{"id":1036,"date":"2018-05-18T09:11:46","date_gmt":"2018-05-18T07:11:46","guid":{"rendered":"https:\/\/samovar2022.int-evry.fr\/index.php\/2018\/05\/18\/seminaire-armedia-presente-par-laurent-najman-le-29-mai-a-14h00-en-g08\/"},"modified":"2020-09-04T18:45:46","modified_gmt":"2020-09-04T16:45:46","slug":"seminaire-armedia-presente-par-laurent-najman-le-29-mai-a-14h00-en-g08","status":"publish","type":"post","link":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/2018\/05\/18\/seminaire-armedia-presente-par-laurent-najman-le-29-mai-a-14h00-en-g08\/","title":{"rendered":"S\u00e9minaire ARMEDIA pr\u00e9sent\u00e9 par Laurent Najman le 29 mai \u00e0 14h00 en G08"},"content":{"rendered":"

Quand:<\/strong> le mardi 29 mai 2018, \u00e0 14h00
\nO\u00f9:<\/strong> en salle G08, \u00e0 T\u00e9l\u00e9com SudParis (Evry)<\/p>\n

Titre :<\/strong>Power Watershed, ou la ligne de partage des eaux revisit\u00e9e: vers l’infini, et au del\u00e0.<\/p>\n

R\u00e9sum\u00e9 :<\/strong>
\nLa ligne de partage des eaux (watershed) est un outil issue de la morphologie math\u00e9matique, originellement utilis\u00e9e pour la segmentation d’images. Ces derni\u00e8res ann\u00e9es, nous avons propos\u00e9 un cadre rigoureux pour la d\u00e9finir, avec des algorithmes efficaces impl\u00e9mentant les d\u00e9finitions, permettant des applications non seulement sur des images, mais aussi en classification et en clustering de donn\u00e9es g\u00e9n\u00e9rales, par exemple en exploitant conjointement des r\u00e9seaux convolutionnels.
\nDans cet expos\u00e9, nous nous focaliserons sur un th\u00e9or\u00e8me d’\u00e9quivalence [4] de la ligne de partage des eaux avec les arbres de poids minimum. Une extension r\u00e9cente (appel\u00e9e PowerWatershed) de ce r\u00e9sultat repose sur la Gamma-convergence, pour un certain type de fonctionnelles \u00e9nerg\u00e9tiques [1]. Cette extension permet de combiner de mani\u00e8re rigoureuse les optimisations de type arbre de poids minimum avec d’autres types d’optimisation, comme les marches al\u00e9atoires ou le clustering spectral.
\nIl est connu que les arbres de poids minimum proposent une fa\u00e7on efficace de faire du clustering, mais que ces algorithmes sont sujets \u00e0 des fuites (effet de chaine). De plus, il n’est pas possible d’imposer de contrainte (par exemple de r\u00e9gularit\u00e9) sur le bord des clusters. L’id\u00e9e intuitive de nos principaux r\u00e9sultats est de calculer un arbre de poids minimum aux endroits faciles, c’est \u00e0 dire le centre des clusters, et d’appliquer un algorithme plus \u00e9volu\u00e9 sur un \u00ab\u00a0bord \u00e9tendu\u00a0\u00bb, afin d’imposer des contraintes. Cette id\u00e9e est similaire \u00e0 ce qui se fait en pratique quand la taille des donn\u00e9es est grande: dans de tels cas, on commence souvent par r\u00e9duire la taille des donn\u00e9es avec un premier algorithme de clustering, comme par exemple un arbre de poids minimum. Un regard diff\u00e9rent sur notre proposition est donc le suivant: en nous reposant sur des principes fondamentaux, nous introduisons une th\u00e9orie et des algorithmes pour combiner la r\u00e9duction de donn\u00e9es et le clustering ou la classification par optimisation. Nous illustrerons cette th\u00e9orie avec des applications, notamment en segmentation d’images et de donn\u00e9es (marcheur al\u00e9atoire) [2] et en clustering spectral [3].<\/p>\n

