L’un des chercheurs impliqués dans le projet Oriflamms vient de soutenir son habilitation à diriger des recherches (en bref : HDR), sous le titre « De l’Utilisation d’Informations/Connaissances en Analyse et Interprétation d’Images » ! Avec toutes les équipes partenaires, nous nous en réjouissons et en donnons ici le résumé.

Florence Cloppet : De l’Utilisation d’Informations/Connaissances en Analyse et Interprétation d’Images

Le travail présenté dans le cadre de cette habilitation à diriger des recherches propose une synthèse d’activités et de travaux scientifiques, qui s’inscrivent dans une approche pluridisciplinaire translationnelle de l’enseignement et de la recherche. Nous nous sommes principalement intéressée d’un point de vue théorique à l’analyse et l’interprétation de structures complexes en vision par ordinateur, dans la continuité de nos travaux de Doctorat.
Il nous est apparu qu’il ne fallait pas opposer recherche théorique et applicative, mais plutôt les faire interagir de manière étroite. En effet, l’application peut pousser à des développements théoriques, et inversement la robustesse de la méthodologie développée a besoin des applications pour être évaluée. Nos travaux se sont inscrits dans deux domaines applicatifs particuliers : les domaines de l’imagerie du vivant et du document. Même si ces deux domaines peuvent apparaître relativement éloignés ils présentent néanmoins des similitudes au niveau des problèmes posés et de la méthodologie de traitements utilisée. En effet, les objets à extraire ou à caractériser comme tout objet inhérent à la nature humaine ou produit par l’homme présentent une grande variabilité avec des structures relativement complexes. Par ailleurs, ils constituent des champs thématiques où la sémantique de l’image est très forte.
L’approche translationnelle adoptée, nous a permis de mieux comprendre le domaine traité et les attentes d’une analyse computationnelle de la part des experts, d’extraire des informations, de modéliser des connaissances du domaine liées soit aux objets d’intérêt, soit au mode de raisonnement des experts du domaine. Ces informations ou connaissances a priori ont été intégrées dans les algorithmes via des cadres théoriques bien établis dans la littérature, mais qui nécessitent un travail conséquent de reformulation pour s’adapter aux imperfections (bruit, résolution etc.) des images, et à la complexité des formes à segmenter ou à caractériser, et ce, que ce soit dans des images biomédicales ou des images de documents.
Nos principales contributions se situent dans l’extraction d’informations ou connaissances a priori à partir des images ou à partir du dialogue avec les experts, et à l’introduction de ces informations ou connaissances (propriétés géométriques et/ou radiométriques, informations sur la position relative de points d’intérêt ou de structures) dans les processus de segmentation ou d’interprétation de manière à éviter une initialisation précise des structures à segmenter, une intervention de l’expert lors des processus d’analyses et d’interprétation d’images mais aussi de manière à introduire une certaine flexibilité et adaptabilité des méthodes développées par rapport à la variabilité des formes étudiées, et aux conditions d’observation (structures saines ou pathologiques par exemple, suivi longitudinal en cas de traitement dans le cas d’images biomédicales, scripteurs et époques d’écriture différents, documents dégradés ou avec des conditions de numérisation variables, dans le cas d’images de documents).

Mots-clefs : Analyse et interprétation d’images, utilisation d’informations/connaissances, extraction d’information, agrégation multi-critères.

---

---