Reproduction de : Thèse de doctorat : informatique : Grenoble, INPG : 1986. / Titre provenant de l'écran-titre. Bibliogr. p. 225-236.

Th.--Sci. de l'ingénieur--Nice-Sophia Antipolis, 1994. / 1994 d'après la déclaration de dépôt légal. INRIA = Institut national de recherche en informatique et en automatique. Bibliogr. p. 191-200. Résumé en français et en anglais.

Thèses (M.Sc.)--Université de Sherbrooke (Canada), 2002. / Titre de l'écran-titre (visionné le 20 juin 2006). Publié aussi en version papier.

Th. doct.--Signal et images--Paris--ENST, 1991. / Bibliogr. p. 1-8.

Th. doct.--Informatique--Paris--Éc. polyt., 1996. / Bibliogr. p. 187-201. Résumé en anglais et en français. 1996 d'après la déclaration de dépôt légal.

Th. doct.--Signal et images--Paris--ENST, 1993. / Notes bibliogr.

Alors que la conception optique doit se réinventer avec la démocratisation de systèmes optiques utilisés pour la vision machine, elle reste basée sur la résolution de problème non-linéaire via l'optimisation de fonction de coût. Grâce à l'avancée des recherches en apprentissage automatique, des travaux se penchent sur l'utilisation des pratiques basées sur les données pour complémenter les travaux du concepteur optique. D'une part, l'apparition de méthodes basées sur les données permet d'identifier les caractéristiques cruciales à la qualité d'un design et de réutiliser ces données dans d'autres travaux sans avoir à recommencer de zéro. D'autre part, l'exploration de l'optimisation conjointe de réseaux de neurones profonds et du design optique a permis de raffiner les critères de qualité d'image pour la vision machine. Cette thèse étudie l'applicabilité de ces méthodes pour des systèmes grand angle. Récemment démocratisés en devenant moins encombrants, ils présentent un intérêt certain en vision par ordinateur grâce à leur capacité à imager un environnement complet en une seule image. Leur conception reste cependant un défi de taille à ce jour et la distorsion en résultant, en plus de pouvoir constituer une gêne visuelle, constitue un véritable défi en apprentissage automatique. La modification des proportions sur l'image induite par celle-ci vient, de manière inhérente, altérer les performances des algorithmes de vision machine, en particulier les réseaux de neurones convolutifs. Ces recherches explorent notamment l'impact et l'optimisation de la distorsion pour améliorer les performances des réseaux de neurones pour l'estimation de profondeur à une seule image. Elles impliquent également des travaux complémentaires sur la prédiction de critères de qualité d'image comme le RMS spot size à partir du profil de distorsion ou encore la contribution des autres aberrations présentes dans ce type de design sur la précision des modèles de simulation. Ces recherches ont pour objectif de construire des méthodes d'optimisation partielle de système optique grand angle pour venir compléter l'expertise du concepteur. Elles visent également à en définir des cadres d'application et d'identifier leurs limites d'utilisation. / As optical design needs to be rethought with the democratization of optical systems dedicated to machine vision, it still consists in solving non-linear problems optimizing cost functions. The advances in machine learning have led to different researches focusing on using data observations to complement the work of optical designers. On the one hand, data-driven methods allow identifying optical characteristics on a design that are crucial for its performance and re-use this information in new projects instead of starting from scratch. On the other hand, the joint optimization of the optical design and a neural network is useful to fine-tune the image quality criteria for machine vision. This thesis study the applicability of these methods for ultra-wide-angle optical designs. Recently normalized by being less and less bulky, they are of interest in the vision community due to their capability to image an entire scene within a single image. Designing them, however, still constitutes a challenge and the resulting distortion, in addition to constituting a visual discomfort, is a deep-rooted limitation in machine learning. The induced modification of object proportions along the image inherently decreases the performance of deep learning algorithm, specifically those of convolutional neural networks. These researches explore in particular the impact of optimizing the distortion profile of a system to improve the performance of a neural network for monocular depth estimation. They also integrate complementary studies on the prediction of image quality indicators such as the RMS spot size from the distortion itself, or on the relative contribution of other optical aberrations on the accuracy of wide-angle system simulation. The objective of these works is to build methods for partially optimizing complex compound optics to complement the designer's expertise. They also aim at defining a framework for using such methods and identifying their limitations.

Cette thèse étudie l'indexation et le mécanisme d'expansion de requête en recherche d'image. L'indexation sacrifie la qualité de la recherche pour une plus grande efficacité; l'expansion de requête prend ce compromis dans l'autre sens : il améliore la qualité de la recherche avec un coût en complexité additionnel. Nous proposons des solutions pour les deux approches qui utilisent une représentation continue d'un ensemble de vecteurs. Pour l'indexation, notre solution est basée sur le test par groupe. Chaque vecteur image est assigné à un groupe, et chaque groupe est représenté par un seul vecteur. C'est la représentation continue de l'ensemble des vecteur du groupe. L'optimisation de cette représentation pour produire un bon test d'appartenance donne une solution basée sur la pseudo-inverse de Moore-Penrose. Elle montre des performances supérieures à celles d'une somme basique des vecteurs du groupe. Nous proposons aussi une alternative suivant au plus près les vecteurs-images de la base. Elle optimise conjointement l'assignation des vecteurs images à des groupes ainsi que la représentation vectorielle de ces groupes. La deuxième partie de la thèse étudie le mécanisme d'expansion de requête au moyen d'un graphe pondéré représentant les vecteurs images. Cela permet de retrouver des images similaires le long d'une même variété géométrique, mais éloignées en distance Euclidienne. Nous donnons une implémentation ultra-rapide de ce mécanisme en créant des représentations vectorielles incorporant la diffusion. Ainsi, le mécanisme d'expansion se réduit à un simple produit scalaire entre les représentations vectorielles lors de la requête. Les deux parties de la thèse fournissent une analyse théorique et un travail expérimental approfondi utilisant les protocoles et les jeux de données standards en recherche d'images. Les méthodes proposées ont des performances supérieures à l'état de l'art. / In this thesis, we study the indexing and query expansion problems in image retrieval. The former sacrifices the accuracy for efficiency, whereas the latter takes the opposite perspective and improves accuracy with additional cost. Our proposed solutions to both problems consist of utilizing continuous representations of a set of vectors. We turn our attention to indexing first, and follow the group testing scheme. We assign each dataset vector to a group, and represent each group with a single vector representation. We propose memory vectors, whose solution is optimized under the membership test hypothesis. The optimal solution for this problem is based on Moore-Penrose pseudo-inverse, and shows superior performance compared to basic sum pooling. We also provide a data-driven approach optimizing the assignment and representation jointly. The second half of the transcript focuses on the query expansion problem, representing a set of vectors with weighted graphs. This allows us to retrieve objects that lie on the same manifold, but further away in Euclidean space. We improve the efficiency of our technique even further, creating high-dimensional diffusion embeddings offline, so that they can be compared with a simple dot product in the query time. For both problems, we provide thorough experiments and analysis in well-known image retrieval benchmarks and show the improvements achieved by proposed methods.

Reproduction de : Thèse de docteur-ingénieur : informatique : Grenoble, INPG : 1984. / Titre provenant de l'écran-titre. Bibliogr. p. 122-137.

Reproduction de : Thèse de doctorat : informatique : Grenoble, INPG : 1989. / Titre provenant de l'écran-titre. Bibliogr. p. 137-142.