traitement d'images par modèles discrets sur ... - Olivier Lezoray
traitement d'images par modèles discrets sur ... - Olivier Lezoray
traitement d'images par modèles discrets sur ... - Olivier Lezoray
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
122 Annexe A - Curriculum Vitae<br />
afin de faciliter et d’améliorer le <strong>traitement</strong> et l’analyse. Plusieurs de nos travaux sont innovants<br />
: <strong>traitement</strong> d’images multi-variées <strong>par</strong> réduction de dimension <strong>sur</strong> graphes, régularisation<br />
discrète non locale <strong>sur</strong> graphes pondérés de topologies arbitraires, nouvelles méthodes morphologiques,<br />
pyramides irrégulières combinant approches espace-échelle et approches régions.<br />
Mon second axe de recherche concerne la classification, l’apprentissage et le <strong>traitement</strong> de<br />
l’information. L’objectif est de définir des systèmes de décision performants et de complexités<br />
réduites. Les études théoriques et pratiques portent essentiellement <strong>sur</strong> les réseaux de neurones<br />
et les Sé<strong>par</strong>ateurs à Vaste Marge (SVM) comme classificateurs. Les bases de données<br />
des systèmes informatiques actuels sont de plus en plus volumineuses et <strong>par</strong> conséquent leurs<br />
redondances intrinsèques augmentent avec leurs tailles. Je m’intéresse donc à la définition de<br />
nouveaux algorithmes d’apprentissage permettant la réduction de cette redondance pour optimiser<br />
les temps d’apprentissage et de décision des classificateurs utilisés, ainsi que leurs taux<br />
de reconnaissance. Je m’attache également à la création de systèmes de décision multi-classes<br />
optimaux à <strong>par</strong>tir de la combinaison d’un ensemble de classificateurs binaires. Les points forts<br />
de mon activité de recherche portent d’une <strong>par</strong>t <strong>sur</strong> l’élaboration de <strong>modèles</strong> adaptés à l’apprentissage<br />
et à la classification de données quelconques tout en s’affranchissant d’un maximum<br />
de <strong>par</strong>amètres et d’autre <strong>par</strong>t <strong>sur</strong> les méthodes de combinaison de classificateurs binaires pour<br />
lesquels j’ai proposé plusieurs <strong>modèles</strong> très performants.<br />
Pour mes deux axes de recherche, la majorité des applications portent <strong>sur</strong> la microscopie<br />
médicale et le multimédia.<br />
A.4.3<br />
Co-encadrement de thèses et de DEA<br />
J’ai <strong>par</strong>ticipé aux encadrements de plusieurs doctorants ainsi que de stages de master recherche<br />
(voir-ci-dessous). Ces thèses ont été et sont encadrées <strong>sur</strong> plusieurs sites universitaires<br />
(Saint-Lô, Cherbourg, Caen ainsi que Tours pour la thèse de G. Lebrun), ce qui nécessite de ma<br />
<strong>par</strong>t une très grande mobilité mais également pour certains étudiants dont la thèse se déroule à<br />
Cherbourg. J’ai également encadré deux étudiants durant leur stage de DEA.Travailler <strong>sur</strong> un<br />
site délocalisé ne facilite pas l’attraction d’étudiants motivés de Master Recherche. Avec mon<br />
intégration au sein du laboratoire GREYC UMR CNRS 6072, cette situation devrait s’améliorer<br />
car je pourrais encadrer ces stages <strong>sur</strong> Caen.<br />
A.4.3.1<br />
Thèses soutenues<br />
– Thèse en Informatique de Cyril Meurie (Octobre 2001 à Octobre 2005, financement de<br />
type MNESR). Titre : « Segmentation d’images couleur <strong>par</strong> classification pixellaire et<br />
hiérarchie de <strong>par</strong>titions. ». Directeur : A. Elmoataz (50%), Co-encadrant : O. <strong>Lezoray</strong><br />
(50%), Rapporteurs : C. Fernandez-Maloigne, P. Gouton, Examinateurs : M. Revenu, H.<br />
Cardot.<br />
– Thèse en Informatique de Gilles Lebrun (Octobre 2002 à Novembre 2006, financement<br />
association Coeur-Cancer et conseil régional de Basse Normandie) . Titre : « Sélection de<br />
<strong>modèles</strong> pour la classification supervisée avec des Sé<strong>par</strong>ateurs à Vaste Marge. Application<br />
en <strong>traitement</strong> et analyse d’images. ». Directeur : Hubert Cardot (20%), Co-encadrants : C.