Présentation des tutoriels

Tutoriel 1 : Géométrie Riemannienne en vision par ordinateur

Orateur : Mohamed Daoudi (PU, IMT Lille, CRIStAL) 

Mohamed Daoudi

Mohamed Daoudi est Professeur à l’IMT Lille Douai, il effectue ses recherches au sein du laboratoire CRIStAL. Il a publié plus de 150 papiers dans des  conférences et journaux internationaux en vision par ordinateur. Il est éditeur associé des journaux IEEE TMM, JIVC, et Journal of Imaging. Il est fellow IAPR.

 

  


 

Tutoriel 2 : De la vidéo aux médias immersifs : les défis du streaming

Oratrice : Lucile Sassatelli (MCF, UCA, I3S) 

Lucille Sassatelli

Lucile Sassatelli est maîtresse de conférence depuis 2009 à Université Côte d'Azur, et membre du laboratoire I3S. Elle a obtenu en 2008 un doctorat de l'Université de Cergy-Pontoise en codage de canal puis a fait un post-doctorat au MIT en codage pour les réseaux. Elle a obtenu son HDR en 2019. Elle est éditrice associée pour Elsevier Computer Communications et Wiley Transactions on Emerging Telecommunication Technologies.

Au sein du groupe Signal et Réseaux de l’I3S, elle se focalise sur les problèmes de transmission multimédia et spécifiquement sur la réalité virtuelle et augmentée (VR et AR), médias au fort potentiel sociétal mais pour lesquels la transmission sur Internet représente un vrai défi en raison de leurs besoins en débit. Lucile Sassatelli a porté depuis 2017 plusieurs projets interdisciplinaires à l'interface entre réseau, interaction humain machine et cinéma, ayant mené à une déclaration d'invention et à l'obtention d’un prix du forum des industriels MPEG-DASH. En 2019, Lucile Sassatelli a obtenu une chaire de membre junior à l’IUF pour mener sur 5 ans son projet de recherche visant à permettre un large accès à ces contenus immersifs, même en conditions réseau insuffisantes.


 Tutoriel 3 : Réseaux de neurones impulsionnels pour la vision par ordinateur

Orateur : Jean Martinet (PU, UCA, I3S) 

Jean Martinet

Jean Martinet est Professeur à l’Université Côte d’Azur depuis 2019, rattaché à Polytech Nice Sophia et au laboratoire i3S. Il s’intéresse au machine learning bio-inspiré et à ses applications en vision par ordinateur. Dans ce cadre, il porte un projet européen interdisciplinaire de type CHIST-ERA (2020-2023) qui vise le développement d’une plateforme embarquée de vision événementielle stéréoscopique à l’aide de réseaux de neurones impulsionnels, sur une architecture mixte analogique-digitale dédiée.
 
Diplômé de l’Université Joseph Fourier de Grenoble en 2004, Jean Martinet a effectué un séjour postdoctoral de 2 ans au National Institute of Informatics de Tokyo au Japon. Il a rejoint en 2007 l’Université de Lille en tant que Maître de Conférences, affecté à l'IUT ‘A’ et au laboratoire CRIStAL. Il a obtenu son HDR en 2016. Entre 2013 et 2019, il a dirigé une équipe de vision par ordinateur de CRIStAL installée dans l'USR IRCICA, et il a participé à la construction de l’un des 4 axes de recherche interdisciplinaire de cette USR, qui s’intéresse aux architectures bio-inspirées pour le traitement de l’information. 
   

 Tutoriel 4 : Enjeux et défis des techniques de compression pour les données de simulation massives

Résumé : Quelques décennies après l'émergence des formats de codage pour le multimédia, la compression se redéploie dans le champ des données scientifiques. Qu'il s'agisse d'acquisition, de modélisation ou de méthodes d'apprentissage, les volumes de données numériques sont en inflation. La gestion de ces données massives devient un enjeu dans différents domaines disciplinaires : climatologie, océanographie, mécanique des fluides, biologie, apprentissage, etc. Ce tutoriel s'intéresse à la compression de données employées en simulation numérique et à ses impacts. Ces derniers seront notamment illustrés par des exemples basés sur des maillages tridimensionnels en géosciences.

Orateur : Laurent DUVAL (IR, IFPEN) 

Laurent Duval

Laurent Duval received the state engineering degree in Electrical Engineering from Supélec, the Master of Advanced Studies (DEA) in pure and applied mathematics (number theory, partial differential equations)  from Université de Metz, and the PhD degree from Université Paris-Sud (XI), France, in the area of wavelet and filter bank design for seismic data compression. In 1998, he was a research assistant in the Multidimensional Digital Signal Processing (MDSP) Lab at Boston University. He now works as a research amateur at IFP Energies nouvelles (IFPEN) in signal processing, image analysis, data science and machine learning with applications to chemistry, process engineering, bioinformatics, geosciences, and transportation.

 

 

 

Personnes connectées : 1