Th. doct.-ing.--Électronique--Toulouse--I.N.P., 1981. N°: 136.

Th. 3e cycle--Électronique, électrotech., autom.--Toulouse--I.N.P., 1979. N°: 40.

Th. 3e cycle--Autom.--Lille 1, 1979. N°: 769.

Lors de ces travaux, nous nous sommes intéressés au problème de la classification supervisée d'images satellitaires de zones urbaines. Les données traitées sont des images optiques à très hautes résolutions spatiales: données panchromatiques à très haute résolution spatiale (IKONOS, QUICKBIRD, simulations PLEIADES) et des images hyperspectrales (DAIS, ROSIS). Deux stratégies ont été proposées. La première stratégie consiste en une phase d'extraction de caractéristiques spatiales et spectrales suivie d'une phase de classification. Ces caractéristiques sont extraites par filtrages morphologiques : ouvertures et fermetures géodésiques et filtrages surfaciques auto-complémentaires. La classification est réalisée avec les machines à vecteurs supports (SVM) non linéaires. Nous proposons la définition d'un noyau spatio-spectral utilisant de manière conjointe l'information spatiale et l'information spectrale extraites lors de la première phase. La seconde stratégie consiste en une phase de fusion de données pre- ou post-classification. Lors de la fusion postclassification, divers classifieurs sont appliqués, éventuellement sur plusieurs données issues d'une même scène (image panchromat ique, image multi-spectrale). Pour chaque pixel, l'appartenance à chaque classe est estimée à l'aide des classifieurs. Un schéma de fusion adaptatif permettant d'utiliser l'information sur la fiabilité locale de chaque classifieur, mais aussi l'information globale disponible a priori sur les performances de chaque algorithme pour les différentes classes, est proposé. Les différents résultats sont fusionnés à l'aide d'opérateurs flous. Les méthodes ont été validées sur des images réelles. Des améliorations significatives sont obtenues par rapport aux méthodes publiées dans la litterature.

Hyperspectral (HS) imaging, which consists of acquiring a same scene in several hundreds of contiguous spectral bands (a three dimensional data cube), has opened a new range of relevant applications, such as target detection [MS02], classification [C.-03] and spectral unmixing [BDPD+12]. However, while HS sensors provide abundant spectral information, their spatial resolution is generally more limited. Thus, fusing the HS image with other highly resolved images of the same scene, such as multispectral (MS) or panchromatic (PAN) images is an interesting problem. The problem of fusing a high spectral and low spatial resolution image with an auxiliary image of higher spatial but lower spectral resolution, also known as multi-resolution image fusion, has been explored for many years [AMV+11]. From an application point of view, this problem is also important as motivated by recent national programs, e.g., the Japanese next-generation space-borne hyperspectral image suite (HISUI), which fuses co-registered MS and HS images acquired over the same scene under the same conditions [YI13]. Bayesian fusion allows for an intuitive interpretation of the fusion process via the posterior distribution. Since the fusion problem is usually ill-posed, the Bayesian methodology offers a convenient way to regularize the problem by defining appropriate prior distribution for the scene of interest. The aim of this thesis is to study new multi-band image fusion algorithms to enhance the resolution of hyperspectral image. In the first chapter, a hierarchical Bayesian framework is proposed for multi-band image fusion by incorporating forward model, statistical assumptions and Gaussian prior for the target image to be restored. To derive Bayesian estimators associated with the resulting posterior distribution, two algorithms based on Monte Carlo sampling and optimization strategy have been developed. In the second chapter, a sparse regularization using dictionaries learned from the observed images is introduced as an alternative of the naive Gaussian prior proposed in Chapter 1. instead of Gaussian prior is introduced to regularize the ill-posed problem. Identifying the supports jointly with the dictionaries circumvented the difficulty inherent to sparse coding. To minimize the target function, an alternate optimization algorithm has been designed, which accelerates the fusion process magnificently comparing with the simulation-based method. In the third chapter, by exploiting intrinsic properties of the blurring and downsampling matrices, a much more efficient fusion method is proposed thanks to a closed-form solution for the Sylvester matrix equation associated with maximizing the likelihood. The proposed solution can be embedded into an alternating direction method of multipliers or a block coordinate descent method to incorporate different priors or hyper-priors for the fusion problem, allowing for Bayesian estimators. In the last chapter, a joint multi-band image fusion and unmixing scheme is proposed by combining the well admitted linear spectral mixture model and the forward model. The joint fusion and unmixing problem is solved in an alternating optimization framework, mainly consisting of solving a Sylvester equation and projecting onto a simplex resulting from the non-negativity and sum-to-one constraints. The simulation results conducted on synthetic and semi-synthetic images illustrate the advantages of the developed Bayesian estimators, both qualitatively and quantitatively.