Bibliographie:<\/strong>
\n[1] Laurent Najman. Extending the PowerWatershed framework thanks to G-convergence. SIAM Journal on Imagine Sciences, 2017.
\n[2] Camille Couprie, Leo Grady, Laurent Najman, Hugues Talbot. Power Watersheds: A Unifying Graph Based Optimization Framework. IEEE Transactions on Pattern Analysis and Machine Intelligence, Institute of Electrical and Electronics Engineers, 2011, 33 (7), pp.1384-1399. <10.1109\/TPAMI.2010.200>.
\n[3] Aditya Challa, Sravan Danda, B S Daya Sagar, Laurent Najman. Power Spectral Clustering. 2018. (submitted)
\n[4] Jean Cousty, Gilles Bertrand, Laurent Najman, Michel Couprie. Watershed Cuts: Minimum Spanning Forests and the Drop of Water Principle. IEEE Transactions on Pattern Analysis and Machine Intelligence, Institute of Electrical and Electronics Engineers, 2009, 31 (8), pp.1362-1374.
\n
\nBiographie :<\/strong>
\nLaurent Najman a obtenu un dipl\u00f4me d’ing\u00e9nieur de l’Ecole des Mines de Paris en 1991, un doctorat en math\u00e9matiques appliqu\u00e9es de l’Universit\u00e9 Paris-Dauphine en 1994 avec les f\u00e9licitations du Jury, et l’Habilitation \u00e0 Diriger les Recherches de l’Universit\u00e9 de Marne-La-Vall\u00e9e en 2006. Il a travaill\u00e9 pour le Laboratoire Central de Recherche de Thomson-CSF pendant trois ans sur des probl\u00e8mes de segmentation d’images infrarouges. En 1995, il a rejoint une start-up nomm\u00e9e Animation Science en tant que directeur de la recherche et le d\u00e9veloppement. La technologie des syst\u00e8mes de particules pour l’informatique graphique et la visualisation scientifique, d\u00e9velopp\u00e9e par la soci\u00e9t\u00e9 sous sa direction technique, a re\u00e7u plusieurs r\u00e9compenses, dont le \u00abPrix europ\u00e9en de technologie de l’information 1997\u00bb d\u00e9cern\u00e9 par la Commission europ\u00e9enne (programme Esprit) et le Conseil europ\u00e9en des sciences appliqu\u00e9es et de l’ing\u00e9nierie, et l’un des \u00ab Hottest Products of the Year 1996 \u00bb d\u00e9cern\u00e9 par le journal Computer Graphics World. En 1998, il rejoint Oc\u00e9 Print Logic Technologies en tant que chercheur-senior. Il y a travaill\u00e9 sur divers probl\u00e8mes d’analyse d’images pour la num\u00e9risation et l’impression. En 2002, il rejoint le d\u00e9partement informatique de l’ESIEE Paris, o\u00f9 il est professeur et membre du Laboratoire d’Informatique Gaspard-Monge, Universit\u00e9 Paris-Est.<\/p>\n","protected":false},"excerpt":{"rendered":"

