Th. doct.--München--Technischen Universität, 1994.

Th. 3e cycle--Génie électrique, autom.--Nancy--I.N.P.L., 1984.

Th. doct.-ing.--Électronique--Toulouse--I.N.P., 1984. N°: 337.

Th. doct. -ing.--Génie électrique--Nancy--I.N.P.L., 1980.

La technique d’inpainting (retouche d’images) est considérée comme l’une des solutions efficaces pour la restauration d'images dégradées et, même la vidéo ou les contenus 3D stéréoscopiques. Il s’agit d’un outil essentiel pour la restauration et la conservation des objets archéologiques. En effet, lors de fouilles de sites historiques, de nombreux objets de valeur tels que des statues, des bâtiments, des peintures murales, etc., sont découverts et récupérés. Malheureusement, la plupart d’entre eux se retrouvent endommagés ou fracturés. Dans l’optique d’apprendre de ces objets, les techniques numériques sont utilisées pour les restaurer en utilisant des connaissances a priori fournies par les archéologues et les artistes. Cela permet de reconstruire, préserver et maintenir ces oeuvres artistiques de grande valeur. En effet, les progrès des technologies et des systèmes d’acquisition d’images ont permis la transition des méthodes traditionnelles de retouche manuelle vers des techniques numériques, ouvrant un nouveau domaine de recherche appelé inpainting d’images.Dans cette thèse, notre travail visait à analyser et examiner les méthodes de la littérature des techniques d’inpainting d’images qui se décomposent en trois groupes. Les avantages et les inconvénients de chaque approche sont analysés finement en utilisant des critères objectifs et subjectifs. Sur la base de cette étude, une nouvelle approche d’inpainting d’images est proposée et confrontée à la littérature. Elle offre de bonnes performances en termes de qualité de rendu et d’efficacité calculatoire. Une autre contribution réside dans la proposition d’une nouvelle métrique de qualité dédiée à l’évaluation des techniques d’inpainting. Au regard de l’état de l’art dans le domaine, les images ayant subi des retouches par inpainting sont très souvent évaluées subjectivement ou au moyen de quelques mesures objectives loin d’être adaptées aux particularités de cette technique. La métrique proposée offre à la fois de bonnes performances et une adaptabilité au domaine. La dernière contribution de ce travail est un problème moins étudié et lié à la détection d’inpainting. Ceci est motivé par les efforts importants de recherche sur la thématique ainsi que le développement rapide de la technologie. La conséquence est que la qualité des retouches par inpainting est devenue plus réaliste et sophistiquée que jamais. Les régions retouchées sont alors difficiles à détecter par les utilisateurs, même les experts. Ainsi, ces images pourraient être utilisées à différentes fins, légales comme illégales. Malgré l’importance du sujet, très peu de travaux l’ont adressés à cause de sa complexité. C’est sur cette base qu’une nouvelle approche pour la détection d’inpainting est proposée dans cette thèse, en exploitant les connaissances acquises lors des étapes précédentes. Enfin, la performance des solutions proposées est soigneusement évaluée à travers plusieurs expérimentations, et ce au regard du jugement humain ainsi qu’en comparaison avec les méthodes existantes. / Image inpainting technique has emerged as one of the efficient solutions for restoring degraded images and even video and 3D visual contents. It is essential for restoration and conservation of archeological objects. Indeed, during the excavation of historic sites, many valuable artifacts such as statues, buildings, wall paintings, etc., have been unearthed and recovered. Unfortunately, most of them have been damaged or fractured in ancient times. With the aim to learn from these objects, digital techniques are used to restore them using some a priori knowledge provided by archeologists and artists. This helps to reconstruct, preserve and maintain these valuable artistic works. Recently, advances of computer technology and image acquisition systems made possible the transition from traditional manual retouching methods to digital techniques. It has opened up a very new and interesting research field within image processing, namely digital image inpainting.In this thesis, our work aims at analyzing and reviewing the state-of-the-art methods for image inpainting. Three groups of inpainting methods are identified. The advantages and drawbacks of each approach are analyzed using objective and subjective criteria. Based on this review, a new approach of image inpainting is introduced and compared to literature. The proposed method provides good performance in terms of quality and computation efficiency. Another contribution lies in the proposal of a new quality metric dedicated to image inpainting. To the best of our knowledge the inpainted images are very often evaluated subjectively or by means of some objective metrics far from being adapted to the peculiarities of image inpainting criteria. The last contribution of this work is a less investigated problem related to inpainting detection. This is motivated by the fact that, due to extensive research and rapid growth of technology, the output quality of inpainting algorithms became more than ever realistic and sophisticated. The inpainted regions are hard to detect by viewers, even for experts. As a result, these inpainted images could be used for different purposes, including digital tampering. Therefore, the last topic of the work is devoted to inpainting detection, also seen as an inverse problem of inpainting. Although, many papers have been introduced for forgery detection, there is almost no study about image inpainting forgery. Accordingly, a novel approach for inpainting detection is introduced based on the knowledge gathered in the previous steps of the thesis. Finally, the performance of proposed solutions is carefully evaluated with regards to human judgment as well as in comparison with the existing methods though a series of experimental studies.

