Prochains séminaires


Next seminars

Liste des séminaires à venir :

Le 04 Mai 2017, 14h-15h, salle 314.
Stéphane Jaffard (Paris Est)
Title: Analyse multifractale pour la classification d'images.
Abstract: L'analyse multifractale a été introduite à la fin des années 1980 par des physiciens dont le but était de relier les indices de régularité globale d'un signal (la vitesse d'un fluide turbulent), avec la distribution des singularités ponctuelles présentes dans les données. Différentes variantes de la méthode existent, basées sur les sup locaux d'une transformée continue en ondelettes, ou sur la DFA (Detrented Fluctuation Analysis). Nous considérerons d'autres versions, construites à partir des coefficients sur une base orthonormée d'ondelettes. Nous verrons comment les outils fournis par l'analyse multifractale peuvent être adaptés à différents types de données; utilisation des ``p-leaders'' (normes \(\ell^p\) locales de coefficients d'odelettes) à la place des 'leaders' (sup locaux de coefficients d'ondelettes) pour des données peu régulières, ou encore ondelettes anisotropes pour l'analyse de textures anisotropes. Nous verrons aussi comment adapter l'analyse quand les données ne présentent pas d'autosimilarité. Les exemples illustrant ces méthode seront tirés (en 1D) de la turbulence, le trafic internet, le rythme cardiaque, les textes littéraires, et (en 2D), des images naturelles, des peintures et des papiers photographiques anciens. En ce qui concerne les textes littéraires et les peintures, nous verrons en quoi ces méthodes permettent de fournir de nouveaux outils en textométrie et en stylométrie.

Le 04 Mai 2017, 15h-16h, salle 314.
Johannes Ballé (Google & New York University)
Title: The importance of local gain control.
Abstract: Local gain control is ubiquitous in biological sensory systems and leads, for example, to masking effects in the visual system. When modeled as an operation known as divisive normalization, it represents an invertible nonlinear transformation, and has several interesting properties useful for image processing. We introduce a generalized version of the transform (GDN), and use it to construct a novel visual quality metric which outperforms MS-SSIM in predicting human distortion assessments. We also show it can be used to Gaussianize image densities, yielding factorized representations, and providing probabilistic image models superior to sparse representations. Finally, we use it to design a simple image compression method, yielding compression quality which is visually close to the state of the art.

Le 1er Juin 2017, 14h-15h, salle 314.
Charles Bouveuyron (MAP5 - Université Paris Descartes)
Title: À venir.
Abstract: À venir.

Le 1er Juin 2017, 15h-16h, salle 314.
Julien Tierny (CNRS et LIP6)
Title: À venir.
Abstract: À venir.

Pour 2016-2017, les dates sont les suivantes :

  • 06 octobre
  • 03 novembre
  • 24 novembre
  • 05 janvier
  • 02 février
  • 02 mars
  • 30 mars
  • 04 mai
  • 01 juin