BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Institut des Systèmes Complexes de Paris Île-de-France - ECPv6.18.3.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Institut des Systèmes Complexes de Paris Île-de-France
X-ORIGINAL-URL:https://iscpif.fr
X-WR-CALDESC:Évènements pour Institut des Systèmes Complexes de Paris Île-de-France
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Helsinki
BEGIN:DAYLIGHT
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EEST
DTSTART:20160327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0300
TZOFFSETTO:+0200
TZNAME:EET
DTSTART:20161030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EEST
DTSTART:20170326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0300
TZOFFSETTO:+0200
TZNAME:EET
DTSTART:20171029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EEST
DTSTART:20180325T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0300
TZOFFSETTO:+0200
TZNAME:EET
DTSTART:20181028T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Helsinki:20171107T090000
DTEND;TZID=Europe/Helsinki:20171107T143000
DTSTAMP:20171106T102053Z
CREATED:20171009T115902Z
LAST-MODIFIED:20171106T102053Z
UID:20427-1510045200-1510065000@iscpif.fr
SUMMARY:PhD defense of Neelanjan Bhowmik
DESCRIPTION:Abstract:\nContent-Based Image Retrieval (CBIR) is a discipline of Computer Science which aims at automatically structuring image collections according to some visual criteria. The offered functionalities include the efficient access to images in a large database of images\, or the identification of their content through object detection and recognition tools. They impact a large range of fields which manipulate this kind of data\, such as multimedia\, culture\, security\, health\, scientific research\, etc. To index an image from its visual content first requires producing a visual summary of this content for a given use\, which will be the index of this image in the database. In this thesis\, we focus on the family of local\ndescriptors\, with application to image and object retrieval by example in a collection of images. Their nice properties make them very popular for retrieval\, recognition and categorization of objects and scenes. Two directions of research are investigated: \nFeature combination applied to query-by-example image retrieval: The core of the thesis rests on the proposal of a model for combining low-level and generic descriptors in order to obtain a descriptor richer and adapted to a given use case while maintaining genericity in order to be able to index different types of visual contents. We propose an approach\nbased on the fusion of inverted indices\, which allows to represent the content better while being associated with an efficient access method. \nComplementarity of the descriptors: We focus on the evaluation of the complementarity of existing local descriptors by proposing statistical criteria of analysis of their spatial distribution. The approach is evaluated within the fusion of inverted indices search engine\, where it shows its relevance and also highlights that the optimal combination of features may vary from an image to another. \nAdditionally\, we exploit the previous two proposals to address the problem of cross-domain image retrieval\, where the images are matched across different domains\, including multi-source and multi-date contents. Two applications of cross-domain matching are explored. First\, cross-domain image retrieval is applied to the digitized cultural photographic collections of a museum. Second\, we explore the application of cross-domain image localization\, where the pose of a landmark is estimated by retrieving visually similar geo-referenced images to the query images. \nRésumé: \nLa recherche d’images par contenu (CBIR) est une discipline de l’informatique qui vise à structurer automatiquement les collections d’images selon des critères visuels. Les fonctionnalités proposées couvrent notamment l’accès efficace aux images dans une grande base de données d’images ou l’identification de leur contenu par des outils de détection et de reconnaissance d’objets. Ils ont un impact sur une large gamme de domaines qui manipulent ce genre de données\, telles que le multimedia\, la culture\, la sécurité\, la santé\, la recherche scientifique\, etc. Indexer