MastèreSpécialisé
Signal,Images,
Reconnaissance
desFormes
En raison de l’émergence du « tout numérique », le traitement du signal (mono ou multidimentionnel) est un domaine fédérateur dans le monde industriel. Il s’articule autour de quatre grandes thématiques :
• le traitement numérique du signal,
• le traitement numérique des images,
• le multimédia,
• la reconnaissance des formes.
Le champ applicatif du traitement du signal est très vaste. Il répond aux besoins des entreprises et du grand public. La généralisation du traitement et de la gestion des données numériques requiert de maîtriser les techniques fondamentales d’analyse et de traitement de données du monde du signal (mode des communications, de l’analyse de la parole, des signaux audiophoniques et musicaux), du monde de l’image (domaine du multimédia, de l’imagerie médicale, de la télédétection satellitaire, de la synthèse d’image et de la réalité virtuelle) et enfin du monde de la reconnaissance des formes (particulièrement la fouille de données, le traitement automatique du langage naturel, de la parole et des documents). Ils doivent aussi connaître les applications diverses qu'offrent ces techniques dans ces trois grands domaines. La formation dispensée dans le cadre du mastère spécialisé SIRF s’est donnée comme objectif essentiel la maîtrise de ces techniques et applications.
Les débouchés cibles de ce mastère spécialisé sont, par exemple, des postes de R&D ou de chefs de projet dans les grands groupes industriels impliqués dans l’imagerie professionnelle (imagerie médicale, imagerie aéroportée, télédétection…) ou dans le domaine des télécommunications et du multimédia.
Domaineetobjectifs
Signal,Images,
ReconnaissancedesFormes
Organisationetcontenu
delaFormation
La formation est organisée en unités d’enseignement qui s’étalent sur quatre périodes de septembre à juin. A leur arrivée, les étudiants du Mastère SIRF sont amenés à définir un plan de travail afin d’optimiser leur cursus. Plan de travail qui tient compte de la formation initiale et des objectifs scientifiques et professionnels de chacun. Par exemple, selon les origines spécifiques des étudiants, les sujets proposés peuvent être : traitement numérique de base du signal ; traitement numérique de base de l'image ; étude de cas en traitement du signal sous Matlab ; analyse statistique des données et fondement de la reconnaissance des formes.
La première période du cursus constitue une harmonisation
des connaissances de base, les deuxième, troisième et quatrième périodes sont consacrées aux enseignements de spécialisation via deux parcours proposés aux élèves selon leurs objectifs scientifiques et leur projet professionnel : un
parcours « Image » et un parcours « Signal », où sont abordés les points principaux du domaine (traitement du signal, traitement des images, reconnaissance des formes).
Enfin, une mission en entreprise, de quatre à six mois, appelée thèse professionnelle, apporte un complément pédagogique et professionnel aux enseignements reçus à l’école et permet de se confronter à la réalité et au quotidien des systèmes informatiques en entreprise.
Enseignements d’harmonisation Bases de la reconnaissance des formes
L'objectif de ce cours est d'enseigner les méthodes de base en reconnaissance des formes pour l'apprentissage et la décision.
Ces méthodes sont illustrées sur des cas concrets issus notamment des domaines de l'imagerie satellitaire et de la reconnaissance de l'écriture et des documents. Une part importante de l'enseignement est consacrée à des séances de travaux pratiques sous matlab.
Acoustique
L'objectif de ce cours est de donner aux étudiants les fondements physiques de l'acoustique, de l'électro-acoustique et de la psycho-acoustique. Comme applications et approfondissements de ces principes, les enseignements abordent l'acoustique musicale, l'acoustique des salles ainsi que la prise et la restitution des sons.
Signal,Images,
ReconnaissancedesFormes
Les enseignements présentent et approfondissent : d’une part les outils mathématiques (morphologie mathématique, ondelettes, EDP, champs de Markov, modèles déformables, etc.) indispensables aussi bien pour les traitements de bas-niveau comme la restauration, le debruitage, la segmentation ou l'extraction d'éléments significatifs, que pour ceux de plus haut niveau comme l'interprétation de scènes, la reconnaissance ou le suivi d'objets ; d'autre part une introduction à des méthodes récentes (détection d'événements significatifs, géométrie stochastique,...).
