Projet ORION Monique THONNAT INRIA Sophia Antipolis

Slides:

Advertisements

Présentations similaires

Advertisements

Practical Session – Defining Learning Outcomes

Université de La Rochelle Laboratoire Informatique Image Interaction Laboratoire L3i Université de La Rochelle Avenue Michel Crépeau La Rochelle.

The Civil Aviation University World-wide CNS/ATM Systems Implementation Conference Rio de Janeiro, May 1998 Formations nécessaires.

1 La bibliométrie pour l'évaluation stratégique des institutions de recherche : usages et limites Indicators for strategic positioning of the research.

Réflexivité et réseaux d’ information

Environmental Data Warehouse Cemagref, UR TSCF, TR MOTIVE 2011 – projet Miriphyque.

5 Les actions réciproques Les normes: –Communications 1.2: Understanding the written and spoken language –Comparisons 4.1: Understanding language through.

How to say 'the' Definite article:. In English, you only have one definite article, and it is THE Le Musée de la Musique La Place de la Bastille.

Revenir aux basiques !. 1 Revenir aux basiques Processus Nécessité daméliorer la Maîtrise les Offres et Projets: lanalyse des causes racines montre un.

ContractionsContractions How the French get around.

Tout All you need to know. Weve learned possessive adjectives My in french is __________? Your in french is ___________? His/her/its in french is ________?

interaction in the .LRN platform

Cliquez et modifiez le titre Cliquez pour modifier les styles du texte du masque Deuxième niveau Troisième niveau Quatrième niveau Cinquième niveau 23/01/2014©

Status report SOLEIL April 2008

Coopération/Distribution DEA Informatique Nancy. Content 4 Introduction - Overview 4 Coordination of virtual teams : –explicit interaction model –explicit.

Les technologies 3D appliquées à la formation aéronautique ETAT DE L ART et PERSPECTIVES.

TP2 ... MVC ? JList JLabel JSlider ImageLibrary Contrôleur Vue Modèle

Les métiers Year 9 Click on the arrow to go onto the next page.

XGKS et XUV XGKS and XUV 25/10/2003 V1.0 Conception d une application sans contact How to design a RFID application Comment raccorder un système OSIVIEW.

What does en mean? The object pronoun en usually means some or of them.

Defence R&D Canada R et D pour la défense Canada Novel Concepts for the COP of the Future Denis Gouin Alexandre Bergeron-Guyard DRDC Valcartier.

Can you label these colours in French?

Monique THONNAT et Nathanaël ROTA Projet ORION

Electronic Portfolio/ Portfolio électronique QPAT

Savoir and connaître both mean to know. They are both irregular verbs. Je ne sais pas!

PC et Imparfait continué

Chaque groupe rencontrera un porteur de projet de la CATL à Liège entre le 21/1/14 et le 11/2/14 pour: _Faire une étude de cas et la documenter… _Discuter.

Defence Research and Development Canada Recherche et développement pour la défense Canada Canada 11-1.

How to solve biological problems with math Mars 2012.

Handy Verbs Close Future Tense With the Angry Family Going to.

Computer Heritage: Problems and Perspectives at the Musée des arts et métiers Cyrille Foasso Modern Scientific Instrument Collection

Core Module 9 Family and Community Engagement Association des conseils scolaires des écoles publiques de lOntario (ACÉPO) Association franco-ontarienne.

Fire prevention in Luxembourg Performance based fire prevention (Project of Fire engineering Guidelines) Guy Weis Service dIncendie et dAmbulance de la.

Mardi 20 Novembre 2012 Recap I can

1 La promotion de la santé ancrée dans la loi Le mandat de Promotion Santé Suisse est ancré dans la loi fédérale du 18 mars 1994 sur lassurance maladie.

Youth Involvement - revitalising the Scout Method Participation des jeunes - revitaliser la méthode scoute.

INVESTMENT CLIMATEDEVELOPMENT IMPACT EVALUATION INITIATIVE Piloting the Entreprenant Status: In search of a successful formalization model BENIN Impact.

