Grant: Discovery Grants Program - Individual
Université de Sherbrooke
$20,000.00
Analyse de contenu et détection d'anomalies pour des applications en surveillance vidéo et imagerie médicale.
EF 2016-17
Résumé
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.
Programme
Discovery Grants Program - Individual
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
349975-2013
Name nom
Jodoin, PierreMarc
Department département
Informatique
Organization id
68
Institution établissement
Université de Sherbrooke
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2016
Competition year année de concours
2013
Award amount
20000
Program id
RGPIN
Program name en
Discovery Grants Program - Individual
Program name fr
Programme de subventions à la découverte - individuelles
Group en
Discovery grants programs
Group fr
Programmes de subventions à la découverte
Committee code
1507
Committee name en
Computer Science
Committee name fr
Sciences informatiques
Area of application code
1211
Area of application group en
Advancement of knowledge
Area of application group fr
Avancement des connaissances
Area of application en
Medical and health sciences
Area of application fr
Sciences médicales et de la santé
Research subject code
2708
Research subject group en
Information technology
Research subject group fr
Technologie de l'information
Research subject en
Image processing
Research subject fr
Traitement des images
Partie
4
Nb partie
5
Application title
Analyse de contenu et détection d'anomalies pour des applications en surveillance vidéo et imagerie médicale.
Keyword
NSERC
Application summary
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.