Équipe AMIGA - Algorithmes, Modélisation Informatique Graphique et Apprentissage
Responsable d'équipe : Ahmed ZIDNA
Finalité de la recherche
La finalité de la recherche de cette équipe est le développement des outils théoriques et algorithmiques pour la modélisation et le traitement numérique des problèmes concrets avec le souci constant de leurs applications aux problèmes industriels. En particulier, l’équipe s’intéresse à tous les aspects algorithmiques qui interviennent dans la modélisation des objets en Infographie. Les modèles d’optimisation et d’approximation que nous proposons ont pour ligne directrice le modèle spline. Tous les axes de recherche visent l'objectif suivant : Exploiter les algorithmes et les méthodes d’approximation, d’optimisation et les techniques d’apprentissage de dernière génération développés par notre équipe pour résoudre des problèmes variés tels que : Développement durable (e-conduite, trajectoire optimale sur une route), Imagerie médicale (modélisation 3D d’organes, visage humain… ), Reconnaissance et authentification de signatures, Infographie, (fisheye, Reconstitution d’images à partir d’images déformées), Trajectoire de drone, Reconnaissance de l’ écriture manuscrite et Logistique.
Axes de recherche scientifiques
- Axe 1 - Apprentissage et approximation à l’aide des modèles splines
- Verrou 1.1 - Exploiter les modèles splines pour résoudre des problèmes d’optimisation non-convexes de grandes tailles.
- Verrou 1.2 - Proposer de nouvelles heuristiques qui offrent un compromis entre la fidélité de l’approximation des données et la minimisation de l'énergie.
- Verrou 1.3 - Introduire les techniques d’apprentissage de dernière génération pour résoudre des problèmes socio-économiques tels que : Reconstruction de trajectoire optimale d’un véhicule, trajectoire de comportement de patient malade, déplacement de robots.
- Verrou 1.4 - Reconnaissance et authentification de signature
- Axe 2 - Compression de données discrètes bruitées
- Verrou 2.1 - Construire de nouveaux modèles de compression de surfaces fermées en imagerie médicale
- Verrou 2.2 - Introduire le paramètre temps dans le modèle d’approximation et de compression pour tenir compte de l’évolution de l’organe.
- Verrou 2.3 - Proposer de nouveaux schémas de subdivision pour la reconstruction de maillage d’objet 3D en infographie.
- Verrou 2.4 - Etudier les schémas de subdivision inverses pour tenir compte des contraintes du design et du contrôle local de la forme.
- Verrou 2.5 - Proposer un modèle pour la reconstruction d’images à partir d’images bruitées et déformées.