Blooms Taxonomy = Levels of learning Top: Active, participative, more emotionally linked The higher they are, the more they will learn Bottom: non-participative.

OIL & UPML DREVET - HUMBERT Introduction OIL : un langage de description dontologies UPML : un langage de description de systèmes à base.

Laboratoire de Bioinformatique des Génomes et des Réseaux Université Libre de Bruxelles, Belgique Introduction Statistics.

Les Tâches Ménagères Learning Objectives:

La pratique factuelle Années 90 un concept médical visant à optimiser les décisions cliniques face aux soins des patients Aujourdhui un concept évolutif,

Interprétation de séquences dimages pour des applications MédiaSpace Alberto AVANZI François BREMOND Monique THONNAT Projet ORION INRIA de Sophia Antipolis.

Céline Hudelot, Monique Thonnat

CAssiopée, un système de vidéosurveillance bancaire

ETL et Data Mining Présenté par : Marc Catudal-Gosselin Université de Sherbrooke automne 2004 automne 2004.

TECFA Research and Teaching unit in Educational and Learning technologies OverviewPeopleTeachingResearch October 2005.

Présentation dun modèle dinterface adaptative dun système de diagnostique et dintervention industriel: ADAPTS (Adaptive Diagnostics And Personalized Technical.

1. Les structures de documentation pour la division ST. 2. Les types de document dans la division ST. 3. Linterface informatique. Lundi 8 Mai 2000 ST Quality.

Marketing électronique Cours 5 La personnalisation.

1 Diffusion du savoir et mobilisation des connaissances Bilan de la réunion des partenaires du Domaine Justice, Police et Sécurité à Ottawa (14 novembre.

Thematic Alignment of Static Documents with Meeting Dialogs Dalila Mekhaldi Diva Group Department of Computer Science University of Fribourg.

"Man Machine Interaction" MEMODULES as tangible shortcuts to multimedia information Omar ABOU KHALED, Rolf INGOLD, Denis LALANNE.

Saying what you have been doing

The social construction of the adoptive relationship Parental experiences of adopting older children abroad Anne-Marie Piché, s.w, m.s.w, Doctoral candidate.

HUDELOT Céline, Monique THONNAT Inria Sophia Antipolis Equipe ORION

VTHD PROJECT (Very High Broadband Network Service): French NGI initiative C. GUILLEMOT FT / BD / FTR&D / RTA

KM-Master Course, 2004 Module: Communautés virtuelles, Agents intelligents C3: Collaborative Knowledge construction & knowledge sharing Thierry NABETH.

Quelle heure est-il? What time is it ?.

Pour commencer … Read the statements below and put them into three columns depending on whether they are written in the past, present or future tense.

Cliquez et modifiez le titre Cliquez pour modifier les styles du texte du masque – Deuxième niveau Troisième niveau – Quatrième niveau » Cinquième niveau.

Ministère de l’Éducation, du Loisir et du Sport Responsables des programmes FLS et ELA: Diane Alain et Michele Luchs Animateurs: Diane Alain et Michael.

Suivi d’individus et interprétation vidéo

Supports de formation au SQ Unifié

APPLICATION : Un diagnostic précoce et automatique des pathologies végétales LA VISION COGNITIVE De la science de la reconstruction visuelle à la science.

Resource allocation: what can we learn from HPC? 20 janvier 2011 Vincent Breton Crédit: Catherine Le Louarn.

