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