Séminaire du CRIM : Reconnaissance de formes dans les environnements incertains

Séminaire du CRIM : Reconnaissance de formes dans les environnements incertains
6/11/14 13h30
CRIM (405, avenue Ogilvy, bureau 101)

Par Robert Sabourin, ing., Ph. D.
Professeur titulaire et directeur du programme de doctorat en génie
Titulaire de la Chaire de recherche sur les systèmes de surveillance adaptatifs et évolutifs dans les environnements dynamiques
Département de génie de la production automatisée
École de technologie supérieure

RÉSUMÉ : L’apprentissage des systèmes de reconnaissance de formes dans les environnements incertains constitue encore aujourd’hui un défi de taille pour les chercheurs. En effet, plusieurs problèmes de reconnaissance de formes sont souvent mal définis. Par exemple, c’est souvent le cas pour la détection d’intrusions, les systèmes biométriques et la reconnaissance de visages dans les séquences vidéo. Ces problèmes de reconnaissance à deux classes sont caractérisés par : un petit nombre d’exemples disponibles pour l’apprentissage, des classes avec des populations souvent débalancées, un nombre important de caractéristiques, etc. De plus, les probabilités a priori et les coûts de mauvaises classifications peuvent changer dans le temps.

Il n’y a pas de solution unique pour résoudre des problèmes de reconnaissance de formes mal définis. Cependant, nous pensons que l’application systématique du principe de multi-hypothèse et reporter le plus tard possible les choix définitifs est un élément important à considérer pour la conception de systèmes de reconnaissance robustes. Cette approche favorise l’utilisation des ensembles de modèles au détriment du choix du meilleur modèle. De plus, la sélection dynamique des meilleurs experts en fonction du contexte permettra à terme la conception de systèmes de reconnaissance adaptatifs et évolutifs adaptés pour les environnements dynamiques.

Nous avons proposé récemment une méthode robuste qui permet de créer des ensembles de modèles dans l’espace ROC (Receiver Operating Characteristic). Cette approche adaptative permet au système de reconnaissance d’apprendre en présence de nouvelles données et de questionner le choix des paramètres du système dans le temps. La méthode proposée permet également de sélectionner dynamiquement le meilleur ensemble (modèles et fonction de fusion) par rapport aux coûts de classification et des probabilités a priori.

L’exposé portera sur une synthèse des travaux récents qui ont été réalisés au LIVIA concernant la détection d'intrusions, la fusion de systèmes biométriques, l'authentification de scripteurs et la reconnaissance faciale dans les séquences vidéo.

BIOGRAPHIE : En 1977, le professeur Robert Sabourin rejoint le département de physique de l’Université de Montréal, où il est responsable de la conception, l'expérimentation et le développement de l'instrumentation scientifique destinés à l'observatoire astronomique du mont Mégantic. En 1983, il rejoint l'École de technologie supérieure (ÉTS) et participe à la création du département de génie de la production automatisée, où il est encore aujourd'hui professeur titulaire. Il y enseigne la reconnaissance de formes, les algorithmes évolutionnaires, les réseaux de neurones et les systèmes flous. En 1992, il se joint également au département d'informatique de la Pontifícia Universidade Católica do Paraná (PUCPR, Curitiba, Brésil), où il a participé à la création d'un programme de Master en 1995 et de Doctorat en 1998. Depuis 1996, il est membre sénior du « Centre for Pattern Recognition and Machine Intelligence » (CENPARMI, Université Concordia). Depuis 2006, il est directeur du laboratoire LIVIA (Laboratoire d’Imagerie, de Vision et d’Intelligence Artificielle) de l’ÉTS.

Le professeur Sabourin est auteur (ou coauteur) de plus de 340 publications scientifiques. Selon Google Scholar, ses travaux ont été cités plus de 6 000 fois (H-index de 39). Il a été coprésident de CIFED'98 (Conférence Internationale Francophone sur l'Écrit et le Document, Québec, Canada) et coprésident du comité de programme du IWFHR'04 (International Workshop on Frontiers in Handwriting Recognition, Tokyo, Japan). Il a également agit en tant que coprésident de la conférence ICDAR'07 (International Conference on Document Analysis and Recognition) qui a eu lieu à Curitiba, Brésil en 2007. Il est éditeur associé de IJDAR (International Journal on Document Analysis and Recognition) depuis 2007.

Ses intérêts de recherche couvrent les domaines de la sélection de caractéristiques, l’apprentissage et la sélection des ensembles de classificateurs, l’apprentissage adaptatif, la fusion et la détection de changement. Les méthodes proposées ont été utilisées pour les applications suivantes : la reconnaissance de l'écriture manuscrite, la vérification de signatures, la reconnaissance de visages dans les séquences vidéo, la détection d’intrusions dans les systèmes informatiques, la fusion de systèmes biométriques multimodaux, la bio-cryptographie, etc.

INSCRIPTION : Carmen.Robert@crim.ca ou 514 840-7992.
Conférence gratuite. Jeudi, le 6 novembre 2014, de 13 h 30 à 14 h 30.
Au CRIM, 405, avenue Ogilvy, bureau 101, Montréal.

  • #Bientôt ???? Le CRIM présentera le projet Application des technologies vocales aux langues autochtones le 19 novembre… https://t.co/FnO5IKw79H
  • Tom Landry RT @Tom_Landry_: Ce fût un réel plaisir que de partager ma vision de l'avenir de la géomatique. Et que dire des mots-clés sélectionné par l…