Titre : Laplace et spectres, pour simplifier la correspondance géométrique et l'apprentissage-machine

Conférencier : Hervé Lombaert, chercheur post-doctoral, Centre commun Microsoft Research - Inria (Royaume-Uni / France)

Date: jeudi 25 septembre, 2014
Heure : 11h30
Lieu: L-4812, pavillon Lassonde de l'École Polytechnique
(présentation donnée dans le cadre des séminaires hebdomadaires du dépt. de Génie informatique et génie logiciel)

Résumé:
L'analyse de formes géométriques complexes reste essentielle à diverses applications.  Par contre, les algorithmes actuels font souvent un compromis entre précision et temps de calcul.  Par exemple, la mise en correspondance entre deux surfaces cérébrales requiert toujours, à ce jour plusieurs heures de calculs, limitant ainsi l'étude de grands nombres de cerveaux.  Cette présentation s'intéressera à une approche originale, dite Laplacienne-spectrale, qui consiste à exploiter de curieuses propriétés vibratoires de formes.  L'approche permet en quelques secondes la mise en correspondance précise d'images à fortes déformations. En prime, l'application récente des concepts de base à l'apprentissage-machine a permis d'améliorer la segmentation d'images à bases de forêts aléatoires.  L'approche générale reste pertinente à une variété d'applications où des images doivent être analysées en grande quantité. 

Courte biographie:
Hervé est chercheur postdoctoral au centre commun Microsoft Research - Inria.  Il travaille notamment sur l'analyse de formes et l'apprentissage statistique.  En 2012, il obtient son doctorat à l'École Polytechnique de Montréal (boursier CRSNG BSEC), dirigé par Farida Cheriet. Auparavant, il fut postdoctorant à McGill (boursier FQRNT et CRSNG BP) ainsi qu'ingénieur de recherche à Siemens Corporate Research.