HUDELOT Céline, Monique THONNAT Inria Sophia Antipolis Equipe ORION

Transcription de la présentation:

Projet ORION Monique THONNAT INRIA Sophia Antipolis Date

Définition d’un projet INRIA 1 Thème de recherche focalisé 1 Equipe Evalué tous les 4 ans Durée limitée: moins de 12 ans

Exemple: le projet Orion Thème CogC systèmes cognitifs: données multimédia: interprétation et interaction homme-machine Thème de recherche focalisé: Vision Cognitive Equipe: + 22 personnes Dates: Création juillet 1995 Evaluations en 1997 et en 2001

Une équipe: Les Membres du projet ORION

Les Membres du projet ORION Responsable: Monique Thonnat (DR Inria) Assistante: Catherine Martin ( TR Inria) Chercheurs: François Bremond (CR1 Inria) Ingénieurs: Alberto Avanzi ( Ing Bull) Sabine Moisan (CR1 Inria) Julien Canet (Ing Associé) Annie Ressouche (CR1 Inria) Nicolas Chleq (IR2 Inria Dream) Post-doc: Florence Duchene (bourse Inria) Doctorants: Bernard Boulay (2ieme année) Ing.-experts: Frederic Cupillard (Vigitec) Binh Bui (1ere année) Gabriele Davini (Samsit) Benoit Georis (2ieme année) (Louvain) Florent Fusier (Avitrack) Celine Hudelot (3ieme année) Magali Maziere (FNCA) Naoufel Khayati (1ere année) (Tunis) Christophe Tornieri (SNCF) Nicolas Maillot (3ieme année) Valery Valentin (Avitrack) Vincent Martin (1ere année) Coll. ext: Jean-Paul Rigault (Prof. UNSA) Jean-Philippe Vidal (3ieme année) (Lyon)

Projet ORION Equipe de recherches en vision cognitive Compétence en intelligence artificielle, vision par ordinateur, génie logiciel Thème de recherches: Interprétation d’images: reconnaissance d’objets naturels et interprétation vidéo pour la reconnaissance de comportements Réutilisation de logiciels: techniques de pilotage de programmes et plates-formes de développement de systèmes à base de connaissances

Applications: Interprétation Vidéo: Reconnaissance Objets Naturels: Impact important en vidéo surveillance (stations de métro, agences bancaires, trains, aéroport) 5 projets européens (PASSWORDS, AVS-PV, AVS-RTPW, ADVISOR, AVITRACK) 4 contrats de recherche avec des industriels (métro, banque, trains) 2 activités de transfert avec Bull (Paris) et Vigitec (Brussels) Reconnaissance Objets Naturels: Coopérations scientifiques pour le diagnostic de pathologies Projet européen ASTHMA (détection de pollens pour prévention d’allergies) INRA (diagnostic de maladies de végétaux)

Image interpretation What does it mean to perform image interpretation ? semantic image interpretation (i.e. object categorization) What does it mean to associate semantics to a particular image ?

Image interpretation Proposed approach: Knowledge-based Vision formalize the a priori knowledge for image interpretation in knowledge bases explicit the reasoning (how to use a priori knowledge) define sub-problems and build solutions independent of any application (object categorization, program supervision, video understanding) use of state of the art vision techniques test the solutions on difficult real cases

Application on Plant Disease Diagnosis: Rose Diseases Powdery mildew : State of infection : early Vegetal support : red leaf State of infection : very early Vegetal support : green leaf Two white flies close to their eggs Need of domain knowledge Intelligent management of image processing programs Complexity and variability of object appearance Variability of contexts Scene knowledge and spatial reasoning Multiple objects and various object types

Video understanding Objective: real time and automated analysis of video sequences video understanding= from people detection and tracking to behavior recognition ---> Interpretation of the videos from pixels to alarms « Blocking an exit » «Fighting » « Fraud » « Overcrowding» ALARM People detection and tracking Cameras Behavior recognition Interface for alarm management

Video Understanding: typical problems Metro station surveillance Surveillance inside trains Building access control Airport monitoring

Video Understanding Vandalism in metro (Nuremberg)

Conclusion: Where we go Knowledge bases still difficult to build --> Design of ontology driven knowledge bases visual concept ontology (Nicolas Maillot PhD) video event ontology (T. Van Vu PhD) --> Design of learning techniques to complement knowledge bases visual concept learning(Nicolas Maillot PhD) image segmentation learning (Vincent Martin PhD) Reusability is still an issue for vision programs --> Use of program supervision techniques for video understanding dynamic configuration of programs and parameters (B Georis PhD)