Journée des doctorants de l’axe Images de la fédération Normastic le 11/06/2026

L’axe « Images » de la fédération Normastic organise le jeudi 11 juin 2026 une journée de rencontre entre doctorants de l’axe.

Cette journée aura lieu à l’université de Rouen Normandie à l’UFR des Sciences et Techniques (amphi C) sur le site du Madrillet.

Elle est ouverte à tous les membres du GREYC et du LITIS (collègues, doctorants, post-doctorants, master…).

Comme pour toute journée d’animation de la fédération, les frais de déplacement, repas et pauses café des membres du GREYC et du LITIS sont pris en charge par la fédération.

Programme (en cours de construction) :

9h30 : accueil café

9h45 : introduction à la journée

10h00 : Exposé invité Nicolas Passat (CRSTIC, Université de Reims), « Quelques usages des arbres morphologiques en imagerie »

Résumé : Les arbres morphologiques permettent de représenter des images dans des paradigmes « région » plutôt que « pixel ». Il existe plusieurs familles d’arbres, qui s’appuient sur des partitions totales ou bien partielles des supports d’images. Dans le cadre de cette présentation, nous nous focalisons sur les arbres issus de partitions partielles, qui sont particulièrement bien adaptés aux images à niveaux de gris. Nous décrirons les arbres « classiques » (component trees, trees of shapes) et des arbres plus récents qui permettent leur unification (complete trees of shapes). Nous explorerons les différentes capacités de ces arbres, qui couvrent un large spectre allant de la description (modélisation, invariance topologique) à la manipulation d’images (construction d’opérateurs connexes, de filtres topo-morphologiques)… et peut-être même jusqu’à leur implication dans des couches morphologiques en apprentissage profond.

10h45 : Pierrick Chatillon (GREYC), « SIMuLDiTex: Un modèle de diffusion léger, mono-image et multi-échelle pour la synthèse de texture »

Résumé : Nous présentons SIMuLDiTex, un modèle frugal de diffusion multi-échelle pour la synthèse de textures à partir d’une seule image d’exemple. Cette approche est basée sur une stratégie pyramidale d’échantillonnage et de génération des textures permettant de préserver la fidélité des détails générés, même à haute résolution. Grâce à un mécanisme original de conditionnement multi-échelle d’un U-Net compact (environ un million de paramètres), SIMuLDiTex surpasse les méthodes de l’état de l’art à nombres de paramètres équivalents, offrant ainsi une solution rapide et de qualité pour la génération de textures de très haute résolution.

11h10 : Pause café

11h30 : Axel Duché (LITIS), « See Without Decoding: Motion-Vector-Based Tracking in Compressed Videos »

Résumé : L’expansion des réseaux de caméras urbains rend l’analyse vidéo à grande échelle de plus en plus coûteuse en calcul et en latence. Cela motive le développement de réseaux neuronaux plus légers et plus efficaces pour le traitement temps réel.
Dans ce contexte, nous proposons un modèle léger de tracking en domaine compressé, opérant directement sur les flux vidéo sans nécessiter de décodage RGB complet. À partir des motion vectors et des transform coefficients extraits des données compressées, notre modèle deep learning propage les bounding boxes des objets entre les frames. Il atteint une vitesse d’inférence allant jusqu’à 3,7× plus rapide, avec une dégradation limitée de 4 % en mAP@0.5 par rapport à un RGB baseline sur les datasets MOTS15/17/20. Ces résultats mettent en évidence l’efficacité de la modélisation du mouvement dans le codec domain pour l’analyse temps réel à grande échelle dans les systèmes de monitoring.

11h55 : Matéo Ducastel (GREYC), « Stéréophotométrie par Gaussian Splatting et Rendu Inverse »

Résumé : Cette présentation explore l’utilisation du Gaussian Splatting pour estimer des normales de surface à partir d’images de stéréophotométrie. Nous allons aborder à la fois les principes de la stéréophotométrie, du Gaussian Splatting et du rendu inverse, afin de comprendre comment ces méthodes peuvent être combinées dans un même pipeline d’optimisation. Nous verrons comment une scène peut être représentée par un ensemble de gaussiennes différentiables, dont la géométrie et les propriétés matérielles sont ajustées pour reproduire des images observées sous plusieurs éclairages. Enfin, la présentation discutera les principaux défis rencontrés, notamment la gestion des ombres, l’ambiguïté entre matériau, éclairage et géométrie, ainsi que les limites actuelles de cette approche pour la stéréophotométrie.

12:20 : déjeuner

13:30 : session posters PhD 1ère et 2ème année (1h)

• Nolan Merry (GREYC),  » Suivi du regard lors d’une tentative de grimpe sur un mur d’escalade en 3D »
• Anthony Mendoza (GREYC), « Apprentissage perceptuel de détails d’images, guidé par Autoencoder. »

14h30 : Tom Simon (LITIS) : « S’adapter sans réapprendre : l’Apprentissage en Contexte pour la reconnaissance d’écriture »

Les systèmes de reconnaissance d’écriture modernes sont performants sur les styles qu’ils ont appris, mais restent statiques face à tout ce qui s’en écarte — nouvelles polices, nouveaux symboles, nouveaux scripteurs. Les adapter traditionnellement exige des données annotées et un réentraînement coûteux. Le paradigme de l’Apprentissage en Contexte (In-Context Learning), initialement observé chez les grands modèles de langage (LLMs), offre une voie prometteuse pour dépasser ces limites. En repensant le protocole d’entraînement de ces systèmes, nous leur conférons la capacité de lire l’inconnu à l’inférence : de nouvelles polices d’écriture, de nouveaux symboles, jusqu’au style singulier d’un scripteur jamais rencontré — le tout à partir de quelques lignes d’exemples, sans aucun réentraînement.

14h55 : Pause café

15h25 : Lilian Bour (GREYC), « Manipulation de représentations latentes pour l’édition de visages »

Résumé : Cette présentation explore le potentiel des modèles génératifs au-delà des agents conversationnels comme ChatGPT, en se concentrant sur l’édition de visages pour la biométrie. Dans un premier temps, le fonctionnement de ces modèles et les concepts d’espaces latents seront définis pour comprendre les mécanismes de l’édition. Ensuite, les limites actuelles en termes d’évaluation et de performance seront exposées. Enfin, des pistes d’amélioration pour une évaluation plus complète et une meilleure gestion des attributs faciaux et de l’identité seront explorées.

15h50 : Simon Barbarit-Gaboriau (LITIS), « Fusion multimodale pour la détection d’objets destinée aux véhicules autonomes »

Résumé : La détection fiable d’objets constitue une étape fondamentale pour le développement des véhicules autonomes, où toute erreur de perception peut avoir des conséquences critiques. Les capteurs embarqués tels que la caméra RGB, le LiDAR et le radar offrent chacun des caractéristiques complémentaires : la richesse sémantique pour le premier, la précision géométrique et la robustesse aux conditions météorologiques pour les seconds. La fusion multimodale vise à combiner ces modalités hétérogènes afin de dépasser les limites inhérentes à chaque capteur isolé. Cependant, cette synergie fait face à des obstacles techniques majeurs, notamment la grande différence de dimensionnalité et de structure des données brutes. Pour surmonter ce défi de taille, il n’y a pas de méthode universelle : il existe de nombreuses façons de faire de la détection d’objets, tout comme il existe de multiples stratégies de fusion: au niveau des données (early fusion), des features (middle fusion) ou des prédictions (late fusion). Cette présentation explorera comment concilier cette diversité d’approches pour garantir une perception robuste et sécurisée.

16h15 : Conclusion de la journée et discussions