Détail de l'éditeur
Université Grenoble Alpes
Commentaire :
Organisme de délivrance du diplôme de thèse
localisé à :
Grenoble
|
Documents disponibles chez cet éditeur (14)



Initialization methods of convolutional neural networks for detection of image manipulations / Ivan Castillo Camacho (2021)
![]()
Titre : Initialization methods of convolutional neural networks for detection of image manipulations Titre original : Méthodes d'initialisation des réseaux de neurones convolutifs pour la détection des manipulations d'images Type de document : Thèse/HDR Auteurs : Ivan Castillo Camacho, Auteur ; Kai Wang, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2021 Importance : 145 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Grenoble, spécialité : signal, image, paroles, télécomsLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] altération
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] covariance
[Termes IGN] détection d'anomalie
[Termes IGN] estompage
[Termes IGN] filtre passe-haut
[Termes IGN] flux de données
[Termes IGN] infraction
[Termes IGN] manipulation de données
[Termes IGN] qualité des données
[Termes IGN] retouche
[Termes IGN] varianceIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Fake images and videos have engulfed mass communication media. This is not something recent, manipulations and forgeries have occurred since the advent of photography itself. These alterations can go from innocent retouches in an attempt to make an image visually attractive to the spread of misleading information or even the use of false media in legal instances. Accordingly, the creation of methods that can help us assure the authenticity of an image presented as non-modified is of paramount importance. In this thesis, we aim at detecting image manipulation operations using deep learning techniques. We present three methods showing the progression of our work under one common objective, i.e, the design and test of Convolutional Neural Network (CNN) initialization methods for image forensic problems with a variance stability focus for the output of a CNN layer.First, we carry out an extensive review of the state of the art in deep-learning-based methods for image forensics. From this review we can confirm that the first layer of a CNN has big impact on the final performance. Specifically, the initialization used on the first-layer filters plays an important role that should be in line with the image forensic task in hand.As our first attempt to address this research problem, we propose a low-complexity initialization method for CNNs. Taking advantage of previous methods designed for the computer vision field, we extend the popular Xavier method to design a filter that would provide variance stability after a convolution operation. This method generates a set of random high-pass filters for the initialization of a CNN's first layer. These filters allow us to better identify forensic traces which usually lie towards the high-frequency part of the image.This first approach constitutes a good staring point of our work. However, a wrong assumption, largely utilized in the research community, was made. This is corrected in our second method where we follow a different data-dependent approach and take into consideration the real statistical properties of natural images. Accordingly, we propose a scaling method for first-layer filters which can cope well with different CNN initialization algorithms. The objective remains in keeping the stability of the variance of data flow in a CNN. We also present theoretical and experimental studies on the output variance for convolutional filter, which are the basis of our proposed data-dependent scaling.Next we describe a revisited version of our first proposal now with a corrected assumption on the statistics of natural images. More precisely, we propose an improved random high-pass initialization method which does not explicitly compute the statistics of input data. We believe that such a ``data-independent'' approach has higher flexibility and broader application range than our second method in situations where the computation of input statistics is not possible.Our proposed methods are tested over several image forensic problems and different CNN architectures.Finally, during all this thesis work we took part in a challenge competition of image forgery detection organized by the French National Research Agency and the French Directorate General of Armaments. We explain in the Appendix the objectives of the challenge along with a brief description of our work conducted for the competition. Note de contenu : 1- Introduction
2- Background knowledge and state of the art
3- Random high-pass initialization
4- Data-dependent initialization
5- Revisiting the random high-pass initialization
