2011 : Dora Luz Almanza (bourse mexicaine) sur la détection d’objets mobiles depuis une caméra embarquée sur un robot. – Stagiaires : – Co-encadrement d’un stagiaire de master 1 d’avril à septembre 2013 : Leo Ghafari sur le suivi de personnes dans un réseau de caméras à champs disjoints. – Co-encadrement d’un stagiaire de master 2 d’avril à septembre 2012 : Christophe Mollaret sur le suivi du mouvement humain par réseau de caméras. – Co-encadrement d’une stagiaire de master 2 d’avril à septembre 2010 : Ioana Barbu sur le suivi spatio-temporel d’objets. – Co-encadrement de deux stagiaires de master 2 d’avril à août 2009 : Roland Brochard (Ecole Polytechnique) et Vincent Boulos (INSA Rennes) sur la suivi de regard et la reconnaissance de personnes. Participation à des jurys de thèse – Membre du jury de thèse de Younès Raoui, Maroc, en avril 2011. – Participation au jury de thèse de Joanna Isabella Olszewska, Université Catholique de Louvain, Belgique, en septembre 2009 sur la segmentation d’images par contours actifs. Collaborations – Pierre Weiss, Institut des Technologies Avancées en sciences du Vivant (Toulouse) – Stéphanie Jehan-Besson, Laboratoire GREYC à l’ENSICAEN (Caen) – Cédric de Roover et Benoît Macq, Université Catholique de Louvain, Louvain-La-Neuve (Belgique) Activités d’expertise Activités d’expertise de projets pour : – la région – l’ANR Relecture pour les journaux et conférences suivants : – – – – – – – – – – Machine Vision and Application (2013) Computer Vision and Image Understanding (2012,2013) Journal IEEE Transactions on Image Processing (2004,2008,2009,2010,2011) Journal on Multimodal User Interfaces (2007) EURASIP Journal on Image and Video Processing (2009) IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS’2012,IROS’2013) IEEE International Symposium on Robot and Human Interactive Communication (Ro-Man’2012) IEEE International Conference on Robotics and Automation (ICRA’2013) European Signal Processing Conference (Eusipco’2007, Eusipco’2008) Asian Conference on Computer Vision (ACCV’2009, ACCV’2010) 10 – Reconnaissance des Formes et Intelligence Artificielle (RFIA’2010, RFIA’2012) – International Conference on Computer Analysis of Images and Patterns (CAIP’2011) – Computer Vision in Vehicle Technology, Workshop in conjunction with ICCV’2011 (CVVT’2011) Membre de comité de recrutement : – Membre d’un comité de sélection pour un poste de Maître de Conférences section 27/61 à l’IUT de Blagnac (Université de Toulouse II) en 2012. Enseignement Enseignant-chercheur depuis octobre 2008, à l’Université Paul Sabatier, Toulouse. Enseignements (192h éq. TD/an) répartis en traitement du signal et traitement d’images et de vidéos au sein du département EEA (Electronique, Electrotechnique et Automatique) de l’UFR PCA (Physique-Chimie-Automatique). Année 2008-2015 2008-2009 Domaine Traitement du signal signaux déterministes et aléatoires filtrage et analyse spectrale Traitement d’images et de vidéos amélioration, restauration, filtrage, analyse de texture, reconnaissance de formes, analyse de vidéos, détection de contours, morphologie mathématique, segmentation Initiation à la recherche projet d’analyse de mouvement dans des vidéos Robotique initiation à la robotique Traitement du signal sur DSP traitement du signal sur cartes DSP filtrage type TP h éq. TD 76 Niveau bac+3 et bac+4 Cours TD et TP 101 bac+4, bac+5 Projet 6 bac+4 TP 9 bac+1 TP 15 bac+4 Vacations de l’enseignement supérieur d’octobre 2003 à juin 2007, à l’Université de Nice-Sophia Antipolis (UNSA). Enseignements (295h éq. TD) répartis comme suit : Système informatique (66h de TP) à l’IUT GTR de Sophia Antipolis, Traitement d’images et compression d’images (156h de TD, 3h de cours) à Polytech’Nice département informatique (ex-ESSI), Programmation C++ (42h de cours magistral et 42h de TP) à Polytech’Nice département électronique (ex-ESINSA). 11 Année 2003-2007 2003-2007 2003-2005 2004-2007 Domaine Traitement d’images transformations 2D, détection de points d’intérêt, filtrage et restauration d’images transformation de Fourier, détection de contours, restauration et estimateur de mouvement Compression d’images quantification scalaire, prédictive et quantification vectorielle Système informatique unix, shell, processus et expressions régulières Programmation C++ classes, pointeurs, héritage et STL 12 type TD cours h éq. TD 116 4.5 Niveau bac+4, bac+5 TD 40 bac+5 TP 44 bac+1 cours TP 62.5 28 bac+4 et bac+5 Divers Tâches collectives 2004-2007 : Participation à la création de l’ADSTIC en 2004 (Association des Doctorants du Campus STIC de Sophia Antipolis) - adstic.free.fr. Membre du conseil d’administration de l’association en 2005 et 2006. Participation à l’organisation du premier et du second forum DECLIC en 2006 et 2007 (DoctorantsEntreprises : Combinons Les Initiatives de Chacun). 2004-2006 : Représentant des Non-Permanents du Laboratoire I3S au Conseil du Laboratoire. Participation aux réunions du Conseil du Laboratoire et rédaction de comptes-rendus. 2005 : Participation à la Fête de la science au Parc Valrose, Université de NiceSophia Antipolis. Préparation d’un exposé et de manipulations grand public sur le thème de la segmentation d’images et de vidéos, participation à l’animation du stand de l’I3S et de celui de l’ADSTIC pendant deux jours. Expérience professionnelle Mai 2001 à novembre 2001 : Stage de fin d’études - REALViZ, Sophia Antipolis. Développement d’un logiciel de mise en scène d’objets 3D dans un univers 2D. Utilisation de librairies graphiques et d’OpenGL. Programmation en C++ et Lingo (langage de scripts du logiciel Macromedia Director) : sous Windows avec Visual C++/MFC, et sous Mac avec Code Warrior. Septembre 2000 à avril 2001 : Projet de fin d’études - REALViZ, Sophia Antipolis. Projet de fin d’études à temps partiel (2 jours par semaine pendant 6 mois). Développement d’un prototype de mise en scène d’objets 3D dans l’environnement de Director (Macromedia). Programmation en Lingo 8.5 (langage de scripts). Juin 2000 à août 2000 : Stage ingénieur - Laboratoire I3S, Sophia Antipolis. Evaluation et optimisation d’une méthode de segmentation par contours actifs. Implémentation en C++ sous Linux. Août 1999 : Stage ingénieur - Université de Glasgow - Ecosse. Représentations 3D en VRML pour illustrer et mieux comprendre les rapports d’accidents (crashs d’avions, de bateaux...). 13