Quand: le mardi 29 mai 2018, \u00e0 14h00 O\u00f9: en salle G08, \u00e0 T\u00e9l\u00e9com SudParis (Evry) Titre :Power Watershed, ou la ligne de partage des eaux revisit\u00e9e: vers l’infini, et au del\u00e0. R\u00e9sum\u00e9 : La ligne de partage des eaux (watershed) est un outil issue de la morphologie math\u00e9matique, originellement utilis\u00e9e pour la segmentation d’images. […]<\/p>\n","protected":false},"author":1,"featured_media":1035,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"ocean_post_layout":"","ocean_both_sidebars_style":"","ocean_both_sidebars_content_width":0,"ocean_both_sidebars_sidebars_width":0,"ocean_sidebar":"","ocean_second_sidebar":"","ocean_disable_margins":"enable","ocean_add_body_class":"","ocean_shortcode_before_top_bar":"","ocean_shortcode_after_top_bar":"","ocean_shortcode_before_header":"","ocean_shortcode_after_header":"","ocean_has_shortcode":"","ocean_shortcode_after_title":"","ocean_shortcode_before_footer_widgets":"","ocean_shortcode_after_footer_widgets":"","ocean_shortcode_before_footer_bottom":"","ocean_shortcode_after_footer_bottom":"","ocean_display_top_bar":"default","ocean_display_header":"default","ocean_header_style":"","ocean_center_header_left_menu":"","ocean_custom_header_template":"","ocean_custom_logo":0,"ocean_custom_retina_logo":0,"ocean_custom_logo_max_width":0,"ocean_custom_logo_tablet_max_width":0,"ocean_custom_logo_mobile_max_width":0,"ocean_custom_logo_max_height":0,"ocean_custom_logo_tablet_max_height":0,"ocean_custom_logo_mobile_max_height":0,"ocean_header_custom_menu":"","ocean_menu_typo_font_family":"","ocean_menu_typo_font_subset":"","ocean_menu_typo_font_size":0,"ocean_menu_typo_font_size_tablet":0,"ocean_menu_typo_font_size_mobile":0,"ocean_menu_typo_font_size_unit":"px","ocean_menu_typo_font_weight":"","ocean_menu_typo_font_weight_tablet":"","ocean_menu_typo_font_weight_mobile":"","ocean_menu_typo_transform":"","ocean_menu_typo_transform_tablet":"","ocean_menu_typo_transform_mobile":"","ocean_menu_typo_line_height":0,"ocean_menu_typo_line_height_tablet":0,"ocean_menu_typo_line_height_mobile":0,"ocean_menu_typo_line_height_unit":"","ocean_menu_typo_spacing":0,"ocean_menu_typo_spacing_tablet":0,"ocean_menu_typo_spacing_mobile":0,"ocean_menu_typo_spacing_unit":"","ocean_menu_link_color":"","ocean_menu_link_color_hover":"","ocean_menu_link_color_active":"","ocean_menu_link_background":"","ocean_menu_link_hover_background":"","ocean_menu_link_active_background":"","ocean_menu_social_links_bg":"","ocean_menu_social_hover_links_bg":"","ocean_menu_social_links_color":"","ocean_menu_social_hover_links_color":"","ocean_disable_title":"default","ocean_disable_heading":"default","ocean_post_title":"","ocean_post_subheading":"","ocean_post_title_style":"","ocean_post_title_background_color":"","ocean_post_title_background":0,"ocean_post_title_bg_image_position":"","ocean_post_title_bg_image_attachment":"","ocean_post_title_bg_image_repeat":"","ocean_post_title_bg_image_size":"","ocean_post_title_height":0,"ocean_post_title_bg_overlay":0.5,"ocean_post_title_bg_overlay_color":"","ocean_disable_breadcrumbs":"default","ocean_breadcrumbs_color":"","ocean_breadcrumbs_separator_color":"","ocean_breadcrumbs_links_color":"","ocean_breadcrumbs_links_hover_color":"","ocean_display_footer_widgets":"default","ocean_display_footer_bottom":"default","ocean_custom_footer_template":"","ocean_post_oembed":"","ocean_post_self_hosted_media":"","ocean_post_video_embed":"","ocean_link_format":"","ocean_link_format_target":"self","ocean_quote_format":"","ocean_quote_format_link":"post","ocean_gallery_link_images":"on","ocean_gallery_id":[],"footnotes":""},"categories":[326],"tags":[],"class_list":["post-1036","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-seminaires-2018-fr","entry","has-media"],"_links":{"self":[{"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/posts\/1036","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/comments?post=1036"}],"version-history":[{"count":1,"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/posts\/1036\/revisions"}],"predecessor-version":[{"id":1533,"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/posts\/1036\/revisions\/1533"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/media\/1035"}],"wp:attachment":[{"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/media?parent=1036"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/categories?post=1036"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/samovar.telecom-sudparis.eu\/index.php\/wp-json\/wp\/v2\/tags?post=1036"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}