Proposition de sujet de thèse par Fillatre Lionel
Transcription
Proposition de sujet de thèse par Fillatre Lionel
ED STIC - Proposition de Sujets de Thèse pour la campagne d'Allocation de thèses 2013 Axe Sophi@Stic : aucun| Titre du sujet : Bio-inspired coding and decoding of natural images Mention de thèse : ATSI HDR Directeur de thèse inscrit à l'ED STIC : Fillatre Lionel Co-encadrant de thèse éventuel : Nom : Antonini Prénom : Marc Email : [email protected] Téléphone : 04 92 94 27 18 Email de contact pour ce sujet : [email protected] Laboratoire d'accueil : I3S Description du sujet : Contexte : La compréhension des schémas de représentations des stimuli visuels et des traitements neuronaux a motivé de nombreuses études depuis plusieurs années [1]. Les observations neurophysiologiques tendent à confirmer la capacité de notre cortex à acquérir, transmettre puis traiter les données présentes dans la scène, dans un délai réduit. Développer un système de codage/décodage d'images et de vidéos qui profiterait des avantages du système de vision humain est un enjeu important dans le domaine du traitement des images et des vidéos. Cette nouvelle façon de traiter un flux multimédia pourrait être appliquée à la vidéo-protection, la télévision haute définition, etc. En outre, cette approche devrait permettre de réduire Page 1/4 considérablement les coûts énergétiques pour le traitement des données. Le système visuel humain est connu pour être une architecture asynchrone qui permet un traitement complexe des images avec une dépense énergétique globale réduite. Ce type d'algorithme basse consommation pourrait être appliqué avec succès aux réseaux de capteurs sans fil, aux véhicules autonomes (comme les drones), etc. Le doctorant bénéficiera d'un environnement de recherche favorable, en s'appuyant notamment sur l'expérience du laboratoire I3S. Le laboratoire de recherche I3S s'intéresse aux problèmes de codage et décodage des images depuis de nombreuses années. Ce travail pourra également être effectué en collaboration avec une PME locale spécialisée dans la vidéo-protection. Objectifs : Le codage et décodage bio-inspiré d'images est une piste de recherche très prometteuse [2,3]. L'objectif est de développer un système de décodage des images naturelles et des vidéos précédemment encodées sous la forme d'une famille de trains d'impulsions aléatoires. Ce type de codage impulsionnel est typiquement utilisé par le système visuel humain. Un cas d'étude standard consiste à discriminer plusieurs images naturelles directement à partir de leur codage en trains d'impulsions (les images sont supposées être connues avant l'encodage). Le modèle mathématique qui décrit le processus de codage d'images fixes en trains d'impulsions est établi dans [2]. Ce sujet de thèse vise à résoudre trois problèmes principaux. Tout d'abord, il est souhaitable d'étendre le modèle proposé dans [2] au cas d'une séquence d'images (vidéo). Deuxièmement, il est nécessaire de prendre en compte explicitement le bruit aléatoire (modélisé dans [1]) qui rend le train d'impulsions partiellement imprévisible. Enfin, un enjeu majeur de cette recherche est de développer un algorithme asynchrone qui décode les trains d'impulsions sans nécessiter une synchronisation globale des différents trains d'impulsions qui encodent l'image. Cette thèse pourrait conduire à un nouveau paradigme pour le traitement des images et le traitement vidéo. Tâches principales : - Étudier le modèle mathématique du système visuel humain ; - Proposer un algorithme de décodage des vidéos qui traite les trains d'impulsions ; - Étudier les performances statistiques (erreur de décodage) et coût énergétique de l'algorithme ; - Vérifier numériquement (avec Matlab ou C++) les performances de l'algorithme proposé. Compétences souhaitées : Mathématiques, probabilité, traitement des images et programmation (matlab ou C++). Laboratoire : Laboratoire I3S, équipe MediaCoding, Sophia Antipolis (06). Contact: - M. Lionel Fillatre (professeur des universités) Page 2/4 E-mail: [email protected] ; Tél.: 04 92 94 27 85. - M. Marc Antonini (directeur de recherches CNRS) E-mail: [email protected] ; Tél.: 