6- Conclusions and perspectivesNuméro de notice : 28437 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : signal, image, paroles, télécoms : Grenoble : 2021 DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-03346063/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98833 Méthodes et outils pour l’analyse spatiale exploratoire en géolinguistique : contributions aux humanités numériques spatialisées / Clément Chagnaud (2021)
![]()
Titre : Méthodes et outils pour l’analyse spatiale exploratoire en géolinguistique : contributions aux humanités numériques spatialisées Type de document : Thèse/HDR Auteurs : Clément Chagnaud, Auteur ; Paule-Annick Davoine, Directeur de thèse ; Elisabetta Carpitelli, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2021 Importance : 316 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Grenoble Alpes, Spécialité Ingénierie de la Cognition, de l’Interaction, de l’Apprentissage et de la CréationLangues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] cartographie thématique
[Termes IGN] classification barycentrique
[Termes IGN] dialecte
[Termes IGN] exploration de données géographiques
[Termes IGN] interpolation spatiale
[Termes IGN] interprétation automatique
[Termes IGN] linguistique
[Termes IGN] région
[Termes IGN] structure spatialeIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Depuis près d’un siècle, les géolinguistes utilisent la cartographie pour visualiser les données dialectales et ainsi comprendre les structures spatiales des dialectes. Les données produites par les géolinguistes sont issues d’enquêtes réalisées auprès de locuteurs identifiés sur un nombre restreint de localités. Elles sont donc ponctuelles, textuelles et spatialisées.Aujourd'hui, l'outillage logiciel destinée au traitement cartographique des données géolinguistiques est très en retard et les systèmes d'information géographique (SIG) sont peu adaptés. Nous proposons donc des méthodes et des outils géomatiques permettant la production automatique de cartes interprétatives et de cartes de synthèse pour l'analyse spatiale exploratoire de données géolinguistiques.Nos méthodes sont implémentées dans deux outils cartographiques, ShinyDialect et ShinyClass, qui permettent la visualisation et l'exploration des résultats.À travers ces méthodes, nos problématiques visent à intégrer des éléments géographiques (topographiques, historiques, culturels, administratifs etc.) dans le traitement des données géolinguistiques. L’objectif est d’explorer les liens potentiels entre ces éléments de contexte et la diffusion des dialectes sur un territoire.Ces travaux se situent dans le contexte du projet ECLATS dont l'objectif est de valoriser les données de l’Atlas Linguistique de la France. Nos propositions s'inscrivent dans une volonté de transfert de connaissances issues de l'informatique, de l'analyse spatiale et de la géographie vers la géolinguistique. Ces recherches se placent donc dans le paradigme des humanités numériques spatialisées et présentent des enjeux transdisciplinaires. Note de contenu : Introduction générale
1- Méthodes et pratiques cartographiques en géolinguistique
2- Contributions méthodologiques et outillage logiciel
Conclusion généraleNuméro de notice : 28677 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Ingénierie de la Cognition, de l’Interaction, de l’Apprentissage et de la Création : Grenoble : 2021 Organisme de stage : Laboratoire d'Informatique de Grenoble DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-03350462 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99971 Model based signal processing techniques for nonconventional optical imaging systems / Daniele Picone (2021)
![]()
Titre : Model based signal processing techniques for nonconventional optical imaging systems Type de document : Thèse/HDR Auteurs : Daniele Picone, Auteur ; Mauro Dalla Mura, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2021 Importance : 364 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Grenoble Alpes, spécialité : Signal Image Parole TélécomsLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] acquisition comprimée
[Termes IGN] fusion d'images
[Termes IGN] image hyperspectrale
[Termes IGN] inférence statistique
[Termes IGN] interférométrie
[Termes IGN] méthode du maximum de vraisemblance (estimation)
[Termes IGN] mosaïque d'images
[Termes IGN] pouvoir de résolution géométrique
[Termes IGN] pouvoir de résolution spectrale
[Termes IGN] problème inverse
[Termes IGN] reconstruction d'image
[Termes IGN] régression non linéaire
[Termes IGN] spectromètre imageur
