Samuel Foucher, Ph. D.

Chercheur sénior en télédétection

Samuel Foucher
Équipe : Vision et imagerie

T 514 840-1235, poste 5481
@ samuel.foucher@crim.ca

Ph. D. en télédétection, Université de Sherbrooke et Université de Rennes 1, 2001

Samuel Foucher s'est joint au CRIM en 2002 pour apporter sa contribution scientifique aux projets de l'équipe, en particulier ceux impliquant la reconnaissance faciale, le traitement vidéo, la multimodalité et l'imagerie satellite. Il possède une formation spécialisée d’ingénieur en télécommunication et un doctorat en télédétection de l’Université de Sherbrooke. Ses domaines d’expertise couvrent le traitement d’images, l’imagerie satellite, les techniques multi-résolutions, la fusion de données et l'application de l'apprentissage profond à la télédétection. Il est chercheur principal sur des projets d’envergure touchant l’application des techniques d’apprentissage automatique aux données climatiques et à l’observation de la terre.

 

Portrait d'expert du CRIM : Découvrez Samuel Foucher  (4:16)

Retour à la liste

Nouvelles récentes

  • Done teste son engin prédictif pour l’autocomplétion de feuilles de temps intelligentes avec le CRIM
    16/10/2020

    « La valeur qu’on a apportée, selon moi, c’est de réduire l’incertitude. Nous arrivons avec une expérience connue sur des réalisations de projets en AI.» - Michel Savard, CRIM

    +

Événement à venir

  • Gestion et leadership au temps de la Covid - Événement Les Affaires
    27/10/20 9h00
    Présentation en ligne
    Le CRIM est fier d'être partenaire de la 1ère édition de la conférence Gestion et leadership au temps de la Covid organisée par les Événement Les Affaires. Présentation en ligne.
    +
  • MuSAE Lab RT @MuSAELab: Check out our latest paper "On the Use of Blind Channel Response Estimation and a Residual Neural Network to Detect Physical…
  • La PME @sovotech, créée par le Centre de recherche informatique de Montréal, est passée aux mains de l’américaine V… https://t.co/zsNGpBkauR

Publications récentes

  • An end-to-end approach for the verification problem: learning the right distance

    +
  • The Indigenous Languages Technology Project at NRC Canada: an empowerment-oriented approach to developing language software

    +