Reproduction de : Thèse de doctorat : Génie informatique, automatique et traitement du signal : Reims : 2006. / Titre provenant de l'écran titre. Bibliogr. f. 189-199.

Cette thèse est motivée par la perspective de rapprochement entre traitement du signal et apprentissage statistique, et plus particulièrement par l'exploitation de techniques d'échantillonnage compressé afin de réduire le coût de tâches d'apprentissage. Après avoir rappelé les bases de l'échantillonnage compressé et mentionné quelques techniques d'analyse de données s'appuyant sur des idées similaires, nous proposons un cadre de travail pour l'estimation de paramètres de mélange de densités de probabilité dans lequel les données d'entraînement sont compressées en une représentation de taille fixe. Nous instancions ce cadre sur un modèle de mélange de Gaussiennes isotropes. Cette preuve de concept suggère l'existence de garanties théoriques de reconstruction d'un signal pour des modèles allant au-delà du modèle parcimonieux usuel de vecteurs. Nous étudions ainsi dans un second temps la généralisation de résultats de stabilité de problèmes inverses linéaires à des modèles tout à fait généraux de signaux. Nous proposons des conditions sous lesquelles des garanties de reconstruction peuvent être données dans un cadre général. Enfin, nous nous penchons sur un problème de recherche approchée de plus proche voisin avec calcul de signature des vecteurs afin de réduire la complexité. Dans le cadre où la distance d'intérêt dérive d'un noyau de Mercer, nous proposons de combiner un plongement explicite des données suivi d'un calcul de signatures, ce qui aboutit notamment à une recherche approchée plus précise.

La nouvelle génération de sondeurs multifaisceaux (SMF) utilise des signaux modulés en fréquence (FM) afin d'accroître l'énergie émise dans le milieu (via la durée des impulsions) tout en gardant une bonne résolution grâce à la compression d'impulsion (filtrage adapté). Ceci permet d'accroitre le rapport signal à bruit et la portée des systèmes. Cependant, les niveaux de performance atteints ne sont pas ceux espérés, et la mesure bathymétrique apparait même paradoxalement plus bruitée. Cette observation a été faite sur plusieurs systèmes de constructeurs différents (ResonTM Seabat 7150, KongsbergTM EM 122, 302 et 710). Les travaux entrepris dans cette thèse ont donc pour objectif d'examiner différentes causes d'incertitude de mesure lors de l'utilisation de signaux modulés. La première interprétation émise est liée à la présence de l'effet Doppler (causé par le mouvement des antennes fixées sur le porteur subissant les mouvements de roulis, tangage, lacet et pilonnement). Une étude de cet effet a donc été menée selon deux aspects : biais et statistique de mesures, s'appuyant sur modèles et simulations. Il a été conclu cependant que l'effet Doppler ne permet pas d'expliquer de manière satisfaisante les baisses de performance observées (les biais de mesures étant déjà pris en compte et corrigé, et les baisses de performance en terme de variance insuffisantes). Une seconde interprétation est basée sur la présence de lobes secondaires lors de la compression d'impulsion qui contribuent comme un bruit, et décorrèle les signaux interférométriques (baseline decorrelation-décorrélation angulaire). Cette dernière a été démontrée comme étant la cause principale de dégradation de la mesure bathymétrique lors de l'utilisation de signaux modulés. Enfin le travail a permis de proposer différentes solutions réalistes en terme de forme de signal émis ou de filtrage afin de réduire les impacts des lobes secondaires (modèle théorique, simulations et mises en oeuvre et testées in situ pour certaines).

Ces travaux de thèse se focalisent sur l'amélioration de la prise en charge des mouvements physiologiques qui dégradent la qualité du traitement du cancer par radiothérapie externe. L'erreur de localisation du volume tumoral détecté par imagerie est dépendante du repositionnement du patient par rapport à l'accélérateur linéaire de traitement. Une deuxième source d'incertitude concerne les localisations pulmonaires et des seins : le mouvement respiratoire induit un déplacement de la tumeur. Des marges sont alors ajoutées au volume détecté afin de certifier la délivrance de dose prescrite à la tumeur. L'enjeu de la réduction de ces marges est important cliniquement pour limiter les risques de cancers ultérieurs pour les tissus sains et organes à risques proches de la tumeur. Cependant, l'apparition de scanners 3D capturant les surfaces de manière dynamique sans nocivité permet le développement de systèmes optimisant la gestion de ces mouvements, c'est pourquoi ce travail de thèse a cherché à évaluer une caméra Temps-de-Vol pour sa capacité à suivre une déformation surfacique dynamiquement. En effet, la prédiction du mouvement interne dû à la respiration par l'observation et l'estimation en temps réel du mouvement surfacique externe constitue le point-clef d'une irradiation compensant la respiration. De même, le recalage et la surveillance dynamique de la surface d'un patient pendant une fraction du traitement permet d'améliorer son repositionnement inter et intra-fraction. Les capacités de la Caméra Temps-de-Vol comme scanner 3D permettant un tel suivi sont démontrées dans ce travail. La compréhension de l'influence des paramètres d'observation, la réduction du bruit de mesure ainsi que la création de systèmes bi-caméras amènent à une augmentation sensible de la précision et de la robustesse des estimations. Le développement de méthodes innovantes d'extraction de la déformation à partir des nuages de points 3D permet enfin d'obtenir une estimation précise et exhaustive d'une déformation surfacique en temps réel. Au final, les méthodologies développées montrent que l'on peut connaitre le mouvement respiratoire externe dans la direction antéro-postérieure avec une précision millimétrique à l'échelle d'un seul point en temps réel. De même, la fusion des informations 2D et 3D fournies par la caméra permet d'estimer la déformation tridimensionnelle avec une précision inférieure à deux millimètres, et ceci plusieurs fois par seconde. Enfin, une étude clinique pour le repositionnement montre la bonne capacité d'un système bi-caméras à détecter et estimer une translation et semble indiquer que l'analyse par surface ne permet pas de détecter un mauvais alignement interne.

Dans cette thèse, nous nous intéressons à la détection de concepts sémantiques dans des films "Hollywoodiens" à l'aide de concepts audio et vidéos, dans le cadre applicatif de la détection de violence. Nos travaux se portent sur deux axes : la détection de concepts audio violents, tels que les coups de feu et les explosions, puis la détection de violence, dans un premier temps uniquement fondée sur l'audio, et dans un deuxième temps fondée sur l'audio et la vidéo. Dans le cadre de la détection de concepts audio, nous mettons tout d'abord un problème de généralisation en lumière, et nous montrons que ce problème est probablement dû à une divergence statistique entre les attributs audio extraits des films. Nous proposons pour résoudre ce problème d'utiliser le concept des mots audio, de façon à réduire cette variabilité en groupant les échantillons par similarité, associé à des réseaux Bayésiens contextuels. Les résultats obtenus sont très encourageants, et une comparaison avec un état de l'art obtenu sur les même données montre que les résultats sont équivalents. Le système obtenu peut être soit très robuste vis-à-vis du seuil appliqué en utilisant la fusion précoce des attributs, soit proposer une grande variété de points de fonctionnement. Nous proposons enfin une adaptation de l'analyse factorielle développée dans le cadre de la reconnaissance du locuteur, et montrons que son intégration dans notre système améliore les résultats obtenus. Dans le cadre de la détection de violence, nous présentons la campagne d'évaluation MediaEval Affect Task 2012, dont l'objectif est de regrouper les équipes travaillant sur le sujet de la détection de violence. Nous proposons ensuite trois systèmes pour détecter la violence, deux fondés uniquement sur l'audio, le premier utilisant une description TF-IDF, et le second étant une intégration du système de détection de concepts audio dans le cadre de la détection violence, et un système multimodal utilisant l'apprentissage de structures de graphe dans des réseaux bayésiens. Les performances obtenues dans le cadre des différents systèmes, et une comparaison avec les systèmes développés dans le cadre de MediaEval, montrent que nous sommes au niveau de l'état de l'art, et révèlent la complexité de tels systèmes.