04 92 94 27 18. Durée: 36 mois (date de début : octobre 2013). Références: [1] A. Wohrer, "Model and large-scale simulator of a biological retina, with contrast gain control", PhD thesis, Nice Sophia Antipolis University, 2008. [2] K. Masmoudi, "Retina-Inspired Image Coding Schemes", PhD thesis, Nice Sophia Antipolis University, 2012. [3] K. Masmoudi, M. Antonini and P. Kornprobst, "Spike based neural codes : towards a novel bio-inspired still image coding schema", Research report, INRIA, 2010. URL : http://www.i3s.unice.fr/~fillatre/ English version: Background: Understanding the representations of visual stimuli and neural processing has motivated numerous studies for many years [1]. Neurophysiological observations tend to confirm the ability of the human cortex to acquire, transmit and process the visual data in a short time with a reduced energy cost. The development of an image coding/decoding system that benefits from the advantages of the human visual system is an important issue in the field of image and video processing. Such a new way of processing images and videos could be applied to closed-circuit television, high-definition television, etc. Furthermore, this approach should permit to reduce significantly energy costs for data processing. The human visual system is known to be an asynchronous architecture which makes complex processing with small energy expenses. This kind of green algorithms could be applied successfully to wireless sensor networks, autonomous vehicle (like drones), etc. The PhD student will benefit from the experience of the Computer, Signals and Systems Laboratory of Sophia-Antipolis (I3S). The research laboratory I3S is interested in problems of image encoding and decoding for many years. This work could be made in collaboration with a small regional company specialized in closed-circuit television. Objectives: Bio-inspired encoding/decoding of images is promising [2,3]. The objective is to develop a decoding system of natural images and videos previously encoded as a collection of random spike trains. A typical case study consists of discriminating several natural images directly from their coding as spike trains (the images are assumed to be known before encoding). The mathematical model that describes the coding process of still images as spike trains is already Page 3/4 established in [2]. This PhD subject aims to solve three main problems. First, it is desirable to extend the model proposed in [2] for dealing with a sequence of images (video). Second, it is necessary to take explicitly into account the random noise (modeled in [1]) which makes the spike train partially unpredictable. Finally, a major issue of this research is to develop an asynchronous algorithm which decodes the spike trains without requiring a global synchronization of the spikes. This PhD thesis is a first step towards a new paradigm for image and video processing. Summary: - To study the mathematical model of the human visual system; - To propose an energy efficient video decoding algorithm which processes spike trains; - To study the statistical performances (decoding errors) and energy costs of the decoding algorithm; - To verify numerically (with Matlab or C++) the performance of the proposed algorithm. Expected skills: Mathematics, probability, image processing and programming (matlab or C++). Laboratory: I3S laboratory, MediaCoding team, Sophia Antipolis (06). Contact: - M. Lionel Fillatre (full professor) E-mail: [email protected] ; Phone: 04 92 94 27 85. - M. Marc Antonini (CNRS research director) E-mail: [email protected] ; Phone: 04 92 94 27 18. Duration: 36 months (starting date: october 2013). References: [1] A. Wohrer, "Model and large-scale simulator of a biological retina, with contrast gain control", PhD thesis, Nice Sophia Antipolis University, 2008. [2] K. Masmoudi, "Retina-Inspired Image Coding Schemes", PhD thesis, Nice Sophia Antipolis University, 2012. [3] K. Masmoudi, M. Antonini and P. Kornprobst, "Spike based neural codes : towards a novel bio-inspired still image coding schema", Research report, INRIA, 2010. URL : http://www.i3s.unice.fr/~fillatre/ Page 4/4