Application du traitement des images
Ce cours présente chacun des grands domaines du traitement des images : imagerie aérienne et satellitale, imagerie médicale et vision industrielle. On aborde dans un premier temps les enjeux de la numérisation de la chaîne d'analyse de l'image, puis on analyse les moyens mis en place pour obtenir les images, enfin on décrit les principales familles de traitements nécessaires pour analyser et interpréter les images.
Projets de traitement des images
Cet enseignement permet aux élèves de mettre en application les connaissances acquises en traitement des images pour la résolution d'un problème déterminé. Un travail en équipe qui donne lieu à une soutenance où il est tenu compte de la qualité du travail effectué et du degré d'intégration de l'équipe, ainsi que de la bonne répartition des tâches.
Enseignements du parcours « Signal » Traitement du signal : méthodes et études de cas
Ce cours donne aux étudiants les bases du traitement numérique du signal, à travers des études de cas et des simulations. Cette pédagogie, tournée vers l'association d'un cours condensé et d'une application pratique, permet d'envisager les concepts fondamentaux du traitement de signal déterministe et aléatoire tels que la synthèse de filtres numérique, le traitement multicadence, l'analyse spectrale et la modélisation des processus.
Analyse des images
Ce cours présente les bases du traitement des images. Ses objectifs sont d'une part d'introduire des modèles classiques d'images et d'autre part de donner un aperçu aussi complet que possible des méthodes usuelles du domaine. Ces modèles constituent une sensibilisation à la nature très particulière des images numériques et aux propriétés qui y sont attachées. Quant aux diverses méthodes étudiées, elles sont détaillées, comparées et illustrées sur des cas pédagogiques et sont mises en œuvre dans le cadre de travaux pratiques. Le cours compte également une introduction aux problèmes de détection d'objets, de reconnaissance des formes et d'analyse de scène.
Techniques de compression
Dans cet enseignement, on présente d'abord les outils standards permettant de comprimer des signaux (quantificateur scalaire, quantificateur prédictif, quantificateur vectoriel, techniques de codage par transformée, en sous- bandes, codage entropique). Une approche théorique permet non seulement de donner des mesures objectives des performances des différents outils mais aussi de mettre en évidence la cohérence qui existe entre eux. Dans une deuxième partie, on examine deux cas particuliers, un codeur traitant des signaux de musique et un codeur d'image, permettant d'illustrer le développement précédent.
Enseignements du parcours « Image » Analyse des images
Ce cours présente les bases du traitement des images. Ses objectifs sont d'une part d'introduire des modèles classiques d'images et d'autre part de donner un aperçu aussi complet que possible des méthodes usuelles du domaine. Ces modèles constituent une sensibilisation à la nature très particulière des images numériques et aux propriétés qui y sont attachées. Quant aux diverses méthodes étudiées, elles sont détaillées, comparées et illustrées sur des cas pédagogiques et sont mises en œuvre dans le cadre de travaux pratiques. Le cours compte également une introduction aux problèmes de détection d'objets, de reconnaissance des formes et d'analyse de scène.
Traitement du signal : méthodes et études de cas
Ce cours donne aux étudiants les bases du traitement numérique du signal, à travers des études de cas et des simulations. Cette pédagogie, tournée vers l'association d'un cours condensé et d'une application pratique, permet d'envisager les concepts fondamentaux du traitement de signal déterministe et aléatoire tels que la synthèse de filtres numérique, le traitement multicadence, l'analyse spectrale et la modélisation des processus.
Vision artificielle et raisonnement dans les images
Cet enseignement comporte une partie sur les méthodes de vision par ordinateur et les approches structurelles (graphes), allant de la géométrie des acquisitions (géométrie projective en particulier) à la mise en correspondance, à la reconstruction stéréo ou 3D, à la représentation d'objets 3D (surfaces triangulées, volumes, nuages de points) à l'analyse du mouvement, et une partie sur les méthodes de raisonnement, de modélisation et traitement de l'imprécision dans les images (approches probabilistes et statistiques, approches flous et possibilistes, fonctions de croyance), de fusion d'informations et de raisonnement spatial (approches numériques et symboliques), et d'indexation.
Méthodes Avancées de traitement des images
Ce cours apporte les connaissances nécessaires pour pouvoir traiter des problèmes avancés de traitement d'images en vue de l'analyse, de la reconnaissance des formes et de la restauration.
La thèse professionnelle est un travail personnel approfondi dont l’objectif est de permettre la structuration des connaissances acquises tout au long du cursus. Elle constitue un élément fort de la formation Mastère Spécialisé. La thèse professionnelle commence en général à l’école en parallèle avec les enseignements de spécialisation de la troisième période, puis se poursuit, le plus souvent en entreprise, dans le cadre d’un stage à plein temps sur une période de quatre mois au minimum. Elle se termine par la rédaction d'un mémoire et une soutenance devant un jury composé de professionnels du domaine et d'enseignants de l’école.
Quelques exemples de thèses professionnelles :
• Détection automatique des routes en imagerie aérienne (images optiques aéroportées)
• Fusion de données satellitaires par ensembles flous
• Formation de voie adaptative pour la prise de son multimicrophone.
• Simulation de sources sonores dans l'espace.
• Prise de son en téléconférence par réseau de microphones.
• Reconnaissance des formes appliquée au signal d'un radiotéléscope.
• Reconnaissance de la parole en milieu bruit.
• Détection de dysfonctionnement des outils de forage
• Etude d'un système d'analyse qualitative de la parole sur communications mobiles
• Images ultrasonores pour la détection de défauts dans le fond des cuves.
• Mise en évidence de l'état émotionnel d'un locuteur pour des applications en criminalistique
• Influence du bruit sur la corrélation 1 bit, application à la mesure de vitesse du flux sanguin en échographie ultrasonore
• Stéréovision d'un modèle numérique de terrain en imagerie SPOT
• Caractérisation de la signature de cibles en imagerie Radar à Ouverture de Synthèse
• Algorithme de compression d'image « WSQ »
• Imagerie médicale (échographie tridimensionnelle)
• IRM haute définition
• Utilisation de transputeurs pour la réalisation d'effets spéciaux en télévision
• Méthodes neuronales pour l'authentification des signatures
• Algorithme de compression d'images dédié aux empreintes digitales.
Thèseprofessionnelle
Signal,Images,
ReconnaissancedesFormes
Signal audiofréquence et parole
Ce cours propose de parcourir, depuis les bases méthodologiques et théoriques jusqu'aux applications, les domaines du traitement de la parole et des signaux audiofréquences.
Deux modules principaux composent ce cours : l'un centré sur le traitement de la parole qui permet d'aborder ses principaux aspects : la reconnaissance vocale et la synthèse vocale ; l'autre sur le traitement des signaux audio et en particulier dans les applications professionnelles de production et post-production sonore ainsi que dans des applications semi-professionnelles voire plus grand-public (home studio, Hi-Fi).
Multimédia : interactivité, composition et synchronisation Cette unité d'enseignement s'intéresse aux fondements algorithmiques, aux environnements d'exécution, à la modélisation et l'analyse des aspects comportementaux et architecturaux ou encore aux langages de programmation appliqués au domaine du temps réel et de l'embarqué. Des applications industrielles illustrent les enseignements.
Antennes intelligentes et séparation de sources
Le cours présente une introduction plus un certain nombre d'éclairages sur des méthodes avancées du traitement d'antenne multicapteurs (méthodes de localisation, séparation de sources, traitement autodidacte, déconvolution, etc). Il est organisé en 2 modules : filtrage spatial et localisation de source ; séparation de source et déconvolution de systèmes MIMO.
Traitement du signal adaptatif
L'objectif de ce cours est de former les élèves aux problèmes spécifiques venant de la multiplicité des médias dans la conception d'applications multimédia, la distribution et la protection de contenus multimédias, de leur donner une maîtrise de l'ensemble de la chaîne de production, distribution, présentation de contenus mutimédia, de leur donner les moyens de faire les bons choix dans le foisonnement de technologies et de standards.