une image à partir de son contenu visuel nécessite d’abord de produire un résumé visuel de ce contenu pour un usage donné\, qui sera l’index de cette image dans la collection. Dans cette thése\, nous nous concentrons sur la famille des descripteurs locaux\, avec pour application la recherche d’images ou d’objets par l’exemple dans une collection d’images. Deux directions de recherche sont étudiées: \nCombinaison de caractéristiques pour la recherche d’images par l’exemple: Le coeur de la thèse repose sur la proposition d’un modèle pour combiner des descripteurs de bas niveau et génériques afin d’obtenir un descripteur plus riche et adapté à un cas d’utilisation donné tout en conservant la généricité afin d’indexer différents types de contenus visuels. Nous proposons une approche basée sur la fusion d’index inversés\, ce qui permet de mieux représenter le contenu tout en étant associé à une méthode d’accès efficace. \nComplémentarité des descripteurs: Nous nous concentrons sur l’évaluation de la complémentarité des descripteurs locaux existant en proposant des critères statistiques d’analyse de leur répartition spatiale dans l’image. L’approche est évaluée avec le moteur de recherche multi-index\, où il montre sa pertinence et met aussi en lumière le fait que la combinaison optimale de descripteurs peut varier d’une image à l’autre. \nEn outre\, nous exploitons les deux propositions précédentes pour traiter le problème de la recherche d’images inter-domaines\, correspondant notamment à des vues multi-source et multi-date. Deux applications sont explorées dans cette thèse. La recherche d’images inter-domaines est appliquée aux collections photographiques culturelles numérisées d’un musée. Ensuite\, nous explorons l’application de la localisation basée image entre domaines\, où la pose d’une image est estimée à partir d’images géoréférencées\, en retrouvant des images géolocalisées visuellement similaires à la requête.
URL:https://iscpif.fr/evenements/phd-defense-of-neelanjan-bhowmik/
LOCATION:ISC-PIF\, 113 rue Nationale\, Paris\, Paris\, 75013\, France
CATEGORIES:ISC-PIF Room 1.1,ISC-PIF Room 1.2
ATTACH;FMTTYPE=image/jpeg:https://iscpif.fr/wp-content/uploads/2017/04/Thèse.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Helsinki:20171107T093000
DTEND;TZID=Europe/Helsinki:20171109T170000
DTSTAMP:20170724T134119Z
CREATED:20170320T134434Z
LAST-MODIFIED:20170724T134119Z
UID:15144-1510047000-1510246800@iscpif.fr
SUMMARY:3rd conference on Geometric Science of Information
DESCRIPTION:Following the success of GSI’13 & GSI’15\, the organizing committee is honored to anounce GSI  2017 to be hosted at Mines ParisTech from November 7th to 9th.\nWe will welcome mathematicians and engineers\, with common interest for Geometric tools and their applications for Information analysis. It emphasizes an active participation of young researchers to discuss emerging areas of collaborative research on “Geometric Science of Information and their Applications”. \nCurrent and ongoing uses of Information Geometry Manifolds in applied mathematics are the following: Advanced Signal/Image/Video Processing\, Complex Data Modeling and Analysis\, Information Ranking and Retrieval\, Coding\, Cognitive Systems\, Optimal Control\, Statistics on Manifolds\, Topology/Machine/Deep Learning\, Artificial Intelligence\, Speech/sound recognition\, natural language treatment\, Big Data Analytics\, etc.\, which are substantially relevant for industry. \nThe Conference will be therefore held in areas of priority/focused themes and topics of mutual interest with the aim to: \n\nProvide an overview on the most recent state-of-the-art\nExchange mathematical information/knowledge/expertise in the area\nIdentify research areas/applications for future collaboration\nIdentify academic & industry labs expertise for further collaboration\n\nGSI 2017 will be an interdisciplinary event and will unify skills from Geometry\, Probability and Information Theory.
URL:https://iscpif.fr/evenements/3rd-conference-on-geometric-science-of-information-2/
LOCATION:Mines Paritech\, 60 Boulevard Saint-Michel\, Paris\, 75006\, France
CATEGORIES:.Other CS Events
ATTACH;FMTTYPE=image/png:https://iscpif.fr/wp-content/uploads/2017/03/affiche-draft-GSI17-revF.png
END:VEVENT
END:VCALENDAR