Apprentissage statistique pour la segmentation d`image

Proposition de Sujet de Thèse au Centre de Morphologie Mathématique, MINES ParisTech
Apprentissage statistique pour la segmentation d’image
Directeur de Thèse : Bruno Figliuzzi, [e-mail]
Laboratoire d’accueil : CMM-Centre de Morphologie Mathématique, MINES ParisTech - 35, rue Saint-Honoré - 77300
Fontainebleau
Domaine scientifique : Mathématiques et STIC – Traitement du Signal et des Images
Description du sujet : En vision par ordinateur, la segmentation d’image est une opération qui vise à partitionner une
image en fusionnant ses pixels selon des critères préalablement spécifiés. La segmentation d’image est un problème
classique qui reste encore très étudié à l’heure actuelle. Il s’agit d’un problème difficile pour lequel aucune solution
n’est complétement généralisable, notamment parce qu’une segmentation est souvent spécifique à une application
donnée.
Dans le cadre de cette thèse, nous nous proposons 1/ de définir des descripteurs statistiques et morphologiques de
contours pertinents et 2/ d’utiliser des méthodes récentes d’apprentissage statistique (SVM, apprentissage profond,
etc.) pour apprendre automatiquement à combiner ces différents descripteurs afin de développer un algorithme
général de segmentation supervisée.
Les domaines d’applications seront très divers : imagerie médicale, imagerie pour la physique des matériaux, etc.
Connaissances et compétences requises : Le candidat pour cette thèse devra posséder une très bonne formation d’une part,
en mathématiques appliquées (analyse linéaire et multilinéaire, probabilités et statistique, modélisation de
phénomènes physiques, etc.) et d’autre part, en traitement d’images, typiquement complétée par un Master
Recherche dans cette dernière discipline.
Le candidat devra aussi avoir des bonnes compétences en informatique et plus particulièrement en programmation
en C/C++, MATLAB ou Python.
Une bonne connaissance de l’anglais écrit et parlé est un prérequis indispensable.
Nous vous remercions de nous transmettre un dossier de candidature incluant un CV détaillé, votre rapport de stage,
un relevé de vos notes, une lettre de motivation et une liste de personnes à contacter pouvant fournir des lettres de
recommandation. N’hésitez pas à nous contacter avant l’envoi du dossier si vous souhaitez avoir plus d’informations.
Le dossier devra être envoyé avant le 15 Mai 2016 à Bruno FIGLIUZZI, Centre de Morphologie Mathématique,
École des Mines de Paris, 35, rue Saint-Honoré, F77300 Fontainebleau, France, et/ou par e-mail à
[e-mail]

PhD Thesis at the Center for Mathematical Morphology, MINES ParisTech
Machine Learning for Image Segmentation
Thesis Supervisor : Bruno Figliuzzi, [e-mail]
Laboratory : CMM-Centre de Morphologie Mathématique, MINES ParisTech - 35, rue Saint-Honoré - 77300
Fontainebleau
Scientific field : Applied mathematics and Computer Science – Signal and Image Processing
Topic : In computer vision, image segmentation refers to the process of partitioning a digital image into multiple sets
of similar pixels. Image segmentation has been widely studied over the years and is still an active topic in image
processing. Segmentation is a complicated task and there is currently no comprehensive theory in this field, not least
because a given segmentation is often aimed at a specific application.
In this PhD, our aim is to define relevant morphological and image descriptors and to use them in combination with
state of the art machine learning models (SVM, Deep neural networks) to perform image segmentation in a general
framework.
The application fields will be of various kinds: medical imaging, materials imaging, etc …
Knowledge and skill requirements: The applicant must have a sound knowledge of applied mathematics (linear and multi-
linear analysis, probabilities and statistics, physical modeling, etc), together with one in image processing, validated by
a Research Master in this subject.
He/she will also have to have a skill in computer science, more particularly in C/C++ and MATLAB or Python
programming.
A sound command of spoken and written English is an absolute requirement.
Application file
The application file should include a detailed résumé, a list of studies, a transcript of your academic records, a
motivation letter and a list of persons to be contacted for recommendation letters.
The file should be sent before May 15th 2016 to Bruno FIGLIUZZI, Centre de Morphologie Mathématique, École
des Mines de Paris, 35, rue Saint-Honoré, F77300 Fontainebleau, France, and/or by email to bruno.figliuzzi@mines-
paristech.fr