Présentation de l'Equipe 3

• Chef d’équipe : Mokhtar TAFFAR
  
• Grade : MCA
• Acronyme éventuel : Vision (AIVO)
• Home page Equipe :  
• Localisation physique : LaRIA -Laboratoire de Recherche en Informatique et ses Aplications
  
   
  

Domaines

• Analyse d'Image/Vidéo et Vision par Ordinateur.

• Extraction des primitives visuelles afin de caractériser l'apparence des objets pour la détection et la reconnaiassance.
• Modèles d'apprentissage Classique et profond

• Modèles de classification pour la vision intelligente.
• Modèles de détection/reconnassance basé appentissage profond.

Description de la thématique de recherche de l’équipe

L’équipe AIVO -Vision du LaRIA est spécialisée dans l'analyse d'image/vidéo, la vision par ordinateur, l’apprentissage des modèles et la détection/reconnaissance des catégories d'objets. Elle réunit 3 membres permanents (1 MCA, 1 MCB et 1 MAA). En 2023, elle compte également parmi ses membres 6 doctorants.

Les activités de recherche menées dans l’équipe partagent des objectifs s’intéressant à l'analyse des images et flux vidéos, intégrant une compréhension par extraction de connaissances à travers une large variété de contenus : de personnes (visage, genre, piétons en zones urbaines, …), de différentes catégories d'objets (chats, chiens, ...) et de scènes 2D (scènes naturelles, espaces public et privé, …), en plus des aspects dans des séquences d’images liés aux objets en mouvements (véhicules en circulation, vélos, ...) ; ainsi qu’à la reconnaissance/lecture de caractères (plus connues par OCR) des documents numérisés (vignettes de médicaments, textes arabe manuscrits et imprimés) et des textes (panneaux publicitaires, plaques minéralogiques et de signalisation, …). Les notions d'aspect visuel des objets et de sémantique visuelle, au sens large, constituent alors les facteurs communs de nos recherches.

Les activités de l’équipe s’irriguent de plusieurs thématiques liées aux développements de méthodes de modélisation, de construction de systèmes de vision par apprentissage, de classification/reconnaissance du contenu (modèles, objets, actions), avec une attention particulière accordée à l'intégration des modèles d’apprentissage profond dans les approches de vision développées. Les travaux de recherches menées tiennent compte de la cohérence sémantique entre les informations image/vidéo brutes (pixelique de bas niveau), les primitives image de niveau intermédiaire extraites et les données générées à un plus haut niveau sémantique lesquelles permettent de véhiculer une connaissance juste et utile à la fois à modéliser, apprendre et identifier les aspects visuels des objets traités.

Mots clés

Caractéristiques Visuelles, Modèles d'Apprentissage, Détection des Objets, Modèles de Classisifcation, Reconnaissance des Objets, Suivi et étiquetage des objets, Appretnissage Profond.