WorldCat Identities

Koepfler, Georges

Overview
Works: 4 works in 11 publications in 2 languages and 16 library holdings
Roles: Opponent, Author, Thesis advisor
Publication Timeline
.
Most widely held works by Georges Koepfler
Denoising and super-resolution for medical images by example-based learning approach by Dinh Hoan Trinh( Book )

4 editions published in 2013 in English and held by 7 WorldCat member libraries worldwide

L'objectif de cette thèse est d'élaborer des méthodes efficaces pour le débruitage et la super-résolution afin d'améliorer la qualité et la résolution spatiale des images médicales. En particulier, nous sommes motivés par le challenge d'intégrer le problème de débruitage et de super-résolution dans la même formulation. Nos méthodes utilisent des images standards ou d'exemples localisées à proximité de l'image considérée pour le débruitage et/ou pour la super-résolution. Pour le problème de débruitage, nous introduisons trois nouvelles méthodes qui permettent de réduire certains bruits couramment trouvés sur les images médicales. La première méthode est construite sur la base de la Régression Rigide à noyau. Cette méthode peut être appliquée au bruit Gaussien et au bruit Ricien. Pour la deuxième méthode, le débruitage est effectué par le modèle de régression construit sur les K-plus proches voisins. Cette méthode peut être utilisée pour réduire le bruit Gaussien et le bruit Poisson. Nous proposons dans la troisième méthode, un modèle de représentation parcimonieuse pour éliminer le bruit Gaussian sur des images CT à faible dose. Les méthodes de débruitage proposées sont compétitives avec les approches existantes. Pour la super-résolution, nous proposons deux nouvelles méthodes mono-image basées d'exemples. La première méthode est une méthode géométrique par projection sur l'enveloppe convexe. Pour la deuxième méthode, la super-résolution est effectuée via un modèle de représentation parcimonieuse. Les résultats expérimentaux obtenus montrent que les méthodes proposées sont très efficaces pour les images médicales qui sont souvent affectées par les bruits
Formalisation et analyse numérique de la segmentation d'images by Georges Koepfler( )

3 editions published between 1991 and 2019 in French and held by 5 WorldCat member libraries worldwide

En se basant sur une vaste bibliographie, on présente une introduction à la segmentation. Une formalisation variationnelle de la segmentation est proposée et l'aspect variationnel est mis en évidence dans trois exemples d'algorithmes. On enchaîne par une étude détaillées du modèle énergétique le plus simple : la fonctionnelle de Mumford et Shah avec approximation constante par morceaux. On définit une classe de minima locaux qui correspondent à des segmentations obtenues par des méthodes de croissance de régions. Des résulats d'expériences sont présentés. Au cours d'une revue des techniques de segmentation de textures, on explique la théorie des textons. Un algorithme universel de discrimination de textures est développé et quelques expériences sont présentées. Enfin, on étudie les propriétés de rectifiabilité des frontières obtenues par segmentation. On introoduit une propriété, dite propriété des projections qui est reliée à la propriété de compacité de Dal Maso, Morel, Solimini et qui préserve la rectifiabilité lors de passages à la limite avec la distance de Hausdorff. On construit des exemples d'ensembles totalement non rectifiables et de mesure de Hausdorff non nulle, pour illustrer les deux propriétés citées plus haut
Modèle multi-couches pour l'analyse de séquences vidéo by Sylvain Pelletier( Book )

3 editions published between 2007 and 2019 in French and held by 3 WorldCat member libraries worldwide

We propose to study in this thesis the layer model and its applications to video analysis. According to this model, a video sequence is obtained by the projection of a three dimensional scene composed of several opaque objects located at different depths from the camera. The background is the last layer, and the moving objects are projected upon it, in order opposite of their depth. In the first chapter, we set forth a real-time video segmentation method based upon the layer model. Given a known background and a fixed camera, we compare the current frame and the background, detecting the occluded zones. Likewise we use a contrario detection to detect moving objects as meaningful clusters of changes. In Chapter 2, we look for reconstruction of layers from the video. We propose a deformation model of the objects' projection on the image, valid under some hypothesis on the objects' movement. Chapter 3 proposes a variational method to extract moving object layers from the sequence, even if these are hidden during several images
Patch-based Bayesian approaches for image restoration by Dai viet Tran( )

1 edition published in 2018 in English and held by 1 WorldCat member library worldwide

Les travaux présentés dans cette thèse concernent les approches bayésiennes par patchs des problèmes d'amélioration de la qualité d'images. Notre contribution réside en le choix du dictionnaire construit grâce à un ensemble d'images de haute qualité et en la définition et l'utilisation d'un modèle à priori pour la distribution des patchs dans l'espace du dictionnaire. Nous avons montré qu'un choix attentif du dictionnaire représentant les informations locales des images permettait une amélioration de la qualité des images dégradées. Plus précisément, d'un dictionnaire construit de façon exhaustive sur les images de haute qualité nous avons sélectionné, pour chaque patch de l'image dégradée, un sous dictionnaire fait de ses voisins les plus proches. La similarité entre les patchs a été mesurée grâce à l'utilisation de la distance du cantonnier (Earth Mover's Distance) entre les distributions des intensités de ces patchs. L'algorithme de super résolution présenté a conduit à de meilleurs résultats que les algorithmes les plus connus. Pour les problèmes de débruitage d'images nous nous sommes intéressés à la distribution à priori des patchs dans l'espace du dictionnaire afin de l'utiliser comme pré requis pour régulariser le problème d'optimisation donné par le Maximum à Posteriori. Dans le cas d'un dictionnaire de petite dimension, nous avons proposé une distribution constante par morceaux. Pour les dictionnaires de grande dimension, la distribution à priori a été recherchée comme un mélange de gaussiennes (GMM). Nous avons finalement justifié le nombre de gaussiennes utiles pour une bonne reconstruction apportant ainsi un nouvel éclairage sur l'utilisation des GMM
 
Audience Level
0
Audience Level
1
  General Special  
Audience level: 0.88 (from 0.87 for Patch-base ... to 0.89 for Denoising ...)

Languages