Analyse de contenu et détection d'anomalies pour des applications en surveillance vidéo et imagerie médicale.

点击翻译按钮获取中文摘要

Mon programme de recherche, pour les 5 à 10 prochaines années porte sur le développement de méthodes de co-occurence statistique pour l'analyse de scènes et la détection d'anomalies. Mes travaux se divisent en 2 thèmes : (2) la surveillance vidéo et (2) la détection de tumeurs cancéreuses. Mes travaux en surveillance vidéo visent 2 objectifs, soient l'analyse de scènes et la détection d'anomalies. Pour atteindre ces 2 objectifs, 4 projets de recherche seront mis de l'avant. (A) Le 1er porte sur l'identification et la segmentation automatique de chemins empruntés par des véhicules et des piétons, des points d'entrée et de sortie, des croisements de routes et des feux de circulation. Pour ce faire, je compte développer des méthodes d'analyse de mouvement de foules en m'appuyant sur le modèle des matrices de co-occurrence statistique. (B) Le 2e projet porte sur la recherche d'événements dans des séquences vidéo de très longue durée (des heures, voire des jours de vidéo). Pour ce faire, je prévois développer des techniques devant permettre à un utilisateur d'interroger en temps réel le contenu d'une vidéo de surveillance. (C) Le 3e projet porte sur la détection d'anomalies basée sur les modèles développés en (A) et (B). Les anomalies visées portent sur les changements de comportement d'une foule, les changements dans la dynamique du trafic autoroutier, l'attroupement de personnes, etc. (D) Le 4e projet porte sur la validation des méthodes de détection de mouvement. Je prévois mettre sur pied une nouvelle base de données comprenant des vidéos de surveillance acquises dans divers contextes. Le 2e thème de recherche porte sur l'imagerie médicale et l'utilisation d'images saines pour localiser des anomalies dans des images d'animaux malades. Dans les 5 prochaines années, je me concentrerai sur la segmentation de tumeurs cancéreuses dans des images par résonance magnétique chez le petit animal. Ce thème repose également sur le concept de co-occurence statistique. Ainsi, étant donné des organes en santé, un tissu sain devrait se retrouver simultanément dans plusieurs organes sains, de la même façon qu'une personne peut être filmée par plusieurs caméras simultanément.