Accueil > Actualités

Soutenances de thèses

publié le , mis à jour le

Agenda

Soutenance de Thèse

  • Soutenances de thèses
    30 novembre 2020 - 09:00 - Hélène MOTTIER

    Résumé : La perception de la beauté fait partie de ces expériences personnelles qui nous semblent difficiles à mettre en mot et partager. Il s’agit avant tout d’une émotion particulièrement plaisante liée à ce que l’on voit et ce que l’on y associe. C’est une expérience bien répandue chez les êtres humains qui n’est pas réservée à quelques individus après un long processus d’apprentissage. Très tôt, nous avons cette capacité à l’émerveillement face à ce que l’on voit ou entend. Quand émerge la perception de la beauté ? Précède-t-elle l’acquisition du langage par exemple ? Dans mes travaux de recherche, je me suis intéressée à la relation entre les préférences esthétiques d’adultes et les préférences visuelles de nourrissons âgés de 4 à 24 mois et d’autres adultes pour différents objets visuels comme des mouvements, des portraits et des paysages. Partant du principe qu’un objet beau est avant tout un objet vu, nous avons cherché à déterminer si dès le plus jeune âge, ce qui est jugé beau par les adultes allait être regardé plus longtemps par les nourrissons.
    Le résumé technique de la thèse en français et anglais est disponible ici : https://drive.google.com/file/d/1dOnGURvsc9NpR9S-Ojb57BmOpnB87L1P/view?usp=sharing


  • Soutenances de thèses
    3 décembre 2020 - 10:00 - Axel CLOUET

    Résumé : Résumé :
    Les capteurs d’images couleurs et multispectraux contiennent plusieurs canaux d’acquisition caractérisés par des réponses spectrales. Le choix de celles-ci détermine les performances fonctionnelles de l’imageur en agissant sur la qualité de la reconstruction couleur ou spectrale effectuée. Ce choix agit également sur l’amplification du bruit survenant lors du traitement de l’image brute. Cette thèse consiste en une analyse géométrique de ce phénomène et propose une méthode d’optimisation des réponses spectrales.
    L’exposé contient des simulations réalisées sur des images multispectrales permettant de simuler des acquisitions brutes et de tester des étapes de traitement. Grâce à un banc d’acquisition, une nouvelle base de donnée a été publiée contenant 22 images multispectrales couvrant toute la gamme d’absorption du silicium (400-1050 nm).
    Ensuite, j’ai développé une approche géométrique permettant de décrire le phénomène d’amplification en se basant sur une représentation graphique des signaux/bruits bruts, spectraux et couleurs. J’ai ainsi conclu que les corrélations entre canaux constituent la principale cause d’amplification.
    Cette représentation géométrique du problème m’a, ensuite, permis d’élaborer une méthode simple de décorrélation respectant la contrainte de positivité adaptée au calcul de réponses spectrales théoriques. J’ai alors calculé des réponses spectrales optimisées pour la couleur puis j’ai étendu le principe au cas de l’imagerie multispectrale.
    Pour aller plus loin, j’ai montré comment utiliser une modélisation du domaine de vision mésopique pour relaxer la colorimétrie de l’image de manière contrôlée en augmentant son rapport signal sur bruit. Enfin j’ai étendu la modélisation géométrique à d’autres problématiques comme celle du dématriçage de l’image.

    Abstract :
    Color and multispectral image sensors contain several acquisition channels characterized by their spectral responses. On one hand, the choice of these ones influences the functional performance of the sensor by changing its color and spectral accuracy. On the other hand, it affects noise amplification occurring when raw images are processed. This thesis contains a geometrical analysis of this phenomenon and proposes a method to optimize spectral responses.
    Multispectral images allow to simulate raw acquisitions from theoretical sensors and to test processing steps. Using an acquisition bench, a new dataset has been published containing 22 multispectral images covering the absorption range of silicon (400-1050 nm).
    Then, I developed a geometrical approach to describe noise amplification based on a graphical representation of signals/noise at raw, spectral and color levels. I concluded that inter-channel correlations are the main cause of the amplification.
    Based on this geometrical representation, I created a simple decorrelation method respecting positivity constraint, adapted to the computation of theoretical spectral responses. I used this method to compute optimized responses for a color sensor and I extended the principle to multispectral applications.
    To go further, I used a model of mesopic vision domain to relax colorimetry in a controlled way while increasing signal to noise ratio of the image. Then I showed that the geometrical approach could be extended to other issues like image demosaicing.
    Encadrants :
    • Jérôme Vaillant (directeur)
    • David Alleysson (co-directeur)
    Jury :
    • Sabine Süsstrunk, professeure à l’EPFL, rapporteure
    • Mathieu Hébert, maître de conférence à l’université Jean Monet de Saint-Etienne/ Institut d’optique graduate school, rapporteur
    • Jocelyn Chanussot, professeur à Grenoble-INP, examinateur
    • Michel Berthier, professeur des universités à l’université de La Rochelle, examinateur
    Invités :
    • Pierre Fereyre, ingénieur principal à Teledyne E2V
    • Antoine Drouot, ingénieur expert à STmicroelectronics

    Lieu : en visioconférence


Ajouter un événement iCal