Cette thèse se porte sur la segmentation affine par régions des cartes de profondeurs obtenues par stéréoscopie en milieu urbain.Cette détection est constituée de 3 étapes.Tout d'abord, un modèle statistique a contrario est introduit afin de déterminer de manière automatique la valeur de certains paramètres courants dans ce genre de problèmes: seuil de validation d'un groupe comme plan, seuil de rejet des points aberrants. Ce modèle permet de plus la comparaison de plusieurs solutions.Dans un second temps, un algorithme glouton est proposé pour obtenir la segmentation plane par morceaux y compris dans des conditions parcimonieuses. Cet algorithme est basé uniquement sur l'information 3D fournie par la carte de profondeur.Enfin, une dernière étape est proposée afin d'affiner le résultat de la segmentation notamment dans les zones où les disparités sont inconnues ou éventuellement fausses. Cette dernière étape est basée sur la combinaison des informations 3D et images de la paire stéréo. / This thesis deals with the piecewise-affine segmentation of disparity maps and range images in urban environment.The detection is three-stepped.First, an a contrario model is defined to determine automatically the values of several parameters common to those types of problems: planar validation of groups, rejection threshold of outliers.Then a greedy algorithm is proposed to achieve the piecewise planar segmentation including in presence of sparse disparity maps. This algorithm is uniquely based on the 3D information of the disparity map.At last, a refinement of the segmentation is proposed for the regions where the disparity is either imprecise or unknown. This step is based on the combination of both 3D information and images of the stereo pair

Titre de l'écran-titre (visionné le 10 janvier 2024) / La Transformée de Burrows-Wheeler (BWT) permet d'effectuer une excellente compression de données grâce à son tri de la séquence des caractères sources, regroupant ainsi des données similaires pour améliorer la compression. Bien que l'algorithme Move-to-Front (MTF) ne cause pas de compression en soi, la synergie qu'elle a avec l'algorithme de Huffman, classique ou amélioré, améliore la performance de compression. MTF, en augmentant la fréquence des petites valeurs dans les données codées, combiné au réarrangement des caractères effectué par BWT, crée un cadre optimal pour un codage efficace de Huffman. Néanmoins, la version classique de MTF a ses limites, car elle promeut uniformément les symboles accédés à l'avant de la liste, négligeant éventuellement les structures présentes dans le texte d'entrée. En introduisant une politique de promotion optimale qui réordonne minutieusement les symboles selon les modèles de données inhérents, on peut accentuer l'asymétrie de la distribution des valeurs, renforçant la compatibilité avec l'algorithme de Huffman. Cette méthode améliorée a démontré sa capacité à compresser des images complexes, non linéaires, avec une efficacité notable, bien que l'avantage obtenu diminue chez des images à la géométrie plus simple. / The Burrows-Wheeler Transform (BWT) allows for excellent data compression due to its sorting of the source character sequence, grouping similar data to enhance compression. Although the Moveto-Front (MTF) algorithm does not cause compression in itself, its synergy with the classic or enhanced Huffman algorithm improves compression performance. MTF, by increasing the frequency of small values in coded data, combined with the character rearrangement performed by BWT, creates an optimal framework for efficient Huffman coding. However, the classic version of MTF has its limits, as it uniformly promotes accessed symbols to the front of the list, possibly neglecting structures present in the input text. By introducing an optimal promotion policy that carefully reorders symbols according to inherent data patterns, one can accentuate the asymmetry of value distribution, enhancing compatibility with the Huffman algorithm. This improved method has demonstrated its ability to compress complex, non-linear images with notable efficiency, although the advantage obtained decreases for images with simpler geometry.

