Institut de Mathématiques de Toulouse

Accueil > Événements Scientifiques > Séminaires & Groupes de Travail > Anciens Séminaires > Groupe de travail image

Groupe de travail image

par François Malgouyres - publié le , mis à jour le

Le groupe de travail Image réunit des chercheurs de plusieurs disciplines ayant un intérêt commun pour le traitement d’images et la vision par ordinateur.

Pour toute information, n’hésitez pas à contacter les organisateurs :

  • denis.kouame@irit.fr,
  • Francois.Malgouyres@math.univ-toulouse.fr,
  • jean-yves.tourneret@enseeiht.fr

Organisateur(s) : D. Kouamé (IRIT), F. Malgouyres (IMT), J.Y. Tourneret (IRIT)
Jour et lieu habituels : Lundi 14h, salle 106, Bât 1R1




  • Lundi 15 juillet 2013 14:00-15:30 - Jose Manuel Bioucas Dias - Instituto de Telecomunicações Instituto Superior Técnico, Lisboa, PORTUGAL

    Interferometric Phase Image Estimation via Sparse Coding in the Complex Domain

    Résumé : In this seminar I will address interferometric phase image estimation — that is, the
    estimation of phase modulo-\pi$ images from sinusoidal \pi$-periodic and noisy
    observations. These degradation mechanisms make interferometric phase image
    estimation a quite challenging problem. We tackle this challenge by reformulating the
    original estimation problem as a sparse regression in the complex domain. Following
    the standard procedure in patch-based image restoration, the image is partitioned into
    small overlapped square patches and the vector corresponding to each patch is
    modeled as a sparse linear combination of vectors, termed atoms, taken from a set
    called dictionary. Aiming at optimal sparse representations, and thus at optimal noise
    removing capabilities, the dictionary is learned from the data it represents via matrix
    factorization with sparsity constraints on the code, (i.e., the regression
    coefficients) enforced by the $\ell_1$ norm. The effectiveness of the new sparse
    coding based approach to interferometric phase estimation, termed SpInPHASE, is
    illustrated in a series of experiments with simulated and real data.

    Lieu : ENSEEIHT, Salle A005


  • Lundi 15 juillet 2013 15:30-17:00 - Ami Wiesel - Signal Processing and Communication Group The Rachel and Selim Benin School of Computer Science and Engineering The Hebrew University of Jerusalem, Israel

    Covariance estimation in graphical models

    Résumé : In this short tutorial, we will discuss recent advances in covariance estimation in graphical models and their applications. We will begin with the classical results on covariance selection, and continue to modern contributions on high dimensional structure learning. We will discuss the analogy to traditional spectral estimation theory including moving average (MA), autoregressive (AR) and moving average autoregressive (ARMA) processes. Most of the tutorial will emphasize the Gaussian setting but we will also address robust methods for non-Gaussian settings which have recently attracted considerable attention. Time permitting, we will also consider distributed solutions based on message passing algorithms.
    http://www.cs.huji.ac.il/ amiw/

    Lieu : ENSEEIHT, Salle A005


  • Lundi 30 septembre 2013 14:00-16:00 - Hervé Carfantan - Institut de recherche en Astrophysique et Planétologie (IRAP)

    La parcimonie sous toutes (?) ses formes pour un problème inverse d’analyse spectrale en échantillonnage irrégulier

    Résumé : La représentation et l’approximation parcimonieuses des signaux et images ont été largement exploitées dans un grand nombre d’applications en parallèle de leur développement théorique depuis une vingtaine d’années. Je mettrai l’accent ici sur l’utilisation d’une information a priori de parcimonie dans la résolution d’un problème inverse, plus particulièrement pour la déconvolution de spectres de raies à partir de données irrégulièrement échantillonnées. Je présenterai les différentes formes sous lesquelles cette information a priori de parcimonie peut-être prise en compte, via une approche d’optimisation déterministe au travers des algorithmes gloutons et des critères relaxés, ou une approche d’échantillonnage stochastique grâce au modèle Bernoulli-Gaussien. Je tenterai de présenter à la fois les propriétés théoriques et l’utilisation pratique des différentes formes que peut prendre la parcimonie dans ce contexte applicatif très délicat.

    Lieu : ENSEEIHT, salle à préciser


  • Lundi 25 novembre 2013 14:00-16:00 - Nicolas Papadakis - CNRS, Institut de Mathématiques de Bordeaux

    Optimal transport with proximal splitting

    Résumé : In this talk, we present the use of first order convex optimization schemes to solve the discretized dynamic optimal transport problem, initially proposed by Benamou and Brenier in 2000.
    We develop a staggered grid discretization that is well adapted to the computation of the L2 optimal transport geodesic between distributions defined on a uniform spatial grid.
    We show how proximal splitting schemes can be used to solve the resulting large scale convex optimization problem.
    A specific instantiation of this method on a centered grid corresponds to the initial algorithm developed by Benamou and Brenier.
    We also show how more general cost functions can be taken into account and how to extend the method to perform optimal transport on a Riemannian manifold.

    Lieu : IMT - Salle de conférence MIP Bâtiment 1R3, 1er étage


  • Lundi 13 janvier 2014 14:00-16:00 - Nicolas Papadakis - CNRS, Institut de Mathématiques de Bordeaux

    Optimal transport with proximal splitting

    Résumé : In this talk, we present the use of first order convex optimization schemes to solve the discretized dynamic optimal transport problem, initially proposed by Benamou and Brenier in 2000. We develop a staggered grid discretization that is well adapted to the computation of the L2 optimal transport geodesic between distributions defined on a uniform spatial grid. We show how proximal splitting schemes can be used to solve the resulting large scale convex optimization problem. A specific instantiation of this method on a centered grid corresponds to the initial algorithm developed by Benamou and Brenier. We also show how more general cost functions can be taken into account and how to extend the method to perform optimal transport on a Riemannian manifold.

    Lieu : IMT - Salle de conférence MIP Bâtiment 1R3, 1er étage


  • 1 | 2 | 3

iCal