[Termes IGN] traitement du signalIndex. décimale : THESE Thèses et HDR Résumé : (auteur) There is an increasing demand for images with higher spectral and spatial resolution for applications in several domains such as health, environment, quality checking and natural disasters monitoring. Hyperspectral imagery provides the necessary spectral diversity to recover the composition of materials on site for applications such as the detection of fires, anomalies, chemical agents, targets and changes in the scene.The requirement for cheaper and more compact devices (e.g. to be embarked on low cost satellites and airborne platform) which are capable of capturing this information has led to the development of nonconventional innovative design concepts to overcome the technological limitations of traditional cameras. Data acquired by such novel imaging devices following the computational imaging paradigm are typically not readily exploitable for the final application. A computational phase is hence needed for extracting useful information from the raw acquisitions.This thesis addresses this issue by setting up an inversion problem. The general approach is to characterize the data fidelity term with a physical model, describing the underlying optical transformations performed by the device. The challenge is then shifted on the regularization step to properly characterizes the features of the quantities of interest and improve the accuracy of the estimation, which can be tackled with variational techniques.The analysis is applied to two novel concepts for nonconventional optical devices. The first one is a novel compressed acquisition imaging system based on color filter arrays, which embeds information from sensors with different spatial and spectral characteristics into a single mosaiced product. As opposed to existing compressed sensing based devices, the goal is not to recover the original uncompressed multiresolution sources, but instead to directly recover a synthetic fused image with both high spatial and spectral resolution.The proposed solution relies on the total variation regularization and is the subject of a detailed analysis, comparing its compressive power with straightforward software alternatives, evaluating its performances as the amount of channels changes, and validating its efficiency in comparison to state of the art methods when applied to classical fusion or mosaicing algorithms separately.The second class of devices is based on the ImSPOC patent, a design concept for a low finesse snapshot imaging spectrometer based on the interferometry of Fabry-Pérot. Its ideal behaviour follows the principle of the Fourier Transform Spectroscopy, as its acquisition can be interpreted as a sampled version of an interferogram, arranged across different sub-images distributed on the same focal plane.After defining a physical model based on optical geometry, its validity is evaluated over real acquisitions by setting up a Bayesian inference problem to determine its parameters, with approaches based on maximum likelihood estimators, regular-grid searches and nonlinear regression.A variety of preliminary tests are then carried out on the inversion method, with approaches based on singular value decomposition and sparse-inducing regularizers, accompanied by a analysis of their robustness to model mismatches. Note de contenu : 1- Introduction
2- Inverse problems theory
3- Signal processing of multimodal data
4- Joint fusion and demosaicing of compressed multiresolution acquisitions
5- Optics foundations for the ImSPOC acquisition system
6- Data processing pipeline of ImSPOC acquisitions
7- ConclusionsNuméro de notice : 28691 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal Image Parole Télécoms : Grenoble : 2021 Organisme de stage : GIPSA-lab DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-03596486 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100170 Seasonal flow variability of Greenlandic glaciers : satellite observations and numerical modeling to study driving processes / Anna Derkacheva (2021)
![]()
Titre : Seasonal flow variability of Greenlandic glaciers : satellite observations and numerical modeling to study driving processes Type de document : Thèse/HDR Auteurs : Anna Derkacheva, Auteur ; Jérémie Mouginot, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2021 Importance : 151 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Grenoble Alpes, Spécialité Sciences de la Terre et de l’Univers et de l’EnvironnementLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] fonte des glaces
[Termes IGN] glacier
[Termes IGN] Groenland
[Termes IGN] image Landsat-8
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] modèle numérique
[Termes IGN] précision métrique
[Termes IGN] série temporelle
[Termes IGN] variation saisonnière