Dans la génération et la manipulation d'images basées sur les GANs, l'injection de style par Adaptive Instance Normalization (AdaIN) est devenue la norme pour paramétrer la génération avec une représentation latente du domaine des images. AdaIN fonctionne en modulant les statistiques des caractéristiques de l'image : il normalise d'abord les caractéristiques en soustrayant leur moyenne et en divisant par leur écart type puis injecte un vecteur de style par l'inverse de cette opération. Bien que cette méthode ait été utilisée avec succès dans une variété de scénarios de traduction d'image à image, la représentation statistique d'AdaIN est limitée en ce qu'elle ne tient pas compte des corrélations entre les caractéristiques. Cependant, dans la littérature du transfert de style, la transformation par blanchiment et coloration (Whitening & Coloring Transformation WCT) est devenue l'approche privilégiée, car elle prend compte de l'existence de ces corrélations. Toutefois, malgré ses bonnes performances en matière de transfert de style, l'utilisation du WCT n'a jusqu'à présent pas été explorée de manière approfondie dans le contexte de l'injection de style. Dans ce travail, nous comblons cette lacune en remplaçant AdaIN par une opération de WCT explicite pour l'injection de style dans les GAN. Plus précisément, nous introduisons un module qui peut être utilisé en remplacement des blocs AdaIN (sans changement additionnel) dans les architectures GAN populaires existantes et présentons son impact sur les tâches de génération. Effectivement, dans la génération d'images conditionnelles, où l'espace latent est destiné à représenter le style des images, nous constatons que le blanchiment aide à s'assurer que l'espace n'encode que des informations stylistiques, ce qui permet au contenu de l'image conditionnelle d'être plus visible. Nous démontrons les performances de notre méthode dans deux scénarios : 1) dans un context d'entraînement supervisé à l'aide du jeu de données Google Maps et 2) en ayant recours à l'architecture StarGANv2 multi-domaine et multi-modale dans une situation d'entraînement non-supervisé et ce en utilisant le jeu de données Animal Faces-HQ (AFHQ). / In the GAN-based images generation and manipulation domain, style injection by Adaptive Instance Normalization (AdaIN) has become the standard method to allow the generation with a latent representation of the image domain. AdaIN works by modulating the statistics of the characteristics of the image: it first normalizes the characteristics by subtracting their mean and dividing by their standard deviation then it injects a style vector by the reverse of this operation. Although this method has been used successfully in a variety of image-to-image translation scenarios, the statistical representation of AdaIN is limited in that it does not take into account the existing correlations between the features. However, in the style transfer literature, the transformation by whitening and coloring (Whitening & Coloring Transformation WCT) has become the preferred approach because it takes into account the existence of these correlations. Yet, despite its good performance in terms of style transfer, the use of WCT has so far not been explored in depth in the style injection literature. In this work, we fill this gap by replacing AdaIN by an explicit operation of WCT for style injection in GAN. More specifically, we introduce a module that can be used as a replacement for the AdaIN blocks (without any additional change) in the existing popular GAN architectures and we present its impact on generation tasks. Indeed, in the conditional image generation task, where the latent space is intended to represent the style of the images, we find that whitening helps ensure that the space encodes only stylistic information which allows the content of the input image to be more visible. We demonstrate the performance of our method in two scenarios: 1) in a supervised training context using the Google Maps dataset and 2) using multi-domain and multi-modal StarGANv2 architecture in an unsupervised training setup using the Animal Faces-HQ (AFHQ) dataset.

Pour l'évaluation de la fonction rénale, l'Imagerie par Résonance Magnétique (IRM) dynamique à rehaussement de contraste est une alternative intéressante à la scintigraphie. Les résultats obtenus doivent cependant être évalués à grande échelle avant son utilisation en pratique clinique. L'exploitation des séquences acquises demande un recalage de la série d'images et la segmentation des structures internes du rein. Notre objectif est de fournir un outil fiable et simple à utiliser pour automatiser en partie ces deux opérations. Des méthodes statistiques de recalage utilisant l'information mutuelle sont testées sur des données réelles. La segmentation du cortex, de la médullaire et des cavités est réalisée en classant les voxels rénaux selon leurs courbes temps-intensité. Une stratégie de classification en deux étapes est proposée. Des classificateurs sont d'abord construits grâce à la coupe rénale principale en utilisant deux algorithmes de quantification vectorielle (K-moyennes et Growing Neural Gas). Ils sont validés sur données simulées, puis réelles, en évaluant des critères de similarité entre une segmentation manuelle de référence et des segmentations fonctionnelles ou une seconde segmentation manuelle. Les voxels des autres coupes sont ensuite triés avec le classificateur optimum pour la coupe principale. La théorie de la généralisation permet de borner l'erreur de classification faite lors de cette extension. La méthode proposée procure les avantages suivants par rapport à une segmentation manuelle : gain de temps important, intervention de l'opérateur limitée et aisée, bonne robustesse due à l'utilisation de toute la séquence et bonne reproductibilité / Dynamic-Contrast-Enhanced Magnetic Resonance Imaging has a great potential for renal function assessment but has to be evaluated on a large scale before its clinical application. Registration of image sequences and segmentation of internal renal structures is mandatory in order to exploit acquisitions. We propose a reliable and user-friendly tool to partially automate these two operations. Statistical registration methods based on mutual information are tested on real data. Segmentation of cortex, medulla and cavities is performed using time-intensity curves of renal voxels in a two step process. Classifiers are first built with pixels of the slice that contains the largest proportion of renal tissue : two vector quantization algorithms, namely the K-means and the Growing Neural Gas with targeting, are used here. These classifiers are first tested on synthetic data. For real data, as no ground truth is available for result evaluation, a manual anatomical segmentation is considered as a reference. Some discrepancy criteria like overlap, extra pixels and similarity index are computed between this segmentation and functional one. The same criteria are also evaluated between the referencee and another manual segmentation. Results are comparable for the two types of comparisons. Voxels of other slices are then sorted with the optimal classifier. Generalization theory allows to bound classification error for this extension. The main advantages of functional methods are the following : considerable time-saving, easy manual intervention, good robustness and reproductibility

Thèse de doctorat : Génie Biologique et Médical : Villeurbanne, INSA : 1997. / Titre provenant de l'écran-titre. Bibliogr. p. 220-228.