Vers une représentation fonctionnelle des images : formes, alignement et apprentissage
Date:
This talk will be given at the weekly STATQAM seminar.
Abstract:
Dans cette présentation, nous nous intéressons au développement de nouvelles représentations fonctionnelles des images visant à réduire leur dimension, améliorer leur interprétabilité et faciliter l’apprentissage statistique. Les images constituent des données complexes et volumineuses, de plus en plus présentes dans de nombreuses applications, notamment en santé, ce qui motive le besoin d’approches statistiques rigoureuses adaptées à ce type de données. Nous nous éloignons ainsi des représentations en pixels pour modéliser les images comme une collection d’objets décrits par leur forme, leur texture et leur couleur. Une attention particulière est portée à l’analyse de formes, que nous modélisons comme des données fonctionnelles multivariées, permettant d’exploiter directement les outils développés en analyse de données fonctionnelles. Nous introduisons notamment une méthode d’alignement de courbes, étape de prétraitement essentielle à l’analyse statistique des formes, et présentons quelques exemples d’analyses résultantes. Nous concluons enfin par une discussion autour d’un projet futur visant à représenter des images complètes comme des surfaces, soit des processus fonctionnels multidimensionnels.
You can download the presentation slides here later.