LSISUMR Sciences
de l'Information & Systèmes

Intervenants (surs)

Titres/ Résumés

Gallinari

Patrick

Pr, LIP6,
UMR CNRS.

Méthodes statistiques pour l'apprentissage de structure.

La théorie de l'analyse des séquences et appliqué à la recherche d'information, notamment des exemples sont donnés dans le cadre d'analyses de structure de documents du web.

Divenyi

Pierre

Dir. VA Medical Center & EBIRE, Martinez, Californie,  USA.

Bonastre

Jean-François

MC, HDR LIA,
Membre Institut Univ. de France

Reconnaissance du Locuteur / Indexation de Documents Audio.

Ce cours présente les bases de la reconnaissance du locuteur et de l'indexation selon le locuteur. Après une introduction au domaine, présentant les informations spécifiques du locuteur et un panorama des méthodes utilisées, l'approche statistique est décrite. Elle regroupe les modélisations de type GMM et HMM, l'apprentissage des modèles, les mesures de similarités et les techniques de normalisation couramment utilisées. Les techniques utilisées en indexation sont également présentées. Des exemples basés sur le logiciel "open source" ALIZE/LIA_SpkDet/LIA_Seg permettent d'illustrer la mise en oeuvre de ces techniques. Le contexte expérimental des campagnes d'évaluations fait l'objet de la deuxième partie du cours. La dernière partie du cours montre une généralisation des éléments présentés à la recherche et à la caractérisation de différents événements sonores.

Marcel

Sebastien

CEA IDIAP
 Paris

Torchvision: the machine vision package of Torch

Torchvision (http://torch3vision.idiap.ch) is a machine vision library, written in simple C++ and based on the Torch (www.torch.ch) machine-learning library. Torchvision is free, modular (based on the concept of ipCore) and contains a lot of nice features such as read/write/grab basic image/video formats, basic image processing and feature extraction algorithms (edge detection, 2D DCT, 2D FFT, 2D Gabor, PCA to do Eigen-Faces, LDA to do Fisher-Faces), and a framework for face detection and recognition. We will present an overview of main concepts of Torchvision and how it is based on Torch. We will also illustrate several features using source code examples and results of simulations.

Moellic

Pierre-Alain

CEA LIST
 Paris

Analyses d'images: dernières avancées à l'échelle.

Nous présentons et comparons les méthodes et performances des systèmes testés lors de la campagne ImagEval (Xerox, LSIS, INRIA,LIST...), sur de nombreuses tâches : recherche d'objet, recherche de thèmes,...

Merialdo

Bernard

Pr EURECOM
Nice

Indexation Multimédia.

Des exemples sont donnés dans el cadre de la campagne TRECVID, notamment sur les émissions de journaux télévisuels.

Gravier

Guillaume

CR CNRS
INRIA
Rennes

Reconnaissance Automatique de la Parole et applications.

- Analyse monomédia/monomodale sur l'analyse du contenu sonore, développement des aspects reconnaissance de parole et couplages TALN/RAP, avec aspects de détection et suivi de classes sonores (parole, musique, applaudissements, locuteurs, etc.).
- Analyse multimodale de séquence vidéos : présentation de méthodes d'analyse multimodale de séquences vidéo pour leur structuration. Les techniques RAP AV, MMC (MMC multiflux, modèles de segments multiflux) dans un cadre multimédia pour l'analyse de vidéos. Illustration avec les projets RIAM FERIA.
- Couplage entre médias et bases de données : beaucoup de progrès on été faits en matière d'indexation efficace de descripteurs d'images par l'emploi d'algorithmes de recherche approximative.

Paugam-Moisy

Hélène

Pr, LIRIS
UMR CNRS

Mémoires associatives multimodales et temporelles.

On montre comment les réseaux de neurones artificiels permettent de tirer parti de la fusion entre données images et sons. D'autre part, on introduit la notion de réseaux de neurones temporels (spiking neurons) en montrant leurs avantages pour la reconnaissance de formes spatio-temporelles.

Glotin

Hervé

MC,
LSIS
UMR CNRS

Recherche Robuste d'Information dans des Scènes Acoustiques ou Visuelles.

Les systèmes de RI multimodales doivent faire face non seulement à la contamination des signaux par des bruits de différentes nature, mais aussi aux grandes dimensions des espaces analysés. Malgré leur efficacité, les systèmes de classification ou de régression en pâtissent, et sont plus performants après un prétraitement/sélection adaptative des percepts. Dans ce cadre nous montrons comment extraire les traits les plus discriminants de concepts recherchés dans des d'images mal annotées et mal segmentées ou dans des scènes acoustiques bruitées. Nous montrerons également un exemple de codage parcimonieux pour la parole reposant sur les mêmes principes. Des démonstrations sont faites, sur des corpus à l'échelle, pour la recherche textuo-visuelle d'images du web, le tracking de cachalots (en relation avec US Navy) par acoustique passive, et la reconnaissance du locuteur.

Kermorvant

Christopher

PhD R&D,
A2IA Paris

Analyse d'Image et Intelligence Artificielle.

On montre comment IA et TAL se fusionnent pour segmenter, structurer et transcrire des documents manuscrits de toute nature. Des applications industrielles sont demontrées.

Mulhem

Philippe

CR CNRS, IMAG

Indexation & Recherche Sémantique d'Images.

De nombreux travaux dans le domaine de l'indexation et la recherche d'images fixes ou mobiles se sont basés sur des aspects de bas niveau. Ils ont permis de défricher une partie de l'énorme difficulté liée à ces tâches, sans vraiment résoudre le point fondamental qui est, comme pour tout système de recherche d'information, d'aller vers la satisfaction de l'utilisateur. Depuis la fin des années 90 des travaux se sont attaqués à réduire le gouffre existant entre représentation mentale des utilisateurs et représentation interne de la machine. Ces travaux tentent soit de représenter les images et requêtes par des structures représentatives plus abstraites que de simples exemples visuels, alors que d'autres se basent sur de l'apprentissage pour définir des descriptions symboliques compréhensibles directement par l'utilisateur. Nous faisons dans ce cours un survol de ces approches non-symboliques et symboliques en insistant davantage sur les travaux sur les images fixes, et nous explicitons certains verrous scientifiques non encore levés par l'état de l'art de l'indexation et la recherche d'images.

Farinas

Jerôme

MC,
SAMOVA IRIT
UMR CNRS

Identification & Classification Automatique de Langues.

L'identification automatique des langues est une problématique du traitement automatique de la parole dont le but est de parvenir à discriminer la langue parlée dans un échantillon sonore. L'analyse linguistique du problème met en évidence que les sources d'informations utilisables se situent principalement aux niveaux : - acoustique (la répartitions des différents sons et leur fréquence d'apparition) - phonotactique (l'enchaînement des sons entre eux) - prosodique (l'intonation et le rythme). Après avoir présenté les différentes caractéristiques et réalisations de ces sources d'informations dans un cadre multilingue, les méthodes de modélisation automatiques adaptées sont présentées : réseau de neurones, méthodes génératives (modélisation du langage, GMM, HMM), méthodes discriminatives (SVM). Nous présentons des applications dans le cadre de NIST et de recherche d'information multimédia.