[Termes IGN] vitesse de déplacementIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Les changements récents de la vitesse d'écoulement des glaciers ont une grande influence sur la perte de masse actuelle de la calotte glaciaire du Groenland. Les processus à l'origine de la variabilité de l'écoulement à différentes échelles de temps, ainsi que les conséquences et les rétroactions associées, ne sont pas encore entièrement compris. Ceci est partiellement dû au fait que le manque d'observations fréquentes, précises et à grande échelle limite le développement des modèles numériques. Il est particulièrement difficile de résoudre les fluctuations saisonnières de vitesse, mais il est crucial de mieux contraindre les processus physiques contrôlant l'écoulement de la glace.Cette thèse se concentre donc sur (i) les difficultés qui existent dans l'établissement de séries temporelles saisonnières robustes de la vitesse de surface des glaciers du Groenland à partir d'observations satellitaires, et (ii) l'utilisation de ces séries temporelles dans les modèles numériques pour une meilleure compréhension des facteurs affectant l'écoulement.Les satellites sont capables de couvrir de vastes zones en un temps relativement court et de manière uniforme. Les séries temporelles continues avec une résolution temporelle saisonnière n'ont commencé à être utilisées que récemment, en raison du nombre limité d'acquisitions d'images réalisées auparavant. De plus, les séries temporelles des vitesses dérivées de capteurs individuels restent temporellement incomplètes et relativement bruitées. En combinant trois satellites appropriés (Landsat-8, Sentinel-2 et Sentinel-1) sur trois sites d'étude au Groenland (le secteur de Russell, Upernavik Isstrøm et Petermann Gletscher), nous démontrons qu'il est possible d'obtenir des séries temporelles continues sur toute l'année. Nous montrons également ici qu'en appliquant un post-traitement basé sur la redondance des données à ces ensembles de mesures multi-capteurs, nous sommes en mesure d'obtenir un suivi du mouvement de la surface de la glace avec une résolution temporelle d'environ 2 semaines et une précision moyenne d'environ 10 m/an. Avec de tels paramètres, nous pouvons résoudre la variabilité saisonnière des glaciers du Groenland où les études précédentes n'ont eu qu'un succès limité.L'élaboration de modèles numériques fiables représentant correctement les processus affectant l’écoulement de la glace nécessite des observations appropriées pour leurs calibrations et validations. Dans le secteur autour de Russell Gletscher, nous explorons la capacité d'une méthode de modélisation numérique existante à utiliser avantageusement les séries temporelles obtenues précédemment pour en déduire les variations saisonnières des conditions sous-glaciaires. Il est largement reconnu qu'ils exercent un contrôle majeur sur la variabilité des débits, cependant, malgré des développements théoriques et de modélisation récente, la contrainte du processus in situ reste une question clé en glaciologie. En appliquant la méthode de contrôle inverse mis en œuvre en modèle d’écoulement glaciaire Elmer/Ice sur des cartes de vitesse bimensuel, nous estimons l'évolution tout au long de l'année de la vitesse de glissement basale des glaciers, de la traction basale et de la pression d'eau sous-glaciaire avec une résolution spatiale détaillée. Notre analyse montre que ces résultats peuvent être utilisés avec succès pour révéler le fonctionnement de l'environnement sous-glaciaire sur différentes échelles de temps et son influence sur la vitesse des glaciers. Ces résultats pourraient également servir de validation intermédiaire pour des modèles couplés plus complexes entre l'écoulement glaciaire et l’hydrologie sous-glaciaire. Note de contenu : Introduction
1. Glaciers
1.1 Glacier definitions
1.2 Glacier motion
1.3 Drivers of velocity change over time
1.4 Summary
2. Satellite observations of the surface ice speed
2.1 Study areas
2.2 Velocity database
2.3 Seasonal variations in surface speed on selected glacier in 2015-2019
3. Modelling of seasonal dynamics of glacier basal environment
3.1 Modelling approaches
3.2 Case study of the Russell sector: ice flow seasonal dynamics
Conclusion & perspectivesNuméro de notice : 26804 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences de la Terre et de l’Univers et de l’Environnement : Grenoble Alpes : 2021 Organisme de stage : Institut des Géosciences de l’Environnement IGE nature-HAL : Thèse DOI : sans Date de publication en ligne : 03/01/2022 En ligne : https://tel.archives-ouvertes.fr/tel-03508093/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100129 Study of an integrated pre-processing architecture for smart-imaging-systems, in the context of lowpower computer vision and embedded object detection / Luis Cubero Montealegre (2021)
![]()
Titre : Study of an integrated pre-processing architecture for smart-imaging-systems, in the context of lowpower computer vision and embedded object detection Type de document : Thèse/HDR Auteurs : Luis Cubero Montealegre, Auteur Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2021 Importance : 161 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Grenoble Alpes, spécialité : Nano-Electronique et Nano-TechnologiesLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] approche hiérarchique
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détecteur CMOS
[Termes IGN] détection d'objet
[Termes IGN] détection de contours
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] instrument embarqué
[Termes IGN] intelligence artificielle
