Flash Info
Publication du programme PAUSE – ANR Ukraine pour l’accueil de scientifiques ukrainiens et ukrainiennes dans des laboratoires français
DEFIS - domaines émergent

Adaptivité pour la représentation des images naturelles et des textures – NatImages

Résumé de soumission

L'équipe de NatImages s'attaque au problème difficile de l'extraction d'informations dans les images naturelles et les textures. Nous considérons plus particulièrement trois applications: le tatouage compressible, l'imagerie optique du cortex et l'imagerie astrophysique. Ces trois applications nécessitent une modélisation adaptative des images pour pouvoir extraire l'information intéressante depuis les données observées (en l'occurrence les tatouages, les signes d'activité corticale et les sources astrophysiques). Le projet NatImages se concentre à la fois sur les méthodes parcimonieuses et les méthodes variationnelles pour extraire les structures complexes des images et des textures. La géométrie que l'on rencontre dans les videos à tatouer, l'imagerie corticale et l'imagerie astrophysique ne correspond pas à des concepts simples comme des contours ou des textures oscillantes. Cette géométrie complexe nécessite l'utilisation d'outils adaptatifs qui étendent les méthodes utilisées de manière intensive en traitement des images: la régularisation variationnelle (avec des modèles de fonctions à variation bornée) et les décompositions parcimonieuses (dans les bases d'ondelettes et au delà). Le projet NatImages est une chance unique de développer de nouveaux outils adaptatifs pour capturer la géométrie des images naturelles et des textures. Les méthodes théoriques développées par NatImages permettront de continuer des avancées récentes dans les domaines des décompositions parcimonieuses et des énergies variationnelles. La performance des décompositions parcimonieuses sera mesurée à l'aide de modèles statistiques adaptatifs. Les régularisations variationelles seront étendues grâce à des énergies à variation bornée variant spatialement. Les nouveaux outils développés par NatImages exploiteront de nouveaux dictionnaires de 'texturelets' ainsi que des espaces de Hilbert adaptatifs et des espaces de Banach non-locaux. Les dictionnaires de 'texturelets' correspondent à des décompositions adaptatives qui peuvent être optimisées à la volée sur une image donnée ou bien apprises depuis un ensemble de données. Les espaces de Hilbert adaptatifs et les espaces non-locaux sont optimisés pour respecter la géométrie locale et non-locale des textures. De nouveaux algorithmes seront développées pour résoudre efficacement les problèmes d'optimisation inhérents à ces régularisations parcimonieuses et variationnelles. Ces algorithmes rapides seront inspirés par des idées récemment proposées dans l'Analyse en Composantes Morphologiques et en optimisation convexe non lisse. Les progrès effectués par NatImages dans chaque domaine (méthodes, outils et algorithmes) auront un impact immédiat sur les performances dans chacune des applications considérées par NatImages: détection de tatouages, extraction d'activité corticale et traitement d'images astrophysiques hyper-spectrales.

Coordinateur du projet

Monsieur Gabriel PEYRE (CNRS - DR ILE-DE-FRANCE SECTEUR PARIS A)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

CEA - CENTRE D'ETUDES NUCLEAIRES SACLAY
CNRS NORMANDIE CNRS NORMANDIE
ECOLE NORMALE SUPERIEURE DE CACHAN
CNRS NORMANDIE CNRS NORMANDIE
CNRS - DR ILE-DE-FRANCE SECTEUR PARIS A

Aide de l'ANR 381 122 euros
Début et durée du projet scientifique : - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter