Mathematiques et Analyse d'Images

Paris, 6-9 Septembre 2004

Un atelier scientifique de niveau élevé autorisé analyse de
mathématiques et d'image sera tenu à Paris en septembre 2004. Cette
conférence est organisée par la RDA MSPC avec le support de
OBTIENNENT, Universite Paris Dauphine, INRIA, défense aérien de
Thales et DGA. Le programme scientifique inclura des conférences
invitées à l'interface entre recherche dans des mathématiques
appliquées (PDE, positionnements statistiques de méthodes, de
wavelets, de niveau, méthodes variationnelles...) et de nouveaux
développements dans divers domaines de la vision d'ordinateur, liés
aux sujets mathématiques comprenant la forme, des déformations,
mouvement, restauration, Invariants, le Mesurer-espace, théorie de
l'information...

Le rendez-vous d'atelier devrait être à l'université Paris Dauphine
dans la partie occidentale de Paris. L'information d'enregistrement
est disponible en français ou anglais. Des exposés seront
présentés dans en anglais ou français, selon la préférence du
haut-parleur. Notez cela seulement environ 10 des 30 haut-parleurs
pour avoir le français car le mothertongue et environ 50 participants
ne comprennent pas le français.

Pour souscrire à la liste de diffusion pour la RDA MSPC envoyez
l'email à "cohen - à - ceremade.dauphine.fr"

Comite d'Organisation

Frédéric Barbaresco
Laurent Cohen
Rachid Deriche
Nicolas Rougon
Alain Trouvé
Laurent Younes

comite scientifique

Yali Amit (University of Chicago) , Frédéric Barbaresco (Thales)
Laurent Cohen (CEREMADE, Université Paris Dauphine) , Rachid Deriche (INRIA Sophia-Antipolis)
Olivier Faugeras (INRIA Sophia-Antipolis) , Stephane Mallat (Ecole Polytechnique)
Nicolas Rougon (Institut National de Télécommunications) , Guillermo Sapiro (University of Minnesota)
Alain Trouvé (CMLA, ENS de Cachan) , Laurent Younes (Johns Hopkins University)

Exposes Longs
Leonidas J. Guibas (Université De Stanford) Analyse locale et globale pour des données de nuage de point
Stan Osher (UCLA, Etats-Unis) Utilisation de la géométrie et de l'amélioration réitérée pour des problèmes inverses. (1) Restauration Totale d'Image de Variation
Nikos Paragios, (DES d'Ecole Nationale Ponts et Chaussees, France) Segmentation et cheminement du ventricule gauche en échocardiographie Jean Serra (mines de Paris) Une approche de trellis à la segmentation d'image

Bernhard Schölkopf (Institut Maximum de Planck, l'Allemagne) Étude avec des grains
Baba Vemuri (UFL, Etats-Unis) Méthodes variationnelles pour la restauration et la segmentation de MRI pesée par diffusion
Yezzi Tony (Gatech) Découpes et écoulements actifs de "gradient" : métrique sur l'espace des courbes

Exposes Invites
Roberto Ardon (CEREMADE, Univeristy Paris Dauphine, France)	Extraction extérieure par les voies d'accès minimales, applications dans les images 3D médicales
Michael M. Bronstein (Technion - Israel )	représentation Expression-invariable des visages
Freddy Bruckstein (Technion - Israel )	Méthodes variationnelles pour l'analyse d'image : Savons-nous pour que ce qui optimalise ?
Nicolas Brunel (Thales Air Defence, INT)	Segmentation statistique de l'image de radar de Doppler basée sur les modèles généralisés de Markov et les statistiques directionnelles
Frederic Cao (IRISA, France)	Extraire les courbes signicatives à partir des images
Daniel Cremers (UCLA, USA)	forme statistique Multi-modale Priors et cadrage intrinsèque pour la segmentation Connaissance-pilotée
Marco Cuturi (Ecole des Mines de Paris)	Quelques grains de semigroupe pour des images vues comme sacs des Pixel
Mathieu Desbrun (Caltech, USA)	Calcul Différentiel Discret
Remco Duits (TU Eindhoven, NL)	Fonctions inversibles de paquet d'orientation basées sur la théorie généralisée de wavelet
Nira Dyn (Tel Aviv University, Israel)	Compactage d'image par des triangulations adaptatives d'excédent linéaire de cannelures
Laurent Garcin (CMLA, ENS Cachan, France)	Apparier géodésique des formes par l'intermédiaire de la quantification
S. Jehan-Besson (Laboratoire GREYC Caen)	Gradient de forme pour la segmentation d'image et de vidéo
Ian Jermyn (Ariana, INRIA Sophia Antipolis, France)	Découpes actives évoluées
Seongjai Kim (University of Kentucky, USA)	Perte et reprise des structures fines dans l'image PDE-basée Denoising
Christophe Lenglet (Odyssée, INRIA Sophia Antipolis, France)	Vers l'évaluation blanche cérébrale de connectivité de matière à partir de la diffusion MRI
Simon Masnou (Universite Paris 6)	Compactage d'image en utilisant l'interpolation non linéaire de multiscale
Gabriel Peyre (CMAP Polytechnique, France)	La deuxième génération Bandelets et leur application à l'image et au 3D engrène le compactag
Emmanuel Prados (Odyssee Lab., INRIA)	Un cadre mathématique unifiant la diverse forme d'ombrager s'approche
Florent Ranchin (CEREMADE, Paris)	Segmentation Mobile d'Objets En utilisant L'Évaluation Optique D'Écoulement
Dr Evgueni Spodarev (Universitaet Ulm, Germany)	Une nouvelle approche au calcul des functionals de Minkowski de polyconvex place
Rene Vidal (Johns Hopkins University, USA)	Segmentation des scènes dynamiques par l'intermédiaire d'analyse généralisée de composant principal
Jian-Feng Yao (IRMAR and IRISA, Rennes, France)	Modèles pour des données de mélanger-états avec l'application à l'analyse des ordres visuels

**PROGRAMME FINAL :**
	Lundi 6 Septembre	Mardi 7 Septembre	Mercredi 8 Septembre	Jeudi 9 Septembre
9h - 10h45	9h00 Petit Dejeuner - Accueil 9h30 : Leonidas Guibas	Bernhard Schölkopf	9h30-11h00 Baba Vemuri	Jean Serra
10h45 - 11h15	Marco Cuturi	Pause Café	11h-11h30 Christophe Lenglet	Pause Café
11h15 - 11h45	M. Bronstein	Rene Vidal		Evgueni Spodarev
11h45 - 12h15	Frederic Cao	Nicolas Brunel		Jian-Feng Yao
12h15 - 14h	DEJEUNER	DEJEUNER	DEJEUNER	DEJEUNER
14h - 15h45 15h15	Nira Dyn S. Masnou	Tony Yezzi	Stan Osher	Nikos Paragios Pause Café
15h45 - 16h15	Pause Café	Pause Café	Pause Café	S. Jehan-Besson
16h15 - 16h45	Laurent Garcin	F. Bruckstein	S. Kim	Daniel Cremers
16h45 - 17h15	Remco Duits	Roberto Ardon	M Desbrun	F. Ranchin
17h15 - 17h45	Gabriel Peyre	Ian Jermyn	E. Prados

Tous les entretiens auront lieu dans Amphi 8, le deuxième
étage. Les pauses-café de petit déjeuner (premier jour seulement)
et seront élogieuses dans "DES Etudiants de barre" à côté d'Amphi
8. Le déjeuner n'est pas fourni par la conférence. Les participants
sont libres pour obtenir le déjeuner de différents endroits à
l'intérieur de (la terre floor/Rez-de-Chauss\'ee) ou d'extérieur
l'université. Beaucoup de restaurants peuvent être trouvés en
prenant le bus PC1 des arrêts (d'accross la rue de l'université) un
ou deux loin à DES Ternes ou la métro de Porte Maillot ou de Porte
aux stations de vainqueur Hugo ou d'Etoile un ou deux loin. À travers
la rue de l'université vous pouvez également ''de cour de K'fe
trouver restaurant `` avec le club de tennis.

Resumes

Roberto Ardon, travail commun avec Laurent Cohen
Philips
et
CEREMADE, University Paris Dauphine, France
-----------------------------------
Nous présentons une méthode de roman pour extraire des objets à
partir des images 3D sous l'utilisateur donné contraint. Notre
approche est basée sur une technique de minimisation d'énergie.
Contraint sont présentés comme courbes ou points dans l'image 3D.
Notre approche exploite notre capacité d'extraire les courbes
globalement minimales dans 3D en fixant leurs points finals. Le
système différentiel laissant construire l'ensemble de voies
d'accès minimales joignant les objets de contrainte, est employé
pour produire de la surface minimale. Par une approche géométrique
nous dérivons une équation partielle simple que cela mène à une
construction numérique efficace de cette surface. En opposition à la
plupart des modèles actifs, notre surface n'est pas concernée par
les pièges locaux de minimum et son initialisation est dérivée des
objets de contraintes donnés par l'utilisateur. Notre article décrit
une construction rapide obtenue en exploitant l'algorithme marchant
rapidement et les arrangements d'ENO pour des lois d'économie. Notre
algorithme a été avec succès appliqué au synthétique et aux
images 3D médicales.

Michael M. Bronstein
Représentation Expression-invariable de visages
Department of Computer Science
Technion - Israel Institute of Technology
Haifa 32000, Israel
http://visl.technion.ac.il/bron/michael
-----------------------------------

Une question essentielle dans diverses zones qui traitent la
nature de l'aspect facial est ce qui sont les invariants du visage
humain sous de diverses expressions. C'est-à-dire, comment osez
quelqu'un faire face soit donné une seule description, sans se
soucier l'expression faciale. Les exemples importants incluent le
problème de l'identification de visage dans la vision d'ordinateur,
la texture traçant pour l'animation faciale dans l'infographie, la
traduction d'émotion en psychologie et la mesure des paramètres
géométriques du visage dans la chirurgie cosmétique. La
variabilité de l'aspect de visage dû aux imitateurs faciaux
complique de manière significative ces tâches et défis pour qu'un
modèle commode analyse la nature des expressions faciales.

Ici nous suggérons traiter des visages en tant que surfaces
deformable dans le contexte de la géométrie de Riemannian. Nous
prouvons que des expressions faciales peuvent être modelées en tant
que transformations proche-isométriques (c.-à-d. transformations qui
préservent les distances géodésiques) de la surface faciale. Cette
observation laisse construire un invariable géométrique avec du
visage sous différentes expressions. Comme exemple, nous pouvons
convertir la structure de Riemannian de la surface faciale en
euclidienne en incluant la surface en espace plat bas-dimensionnel et
en substituant les distances géodésiques par Euclidean ceux.

Nous exemplifierons le modèle montrant un système d'identification
du visage 3D qui a été développé au service de l'informatique,
Technion.

Alfred M. Bruckstein
Methodes Variationelles pour l'analyse d'image :
Savons-nous pour quoi optimaliser ?
Department of Computer Science
Technion - Israel Institute of Technology
Haifa 32000, Israel
http://www.cs.technion.ac.il/~freddy/

-----------------------------------

Tandis que c'est presque un axiome dans la communauté que les
méthodes variationnelles sont les outils exceptionnels pour l'analyse
d'image, elle n'est toujours pas toujours claire quels functionals si
nous optimalisons afin de relever les divers défis produits. Une
série d'exemples montrant des options et des différences sera
présentée et discutée.

Nicolas Brunel ( Thales Air Defense Bagneux / INT / Paris 6)
Segmentation statistique de l'image de
radar de Doppler basée sur modèles généralisés et statistiques
directionnelles
Laboratoire CITI, Institut National des Telecommunications
9, rue Charles Fourier
91000 Evry Cedex
Tel: 01.60.76.44.52
http://www-citi.int-evry.fr/~pieczyn/
-----------------------------------
L'analyse de l'environnement de radar et de la construction de la
carte du différent encombre est une de la tâche du traitement des
signaux avançé de radar. Le but est d'obtenir la localisation des
zones homogènes d'image de fond et du profil spectral moyen associé,
afin de pour avoir dans l'espace adapté des algorithmes (par exemple
dans la détection) dans la chaîne de radar.

Nous proposons un modèle statistique pour la segmentation de Doppler
basée sur l'évaluation d'un modèle auto-régressif instantané du
signal de radar complexe. Un tel modèle permet de résumer le spectre
entier à la connaissance de peu de paramètres : les coefficients de
réflexion et la puissance du signal en chaque cellule. Les
paramètres décrivant les modèles auto-régressifs sont dédoublés
dans 2 parts : euclidien qui correspond à la puissance et à la
richesse spectrale du signal de radar. L'autre représente un
paramètre de forme, et appartient à une sphère hyper complexe.

Nous utilisons alors une chaîne de Markov cachée généralisée pour
la segmentation de l'environnement d'image de fond, en appliquant la
règle de MPM pour l'évaluation des états cachés. L'avantage de ce
modèle sur le modèle caché habituel de chaîne de Markov est que
l'acceptation de l'indépendance conditionnelle des observations est
détendue. La dépendance est prise en considération par copule, qui
sont un concept statistique très puissant pour la description des
lois multivariables dans l'espace euclidien. Grâce à la
généralité de la copule, il est possible d'avoir l'évaluation et
le procédé statistiques génériques de restauration qui peut être
appliqué dans une grande variété de situations. Pour illustrer
notre approche, le modèle utilisé pour l'analyse de Doppler des
données d'un radar atmosphérique est présenté.

Références :

Statistiques directionnelles, K. Mardia et P. Jupp, série de Wiley en
Probability et Statistics, 1999. Par paires Chaînes de Markov, PAMI,
2000.

Segmentation statistique en utilisant par paires des chaînes de
Markov et la copule, conférence statistique internationale de
traitement des signaux, Saint Louis, 2003.

Une introduction à la copule, R. Nelsen, parle des notes dans les
statistiques, Springer-Verlag, 2000. Modèles de mélange, imper
Lachlan et peau finis, série de Wiley dans des probabilités
appliquées, 2000.

Frederic Cao , avec P. Musé et F. Sur,
courbes signicatives à partir des images
IRISA, France, CMLA, ENS Cachan
-----------------------------------
Depuis le début, la morphologie mathématique a proposé d'extraire
des formes à partir des images comme les composants reliés des
positionnements de niveau. Ces méthodes ont prouvé très efficace
dans l'identification de forme et l'analyse de forme. En cet article,
nous présentons une méthode améliorée pour choisir les lignes de
niveau les plus signicatives (bornes des positionnements de niveau) à
partir d'une image. Cette extraction peut être basée sur des
arguments statistiques, menant à un algorithme de paramètre
librement. Elle laisse extraire rudement tous les morceaux de lignes
de niveau d'une image, celle coïncident avec des morceaux de bords.
Par cette méthode, le nombre de lignes de niveau encodées est
réduit par un facteur 100, sans n'importe quelle perte de contenu de
forme. Contrairement aux algorithmes de détection de bord ou aux
méthodes de serpents, telles lignes méthode d'un niveau de
sélection fournit les éléments précis de forme, sans paramètre
d'utilisateur puisque des paramètres de sélection peuvent être
calculés par Helmholtz Principle. Le papier vise à améliorer la
méthode initiale proposée par Desolneux, Moisan et morelle. Nous
donnons une traduction mathématique du modèle, qui explique pourquoi
quelques morceaux de courbe sont overdetected. Nous présentons une
approche de multiscale qui rend la méthode plus robuste pour
ébruiter. Un algorithme plus local est présenté, tenant compte des
variations locales de contraste. En conclusion, nous montrons
empiriquement que la détection de marques de régularité plus
robuste mais ne change pas qualitativement les résultats.

Ms. Yan Cao, avec Michael I. Miller, Raimond L. Winslow et Laurent Younes
tracer métrique de grande déformation
Center for Imaging Science,
Johns Hopkins University
301 Clark Hall
3400 N Charles St
zip code: 21218
Baltimore, MD Country: USA
Phone: 410-516-6736 Fax: 410-516-4594

-----------------------------------
La formation image de résonance magnétique de tenseur de
diffusion (DT-MRI) sonde et mesure la diffusion anisotrope des
molécules d'eau dans les tissus biologiques. Ce devient une technique
courante de résonance magnétique pour étudier des propriétés de
tissu biologique, y compris l'orientation de fibre. Je présenterai
une méthode aux images de résonance magnétique de tenseur de
diffusion d'allumette (DT-MRI) par tracer métrique de grande
déformation des zones de vecteur, se concentrant sur les orientations
de fibre, considérées en tant que zones de vecteur d'unité sur le
volume d'image. Nous définissons une action appropriée des
diffeomorphisms sur de telles zones de vecteur, et fournissons une
extension du cadre traçant métrique de grande déformation à ce
type d'ensemble de données, ayant pour résultat l'optimalisation
pour le geodesics sur l'espace des diffeomorphisms reliant deux
images. L'existence des minimizers dans des prétentions de douceur
sur les zones comparées de vecteur est prouvée, et brut aux
stratégies hiérarchiques fines soyez détaillé, pour réduire les
ambiguïtés et le chargement de calcul. Ceci est illustré par
expérience numérique sur des images de coeur de DT-MRI.

Daniel Cremers (avec Timo Kohlberger, Christoph Schnoerr,
Stanley Osher et Stefano Soatto)
Forme statistique Multi-modale et cadrage intrinsèque pour Connaissance-pilotée
Vision Lab
Boelter Hall 3532
University of California
Los Angeles, CA 90095-1596
http://www.cs.ucla.edu/~cremers/

-----------------------------------
Les efforts récents de recherches ont prouvé que l'intégration des
priors statistiques de forme produits d'un ensemble de formes de
formation peut rigoureusement améliorer la segmentation des objets
familiers dans les images contenant le bruit, l'image de fond et les
occlusions partielles.

Dans ma présentation, je me concentrerai sur deux contributions :

Je présenterai deux variantes des modèles statistiques multi-modaux
de forme. Contrairement à exister s'approche à la segmentation
connaissance-pilotée, de telles distributions multi-modales ne
comptent pas sur les acceptations restrictives d'une distribution
gaussienne. Elles peuvent donc modeler des distributions arbitraires
des formes assez distinctes telles que les diverses silhouettes d'un
objet 3D ou les silhouettes d'une personne de marche.

Je méthodes actuelles de volonté pour produire de l'invariance de
pose de la forme statistique antérieurement par cadrage intrinsèque.
J'arguerai du fait que cette approche pour obtenir l'invariance par
une solution fermée de forme a deux avantages : Premièrement, elle
n'exige pas l'optimisation numérique et itérative des paramètres
explicites de pose. Deuxièmement, le gradient résultant de forme est
plus précis parce qu'il tient compte de l'effet de la variation de
shape/boundary sur la pose.

Je détaillerai ces idées pour les représentations explicites et
implicites (de positionnement de niveau) de la borne.

Liens aux publications :
http://www.cs.ucla.edu/~cremers/Publications/

Marco Cuturi
quelques grains de semigroupe pour des images vues
comme sacs des Pixel
Ecole des Mines de Paris
-----------------------------------
Comme un objet structuré, une image digitale peut être décomposé
en composants tels que des Pixel ou des connexions. Cette
décomposition peut être efficacement représentée par des mesures
moléculaires au-dessus de l'espace composant. Tirant profit de la
structure de semigroupe des mesures positives de radon, nous proposons
et étudions la classe des grains définis positifs dont la valeur est
directement calculée sur l'espace des mesures comme $\phi(\mu+\mu')$
où $\mu$ et $\mu'$ représentent les représentations appropriées de
dispositif de deux images $z$ et $z'$ dans l'espace des mesures de
radon. Nous fournissons alors des résultats expérimentaux pour une
tâche de classification menée sur une référence des chiffres
manuscrits.

Mathieu Desbrun
Calcul Différentiel Discret
Caltech
-----------------------------------
La géométrie discrète est une issue centrale et provocante de
modeler et une perspective de calcul en plusieurs sciences, y compris
l'infographie. Dans cet entretien, nous expliquerons comment notre
approche variationnelle initiale au traitement de surface nous a
menés à étudier une théorie discrète de calcul extérieur sur les
n-tubulures par morceaux linéaires. Nous montrerons comment quelques
développements théoriques récents peuvent être directement
utilisés dans des applications importantes telles que la
paramétrisation intrinsèque, lisser isotrope et anisotrope et
remeshing, des coordonnées barycentriques généralisées, aussi bien
que la simulation de mince-interpréteur de commandes interactif.

Remco Duits, avec Maurice Duits et Luc Florack
empaquettent des fonctions basées sur la
théorie généralisée des ondelettes
-----------------------------------
Inspiré par le système visuel humain nous considérons la
construction de-et la reconstruction -un de la fonction de paquet
d'orientation comme points locaux d'orientation d'une image, par
l'intermédiaire d'un wavelet transforment la correspondance à la
représentation gauche-régulière du groupe euclidien de mouvement
sur l'espace de Hilbert de la fonction intégrable carrée sur
l'avion, et le wavelet orienté $\psi$. Puisque cette représentation
est réductible le théorème général de reconstruction de wavelet
ne s'applique pas. Au moyen de théorie se reproduisante de grain nous
formulons une nouvelle et plus générale théorie de wavelet, qui est
appliquée à notre cas spécifique. En conséquence nous pouvons
mesurer le well-posedness de la reconstruction donnée le wavelet
$\psi$ et traiter la question de laquelle a orienté le wavelet $\psi$
est pratiquement souhaitable dans le sens qu'il tous les deux permette
une reconstruction stable et une détection appropriée des structures
ovales locales. Ceci permet le perfectionnement d'image au moyen
d'opérateurs gauche-invariables sur des fonctions de paquet
d'orientation.

Nira Dyn, avec L. Demaret et A. Iske.
Compactage
d'image par l'école adaptative de triangulations d'excédent
linéaire de cannelures
School of Mathematical Sciences
Tel-Aviv University, Israel
-----------------------------------
Une nouvelle méthode pour le compactage d'image est présentée. La
méthode est basée sur l'approximation d'une image, considérée
comme une fonction, par un excédent linéaire de cannelure une
triangulation adaptée, #$$D(Y)$>, qui est la triangulation de
Delaunay d'un petit positionnement $Y$ de Pixel significatifs. La
cannelure linéaire réduit au minimum l'erreur de place moyenne à
l'image, parmi tout l'excédent linéaire de cannelures #$$D(Y)$>.
Les Pixel significatifs dans $Y$ sont choisis par un algorithme
amincissant adaptatif, qui retire périodiquement les Pixel moins
significatifs d'une voie avide, utilisant a sofisticated la mesure
d'importance d'un Pixel. La méthode proposée de compactage combine
l'arrangement d'approximation avec un code dispersé personnalisé de
données. Nous démontrons que notre méthode de compactage surpasse
JPEG2000 sur deux images géométriques et exécute competitivement
avec JPEG2000 sur trois cas populaires d'essai de vraies images.

Laurent Garcin
Apparier géodésique de formes par
l'intermédiaire de quantification
ENS Cachan, CMLA
IGN, Laboratoire MATIS
-----------------------------------

Dans beaucoup de domaines tels que le langage figuré
médical, il est important de pouvoir apparier des formes et
rechercher une déformation entre deux formes. Ici nous supposerons
que les formes sont définies par des points (polygones (2D) ou
sommets de triangulations (3D)). Le calcul franc des correspondances
entre les points peut être numériquement untractable d'un point de
vue combinative. C'est pourquoi nous décidons d'apparier des
quantifications des formes. Nous calculons la quantification et la
déformation en même temps de sorte que nous soyons assurés que la
quantification dans les deux formes est adaptée à la déformation et
qu'il n'y a pas aucune issue combinatoire. Apparier consiste en
minimisation d'une énergie composée de deux limites : une énergie
de quantification et une énergie de déformation,

rapportant un algorithme qui est l'itération de deux étapes
: une étape de quantification et une étape de déformation incluse
dans un procédé déterministe de recuit. Nous montrerons quelques
résultats dans le 2D et 3D.

Leonidas J. Guibas
Local et analyse globale pour le point opacifient
Computer Science Department
Stanford University
Stanford, CA 94305 USA
Tel.           (650) 723-0304
Web:           http://graphics.stanford.edu/~guibas
-----------------------------------
        Les formes de Digital deviennent omniprésentes et exigent de nouveaux
outils pour l'analyse. Tandis que l'acoustique, les images, ou le
vidéo, se composent des signaux régulièrement échantillonnés, les
formes balayées commencent typiquement leur vie comme rien plus que
pas unorganized la collection de points irrégulièrement
échantillonnés de la surface d'un objet -- prétendues données de
nuage de point. Nous étudions des techniques pour la détection
locale de dispositif, la segmentation, et l'analyse plus globale de
forme de tels Modem. Le prélèvement irrégulier crée de nouveaux
défis et mène aux méthodes avec un caractère distinctement plus
combinatoire et topologique qui dans le traitement des signaux
traditionnel.

S. Jehan-Besson (Laboratoire GREYC Caen)
avec Ariane Herbulot (Laboratoire I3S Sophia Antipolis), Michel Barlaud (Laboratoire I3S Sophia Antipolis), Gilles Aubert (Laboratoire J.A. Dieudonné Nice)
gradient de forme pour segmentation d image et video
Laboratoire GREYC-Image
         6, Bd Marechal Juin,
         14050 Caen Cedex France.
Tel.: 02 31 45 27 01
-----------------------------------

La segmentation peut être formulée comme calcul d'un domaine
optimal quant à un critère global comprenant des limites
région-basées et borne-basées. Un minimizer local de forme de ce
critère peut être atteint en utilisant des domaines deformable, à
savoir découpes actives région-basées. L'idée fondamentale est
d'obtenir, à partir de la dérivation du critère, une équation
partielle (PDE) cette des lecteurs une première région vers un
minimum local de forme du critère d'erreur. Puisque l'ensemble de
régions d'image n'a pas une structure de l'espace de vecteur, la
difficulté principale se situe dans la dérivation du critère selon
le domaine. Nous prouvons que des outils de dérivation de forme,
venant de la théorie d'optimisation de forme, peuvent être utilisés
pour traiter le problème. On propose un cadre général pour le
calcul du PDE d'un critère global. Nous nous concentrons plus en
particulier sur la minimisation des functionals région-dépendants et
donnons quelques résultats pour le PDE associé. Parmi des
functionals région-dépendants, nous considérons une classe des
functionals basés sur des fonctions non paramétriques de densité de
probabilité des dispositifs d'image pour la comparaison à un
prototype, ou l'évaluation des mesures de l'information (thèse de
PhD de A. Herbulot). De divers problèmes de segmentation d'image et
de vidéo peuvent alors être traités comprenant la segmentation
d'objet de visage ou de vidéo aussi bien que la région
s'assortissant ou dépistant.

Références : http://www.greyc.ismra.fr/~jehan/publi.html
http://www.i3s.unice.fr/~herbulot/

Ian Jermyn, avec Marie Rochery et Josiane Zerubia.
Contours actifs d'ordre superieur
Ariana (joint project CNRS/INRIA/UNSA)
INRIA
2004 route des Lucioles, B.P. 93,
06902 Sophia Antipolis, France.
http://www-sop.inria.fr/ariana/personnel/Ian.Jermyn
-----------------------------------
Je décrirai une nouvelle classe des modèles actifs de découpe, les
énergies polynômes évoluées, qui tiennent la grande promesse pour
modeler de région et de forme. Le dispositif distinctif de la
nouvelle classe des modèles est que les différents points de la
découpe agissent l'un sur l'autre avec l'un l'autre des voies qui
dépendent de la géométrie de découpe, et qui peuvent dépendre des
données. Le résultat est que les nouvelles énergies de découpe
peuvent incorporer des informations préalables non triviales sur la
géométrie, leurs minimum représentant des familles des découpes
partageant les propriétés géométriques complexes. Cependant, à la
différence des tentatives les plus actuelles d'incorporer
l'information géométrique aux énergies de découpe, ces modèles ne
décrivent pas seulement de petites, tangentielles variations autour
d'une forme 'moyenne '. En outre, les nouvelles énergies de données
peuvent corréler la découpe avec les données des voies qui sont les
modèles classiques d'utilisation impossibles.

Les méthodes disponibles immédiatement de minimisation d'énergie de
découpe ne s'appliquent pas directement aux nouveaux modèles,
rendant nécessaire une extension des méthodes réglées de niveau
existant pour traiter les forces non-local qui surgissent.

Je donnerai un exemple d'une énergie dans cette classe se composant
d'une limite antérieure dont les minimum soutiennent une ressemblance
forte aux types de réseau d'intérêt pour plusieurs types de langage
figuré, et illustre les possibilités inhérentes aux limites plus
sophistiquées de données. Un certain nombre de résultats seront
montrés, certains illustrant le comportement antérieur de la
découpe en l'absence des données, et d'autres montrant les
résultats obtenus jusqu'ici dans l'extraction des voiries des images
satellites optiques.

État 5063 d'INRIA : http://www.inria.fr/rrrt/rr-5063.html Marie
Rochery et Ian H. Jermyn et Josiane Zerubia, découpes actives d'ordre
plus supérieur et leur application à la détection de la ligne
réseaux dans le langage figuré satellite. Proc. {atelier d'IEEE} sur
des méthodes variationnelles, géométriques, et de niveau de
positionnement dans la vision d'ordinateur, VLSM'03 à ICCV, Nice,
France

Seongjai Kim,
perte et reprise des structures fines dans des
mathématiques
Mathematics, University of Kentucky
Web page: www.ms.uky.edu/~skim

-----------------------------------

les processus denoising PDE-basés tels que toute la minimisation de
variation et mouvement la courbure d'au moyen et leurs variantes
mènent souvent à la perte significative de structures fines à moins
que les dérivés soient soigneusement rapprochés. Cet article est
concerné par des techniques numériques pour les modèles denoising
PDE-basés qui peuvent preserve/recover affiner des structures dans
l'image. Les arrangements essentiellement non diffusés (d'ENoD) sont
considérés comme réduires au minimum la diffusion numérique en
particulier près des bords. En outre, des stratégies pertinentes
sont étudiées pour la section des paramètres variables de
contrainte qui peuvent récupérer les structures fines de nouveau à
l'image. Ici le but est que le résiduel n'implique aucun dispositif
structural. De divers exemples sont présentés à l'efficacité
d'exposition et à la fiabilité des techniques numériques.

Christophe Lenglet , avec Rachid Deriche et Olivier Faugeras
vers l'évaluation blanche cérébrale de connectivité de
matière
Odyssee Lab - I.N.R.I.A Sophia-Antipolis
http://www-sop.inria.fr/odyssee/team/Christophe.Lenglet/home.html
---------------------------------
Les techniques classiques de MRI nous permettent automatiquement de
distinguer et classifier la matière grise, la matière blanche et le
fluide cephalo-spinal. Cependant, la matière blanche maintient un
aspect homogène, empêchant n'importe quelle observation des fibres
neurales et ainsi de la connectivité cérébrale. Afin de comprendre
l'architecture neurale de paquets, la diffusion MRI a été récemment
développée et est actuel la seule technique non envahissante capable
de sonder et de mesurer la diffusion anisotrope des molécules d'eau
dans les tissus biologiques tels que le cerveau ou les muscles.
Motivé par les améliorations potentiellement excessives que la
connaissance de la connectivité anatomique introduirait dans la
compréhension du couplage fonctionnel entre les zones corticales,
l'étude des maladies neurodegenerative, la détection aiguë... etc..
d'ischémie de cerveau, on a proposé de diverses méthodes pour
aborder la question de tracer cérébral de connectivité. Nous
présenterons notre travail, basé sur des outils de la géométrie
différentielle et des processus stochastiques pour impliquer à
information conformée sur la connectivité neurale de la diffusion
MRI.

Référence :
ftp://ftp-sop.inria.fr/odyssee/Publications/2003/lenglet-deriche-etal:
03.ps.gz

Simon Masnou
Compactage d'image en utilisant les non
linéaires d'interpolation

-----------------------------------
Les méthodes classiques de wavelet pour le compactage
d'image, comme ceux incorporés dans la norme JPEG2000, sont connues
pour avoir plusieurs limitations théoriques et numériques, en
particulier pour le codage d'information géométrique aux cadences
très élevées de compactage. On a proposé ces dernières années
plusieurs approches, pas toujours basées sur des wavelets, pour
surmonter ces limitations. Le travail qui sera présenté, fait en
collaboration avec Albert Cohen (Paris 6, France), Justin Romberg
(Caltech, Etats-Unis) et Thomas Capricelli (Paris 6, France), chutes
dans cette catégorie. Nous proposons de combiner une approche du
multiscale prediction/correction avec un opérateur non linéaire
d'interpolation qui a été présenté la première fois dans le
contexte de la reconstruction manquante de pièces d'image. Cet
opérateur interpole les lignes de niveau d'image par des courbes
réduisant au minimum une énergie qui implique leur longueur et leur
courbure. Elle est directement inspirée par une capacité normale de
notre système visuel de reconstruire les objets partiellement occlus,
le prétendu processus "d'accomplissement amodal".

Stanley Osher,avec Jinjun Xu, Wotao Yin, Martin Burger et Donald
Goldfarb
en utilisant la géométrie et
l'amélioration réitérée pour des problèmes inverses. (1)
variation totale de restauration d'image
Professor of Mathematics & Director of Applied Mathematics,
University of California, Los Angeles
Director of Special Projects, Institute for Pure and Applied Mathematics (IPAM)
Office: Math Sciences 7617F
http://www.math.ucla.edu/~sjo/
TR : http://www.math.ucla.edu/applied/cam/index.html
-----------------------------------
La régularisation basée par variation totale pour la
restauration d'image a été développée par
Rudin-Osher-Fatemi-Osher-Fatemi vers la fin des années 80.
Récemment, Yves Meyer a caractérisé des textures comme éléments
du duel de BV et a fait une certaine analyse extrêmement
intéressante sur le modèle initial de la RF. Ceci a mené aux
algorithmes pratiques pour décomposer des images en structure plus la
texture. Des résultats très prometteurs impliquant traitant des
gradients d'image simultanément des images ont été obtenus par
Lysaker-Osher-Tai, basé sur les premiers travaux sur traiter des
surfaces par Tasdizen-Whitaker-Burchard-Osher. Ceci a maintenant mené
à une nouvelle voie du raffinage et de mettre en valeur les solutions
à une classe large des problèmes inverses. Je discuterai tout ce et
présenterai les résultats de restauration d'image qui semblent être
de pointe.

Nikos Paragios, avec Marie-Pierre Jolly, Maxime Taron et Rama Ramaraj
Segmentation et cheminement du ventricule gauche en
échocardiographie
Ecole Nationale des Ponts et Chaussees
6-8 Avenue Blaise Pascal,
77455 Champs sur Marne, Marne-la-Vallée Cedex 2, France
http://cermics.enpc.fr/~paragios/

-----------------------------------
Le traitement d'image médical est un domaine croissant
d'application avec de la vision d'ordinateur où le diagnostic
assisté par ordinateur est un premier objectif. L'échocardiographie
est une modalité peu coûteuse et portative qui pourrait fournir des
informations valables sur l'exécution du coeur. D'autre part, la
basse ration signal/bruit de cette modalité est une limitation
importante qui fait à une nécessité l'utilisation de la
connaissance antérieure à partir de la physiologie comme les
techniques mathématiques avancées par utilisation pour son
traitement.

Le ventricule gauche est l'un des composants les plus critiques de la
structure cardiaque puisqu'il pompe le sang oxygéné au corps entier.
Dans cette présentation, nous présentons un ensemble de composants
variationnels pour la reprise complète et la segmentation du
ventricule dans des vues courtes et longues de haches. L'entretien
adressera trois aspects : (i) l'enregistrement et modeler de la
connaissance antérieure en utilisant les représentations implicites,
l'information réciproque et déformations de libre-forme, (ii)
segmentation du ventricule pour les haches courtes visualise en
utilisant un cadre local-défini et elliptique-piloté de Mumford-Shah
dans un espace des paramètres limités, et (iii) modèles actifs
composés time-consistent de forme vers pour la délinéation précise
du ventricule dans de longues vues de haches.

Gabriel Peyre, avec Stéphane Mallat
Seconde Generation de Bandelettes et leurs applications
CMAP Polytechnique, France
-----------------------------------
Les wavelets et l'analyse de multiresolution se sont avérés être un
paradigme puissant pour le traitement d'image, et sont très
populaires pour exécuter le compactage d'image et denoising.
Néanmoins, pour une grande classe des images, les bases isotropes de
wavelets ne sont pas optimales principalement parce qu'elles ne
capturent pas la régularité géométrique directionnelle actuelle
dans elles. La construction des bases stables qui tiennent compte de
la géométrie de l'image est très difficile.

La classe la plus simple des images qui ont la régularité
géométrique est constituée par les fonctions qui sont régulières
en dehors d'un ensemble de courbes de bord qui sont également
régulières. Mais pour des images normales, nous avons besoin d'un
modèle qui incorpore le fait que l'intensité d'image n'est pas
nécessairement singulière aux emplacements de bord, qui fait à
détection de bord un problème malade-posé. Les bases de Bandelet,
proposées par Le Pennec et Mallat [ Band04 ], ont une cadence
optimale d'approximation pour cette classe plus complexe des images
géométriques (contraire à d'autres méthodes telles
qu'approximation finie d'élément [ Triang04 ], Curvelets [ Curv04 ],
ou Contourlets [ Cont02 ]).

Dans cet entretien nous présenterons la deuxième génération de
Bandelets. Ce nouveau code présente pour la première fois une
représentation de multiresolution des dispositifs géométriques
d'une image. À la différence de génération Bandelets, la deuxième
génération est une construction entièrement discrète sans
resampling ou se déformer de l'image initiale, qui permet des
algorithmes rapides et robustes denoising et de compactage. Elle
évite également le calcul de segmentation et d'écoulement, qui
laisse construire les bases orthonormales au-dessus de l'image
entière.

Nous conclurons cet entretien avec de l'perspicacité au sujet de
l'application de la deuxième génération Bandelets au compactage de
la maille 3D, incluant comment la géométrie 3D et les méthodes de
transformation classiques d'image sont convergentes. Nous prouverons
que les algorithmes qui utilisent les bases orthogonales
géométriquement orientées peuvent surmonter les imperfections des
arrangements ads-hoc qui encodent la géométrie séparément à une
résolution (voient [ Mesh03 ]).

Bibliographie :

[ Band04 ] E. Le Pennec et S.Mallat, approximation géométrique
clairsemée d'image avec Bandelets, accepeted par transaction d'IEEE
sur le traitement d'image 2004 [ Triang04 ] L. Demaret, N. Dyn, et A.
Iske, compactage d'image par des triangulations adaptatives
d'excédent de Linear Splines, accepeted par transaction d'IEEE sur le
traitement d'image 2004 [ Curv04 ] E. Candès et D.Donoho, Curvelets :
Une représentation nonadaptive étonnamment pertinente des objets
avec des bords. Dans la courbe et les surfaces s'adaptant, la presse
de Vanderbilt Unervisity 1999 [ Cont02 ] M.N. Do et M. Vetterli, le
Contourlets, dedans au delà des wavelets, de l'édition académique
2002 [ Mesh03 ] Pierre Alliez et du Craig Gotsman, des avances
récentes dans le compactage de 3D engrène des démarches du colloque
sur Multiresolution dans modeler géométrique. Cambridge, Septembre
2003.

Emmanuel Prados
cadre mathématique unifiant diverses'approches de formes
d'ombrager.
Odyssee Lab., INRIA
Web page: http://www-sop.inria.fr/odyssee/team/Emmanuel.Prados/index.en.html
-----------------------------------
En modifiant légèrement la notion des solutions singulières de
viscosité [ Ishii-Ramaswamy:95, Camilli-Siconolfi:99, Camilli:01,
Camilli-Siconolfi:02 ] nous définissons un nouveau cadre
mathématique laissant unifier les divers résultats théoriques
proposés dans la forme d'ombrager la littérature. Nous démontrons
l'existence et l'unicité de la nouvelle solution pour une classe des
équations de Hamilton-Jacobi comprenant les équations
Forme-De-Ombrageantes classiques [ Prados-Faugeras:03 ], dans
localement lié un domaine de Lipschitz. Quelques résultats de
stabilité sont prouvés. En conclusion, nous proposons une méthode
numérique provably convergente pour rapprocher la solution et nous
démontrons sa pertinence et son efficacité par des expériences
numériques sur de vraies images.

Référence :
ftp://ftp-sop.inria.fr/odyssee/Publications/2004/prados-faugeras:04b.pdf

Florent Ranchin, avec Françoise Dibos
segmentation mobile d'objets en utilisant l'évaluation optique d'écoulement
-----------------------------------
Puisque nous pouvons distinguer les objets mobiles des éléments
statiques d'une scène en analysant la norme de l'optique coulent des
vecteurs. Nous discutons d'abord l'évaluation optique d'écoulement
à utiliser dans notre modèle de segmentation. Afin d'attirer la
découpe d'évolution aux découpes mobiles d'objets, la grandeur
optique une d'écoulement est incorporée dans un modèle actif
région-basé de découpe qui des ressembler à ceux employés par
Deriche et Paragios, ou celui employé par Aubert, Barlaud et
Jehan-Besson. Nous tenons compte également du niveau gris puisqu'on
le sait que l'information optique d'écoulement ne donne pas les
découpes exactes des objets mais des mélanges l'information de
niveau gris des deux images
http://www.ceremade.dauphine.fr/~ranchin/article.pdf

Bernhard Schölkopf, Prof. Dr.
Étude avec les grains
MPI for Biological Cybernetics
Dept. Schölkopf
Spemannstraße 38
72076 Tübingen
Telephone: +49-7071-601-551
Telefax:+49-7071-601-552
Room: 211
http://www.kyb.tuebingen.mpg.de/~bs
http://www.kernel-machines.org/
-----------------------------------
Dans le 90s, un nouveau type d'algorithme d'étude a été
développé, basé sur des résultats de théorie d'étude statistique
: la machine de vecteur de support (SVM). Ceci a mené à une classe
des machines d'étude théoriquement élégantes qui utilisent un
concept central de SVMs -- grains -- pour un certain nombre de
différentes tâches d'étude. Les machines de grain fournissent
maintenant un modulaire et simple pour utiliser le cadre qui peut
être adapté à différents tâches et domaines par le choix de la
fonction de grain et de l'algorithme de base, et elles ont été
montrées pour exécuter très bien dans les problèmes s'étendant de
la vision d'ordinateur à la catégorisation des textes et des
applications dans la biologie de calcul. L'entretien présentera des
méthodes de grain, et, temps laissant, décrira un algorithme de SVM
pour l'évaluation des surfaces implicites.

Référence : Schölkopf, B. et A.J. Smola : Apprenant avec des
grains, 644, presse de MIT, Cambridge, mA (2002). Partiellement
accessible en ligne de http://www.learning-with-kernels.org/

Jean Serra (Mines de Paris)
une approche de trellis à l'image
Segmentation
Directeur de Recherches
Centre de Morphologie Mathematique,
Ecole des Mines de Paris, 35, rue Saint-Honore
77305 Fontainebleau (FRANCE)
http://cmm.ensmp.fr/~serra/aaccueil.htm
-----------------------------------
L'entretien comporte deux parts. Premièrement, après une définition
formelle de segmentation comme plus grande cloison de l'espace selon
un critère ? et une fonction f, la notion d'une connexion
morphologique est rappelée. Elle est utilisée comme entrée à un
théorème central du papier, celui identifie la segmentation avec
quelques classes des connexions. Juste comme des connexions, les
segmentations peuvent alors être regroupées par suprema et infima.
La généralité du théorème le rend valide pour toutes les
fonctions à partir de n'importe quel espace à n'importe quel autre.
Deux propositions font précis ET et OU des combinaisons des critères
connectifs. Les classes de segmentation s'avèrent être indépendant
de leur emplacement dans le domaine de mesure, supposant qu'un
voisinage commode est expérimentalement accessible. Une série
complète d'exemples illustre l'approche. La deuxième partie étudie
la notion d'un opérateur relié, dans un cadre plus restreint que
précédemment. Elle fournit à des segmentations plus de
flexibilité, et nous permet de les faire dépendre des paramètres.
Des hiérarchies des filtres reliés sont établies, dont les cloisons
augmentent en entrant vers le haut dans la pyramide, et d'où les
divers niveaux sont structurés comme semigroupes. Une discussion sur
les avantages et les inconvénients de l'approche proposée contre les
méthodes variationnelles conclut l'entretien.

Dr Evgueni Spodarev, avec Simone Klenk et Volker Schmidt.
Une nouvelle approche au calcul des functionelles de Minkowski
de polyconvexes
Universitaet Ulm
Abteilung Stochastik
D-89069 Ulm, Germany
Tel. (+49) (0)731 5023527
Fax: (+49) (0)731 5023649
http://www.mathematik.uni-ulm.de/stochastik/personal/spodarev/spodarev.html
other url's http://www.mathematik.uni-ulm.de/stochastik/
http://www.geostoch.de

-----------------------------------
On propose un nouvel algorithme rapide pour le calcul
simultané de tous les functionals de Minkowski (ou, d'une manière
equivalente, de volumes intrinsèques) de positionnements de la boucle
convexe dans $R^d$ discrétisée en ce qui concerne un trellis
rectangulaire donné. À cette fin, un certain genre d'approximation
polyhedral est employé pour reconstruire leur structure de borne. En
outre, un algorithme efficace est donné afin d'estimer les volumes
intrinsèques spécifiques de positionnements fermés aléatoires
stationnaires discrétisés dans $R^d$ d'une réalisation simple, on
assume que qui appartient à la boucle convexe étendue. Pour le cas
planaire #$$d=2$>, l'exécution et la précision de ces algorithmes
est étudiée sur de divers exemples s'étendant des positionnements
particuliers de polyconvex aux échantillons provenant des modèles
booléens. Les deux algorithmes sont mis en application dans Java pour
deux systèmes différents de juxtaposition. Des comparaisons à
d'autres méthodes relatives connues dans la littérature sont
également fournies.

Veuillez voir les toutes les références à www.geostoch.de ou à mon
homepage sous des publications.

Baba C. Vemuri, avec Z. Wang, Y. Chen et T. H. Mareci.
Méthodes variationnelles pour la restauration et la
segmentation
UFRF Professor & Director
Center for Computer Vision & Visualization
Dept. of CISE, E324
Univ. of Florida
Gainesville, Fl. 32611-6120
Ph, FAX:352-392-1239
http://www.cis.ufl.edu/~vemuri

-----------------------------------
Abstract

References:
http://www.cise.ufl.edu/~vemuri/vpcdwi.html
http://www.cise.ufl.edu/~vemuri/vpsegdti.html

Rene Vidal, avec Yi Ma
Segmentation des
scènes dynamiques par l'intermédiaire de
d'analyse de composant principal généralisé
Assistant Professor of Biomedical Enginnering
Computer Science and Mechanical Engineering
Johns Hopkins University
Center for Imaging ScienceJohns Hopkins University
308B Clark Hall, 3400 N Charles St.Baltimore, MD 21218, USA
Phone-Fax-EmailVoice: 410-516-7306 Fax:410-516-4594
http://cis.jhu.edu/~rvidal/
-----------------------------------
Nous considérons le problème d'estimer et de segmenter des
mouvements multiples de rigide-corps des correspondances de point dans
des vues multiples de perspective. Nous démontrons que l'évaluation
des mouvements multiples est équivalente à l'évaluation et à la
factorisation des vrais ou complexes polynômes dont les coefficients
vivent sur un groupe de Lie, et propose un algorithme basé sur
l'algèbre linéaire pour exécuter la factorisation.

Références :

http://www.cis.jhu.edu/~rvidal/publications/cvpr04-gpca-final.pdf
http://www.cis.jhu.edu/~rvidal/publications/eccv04-motion-final.pdf
http://www.cis.jhu.edu/~rvidal/publications/cvpr04-multiframe.pdf

Jian-Feng Yao
Les modèles pour des données de
mélanger-états avec l'application à l'analyse de vidéo
IRMAR and IRISA, Rennes, France
Université de Rennes 1, Campus de Beaulieu
F-35042 Renens Cedex, FRANCE
homepage: http://name.math.univ-rennes1.fr/jian-feng.yao
-----------------------------------
Une observation de mélanger-états peut être visualisée en tant que
suivant. Dans quelques conditions spéciales elle les enregistrements
justes quelques valeurs symboliques (ou atomiques), alors que dans une
condition normale, l'enregistrement est sur un intervalle continu de
la vraie ligne. Ce type de données se produit dans beaucoup de
situations, y compris des données de pluviométrie dans des études
météorologiques, ou mesures locales de mouvement d'un ordre d'image.
Une voie classique d'aborder avec un tel genre d'observations de
mélanger-états est de présenter un procédé caché d'étiquette
pour distinguer les conditions spéciales et normales. Une approche
sipar étapes est habituellement longue et pas toujours bien adaptée
dans un problème d'analyse d'image, parce qu'elle exige une
restauration du processus d'étiquette.

Dans cet entretien nous présentons une nouvelle approche pour
analyser des observations de mélanger-états. Les premiers modèles
spatiaux seront construits pour des observations sur un trellis. En
particulier nous proposons une extension des automobile-modèles de
Besag dans ce contexte pour obtenir les prétendus
"automobile-modèles de mélanger-états". Deuxièmement nous
explorerons également une approche de chaîne de Markov pour analyser
le comportement dynamique des observations de mélanger-états.

Dans notre application typique sur l'analyse visuelle, les
observations sont des mesures locales de mouvement dans les images.
Par conséquent une valeur atomique 0 des comptes de mesure pour des
régions statiques et une valeur positive d'un certain intervalle [
c,d ] expliqueront "les objets mobiles". Nous discuterons deux
applications concrètes. Les premiers automobile-modèles de
mélanger-états seront utilisés pour la classification "des textures
dynamiques". Deuxièmement nous montrerons comment une chaîne de
Markov de mélanger-états peut aider pour des détections
d'événement dans un ordre visuel.

Références : 1. C. Hardouin et Automobile-modèles de J. Yao. avec
les états mélangés, préimpriment 2004 2. G. Piriou, P. Bouthemy,
J-F. Yao. L'extraction du contenu dynamique sémantique des videos
avec le mouvement probabiliste modèle. Dans la conférence
européenne sur la vision d'ordinateur, ECCV'04, Prague, Mai 2004.
(http://www.irisa.fr/vista/Papers/2004_eccv_piriou.pdf)

Anthony Yezzi
Découpes et écoulements actifs de "gradient"
: métrique sur l'espace de courbes
Associate Professor
School of Electrical and Computer Engineering
Georgia Institute of Technology
-----------------------------------
Des méthodes variationnelles ont été employées pour dériver les
modèles actifs de découpe pendant beaucoup d'années maintenant, si
elles soient pour la segmentation, l'analyse de forme, lisser, la
reconstruction stéréo, la forme d'ombrager, etc... Une méthodologie
commune doit formuler une énergie fonctionnelle qui les deux mesures
la fidélité de la découpe estimée (ou de la surface) aux mesures
de données (typiquement images) aussi bien que les caractéristiques
géométriques désirées de la découpe estimée (typiquement douceur
d'un certain tri). La prochaine étape du procédé typique est de
construire un écoulement de descente de gradient de découpe de
l'équation d'Euler-Lagrange de la fonction d'énergie. Une question
qui, pour la plupart, a été ignorée dans la majeure partie de la
littérature active de découpe est : En ce qui concerne quel
métrique sur l'espace des courbes l'écoulement résulter est-il
vraiment un écoulement de "gradient" ? La réponse la plus normale,
une version géométrique de L_2, semble trop évidente mériter
n'importe quel commentaire. Cependant, il y a des problèmes
fondamentaux avec ce métrique qui sont pas du tout évidents. Nous
tracerons les grandes lignes de certaines des propriétés liées à
ce métrique implicite, et offrons quelques solutions de rechange avec
des propriétés plus souhaitables.