[Termes IGN] restauration d'imageIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Embedded Computer vision, as many real application scenarios other areas of artificial intelligence, is facing hardware and power constraints with the rising of edge computing applications. For instance, the object detection problem, consisting in finding different objects of specific classes (types) in an image, turns out to be quite complicated to embed near the image sensor as two complex tasks are required: multi-scale localization and multi-class classification (i.e. identifying bounding boxes that perfectly enclose each object, whatever its size, and labeling the type of the detected object). Today these tasks are mainly often performed on general-purpose desktop machines. Nevertheless, attractive applications like autonomous-driving, augmented reality or video surveillance are urging the need for low-power, low-latency and compact low power devices.The state of the art has approached this challenge by optimizing specific sections of the complete processing-pipeline for a comparable object detection performance. A typical example in the last decade corresponds to minimizing the computing precision, hence the power, to a minimal value. Diminishing the bit-depth or image size has then been studied while implementing pre-processing steps that increase robustness against the loss in bit and image resolution. An algorithm that doesn’t require that kind of pre-processing stage to be programmable is obviously desirable in order to simplify its implementation (e.g. no memory access to learned weights). Another strategy has been to reduce power due to I/O communications amongst different chips or devices thanks to a more exhaustive integration of specialized circuitry and thanks to more efficient memory accesses and mathematical operations.In that context of near-sensor computing, this work points towards a more energy efficient detection pipeline. We target several specific key aspects:1. We try to assess if a dedicated-class-agnostic region proposal algorithm, based on pre-processed low-level features, could replace the typical sliding window approach for object localization in integrated smart imaging systems, allowing to target more efficiently objects in the image. Then, we propose a pipeline that takes into account near image sensor features extraction for Region Proposals with an embedded version of an algorithm called EdgeBoxes.2. We try to assess an optimal type of pre-processing (based on an efficient architecture) that would allow extracting low level features (oriented gradients), and give the best trade-off between power consumption, hardware complexity and object detection performance. Specifically, while being this architecture is fully compatible with region proposal algorithms beyond the sliding window.3. Finally, we try to assess if non-standard, or neuromorphic, image acquisition techniques can be exploited in order to further increase the detection efficiency in real case scenarios.Our methodology relies on behavioral simulations carried out thanks to a custom framework written in Python and C++ code. We propose a hierarchical model (and code architecture) of different image acquisition and processing techniques, and we study their performance through specific metrics related to runtime, memory usage, hardware complexity, I/O data-rate, localization performance and classification performance. We provide comparison with the state of the art and several benchmarks giving guidance to choose one or another architecture depending on the specific needs, and we conclude by stating which one would give, from our perspective, the best trade-offs. Note de contenu : 1. Introduction
2. State of the art
3. Our simulation Framework
4. Region proposals pipeline design
5. Embedded Edge Extraction Circuitry
6. Object Localization benchmarks
7. Dynamic Vision Pre-processing
8. ConclusionNuméro de notice : 28692 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Nano-Electronique et Nano-Technologies : Grenoble : 2021 Organisme de stage : LETI DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-03612476/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100289 Caractérisation du manteau neigeux arctique, suivi climatique et télédétection micro-onde / Céline Vargel (2020)
PermalinkPermalinkPast and future evolution of French Alpine glaciers in a changing climate: a deep learning glacio-hydrological modelling approach / Jordi Bolibar Navarro (2020)
PermalinkPermalinkTraitement d'images multispectrales et spatialisation des données pour la caractérisation de la matière organique des phases solides naturelles / Kevin Jacq (2019)
PermalinkPermalinkPermalinkFusion of hyperspectral and panchromatic images with very high spatial resolution / Laetitia Loncan (2016)
PermalinkAnalyse temps-frequence et traitement des signaux RSO à haute résolution spatiale pour la surveillance des grands ouvrages d'art / Andrei Anghel (2015)
Permalink