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