Search

Your search keyword '"Chainais, Pierre"' showing total 18 results
Start Over Author "Chainais, Pierre" Language french
18 results on '"Chainais, Pierre"'

1. Méthode MCMC plug-and-play avec a priori génératif profond

Author

Coeurdoux, Florentin, Dobigeon, Nicolas, Chainais, Pierre, Signal et Communications (IRIT-SC), Institut de recherche en informatique de Toulouse (IRIT), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Toulouse Mind & Brain Institut (TMBI), Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT), Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), ANR-19-P3IA-0004,ANITI,Artificial and Natural Intelligence Toulouse Institute(2019), and ANR-20-CHIA-0031,SHERLOCK,Inférence rapide et contrôle de l'incertitude: applications aux observations astrophysiques.(2020)

Subjects
[STAT.ML]Statistics [stat]/Machine Learning [stat.ML], [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, [INFO.INFO-CV]Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV]
Abstract

International audience; Plug-and-Play (PnP) methods are a class of iterative algorithms for inverse problems solving in which regularization is provided by a generic denoiser. Although producing very good results, these PnP optimization methods produce only point estimators and not a complete characterization of the posterior distribution. We propose a new family of stochastic PnP methods by exploiting a Gibbs sampling algorithm coupled with a generative neural network. In addition to a point estimator, the proposed approach provides confidence intervals for a moderate computational cost. The efficiency of the proposed samplers is evaluated through simulations of image reconstruction problems. The performances of the proposed estimators compare favorably with those of the most recent optimization and MCMC algorithms.; Les méthodes Plug-and-Play (PnP) forment une classe d'algorithmes itératifs pour la résolution de problèmes inverses dans lesquels la régularisation est assurée par le recours à un débruiteur générique. Bien que produisant de très bons résultats, ces méthodes d'optimisation PnP ne produisent souvent que des estimateurs ponctuels et non une caractérisation complète de la distribution a posteriori. Nous proposons une nouvelle famille de méthodes PnP stochastiques en exploitant un algorithme d'échantillonnage de Gibbs couplé à un réseau de neurones génératif. En plus d'un estimateur ponctuel, l'approche proposée fournit des intervalles de confiance pour un coût de calcul très modéré. L'efficacité des échantillonneurs proposés est évaluée grâce à des simulations de problèmes de reconstruction d'image. Les performances des estimateurs proposés se comparent favorablement à celles des algorithmes d'optimisation et MCMC les plus récents.

Published
2023

2. Mélange de bruits et échantillonnage de posterior non log-concave

Author

Palud, Pierre, Chainais, Pierre, Le Petit, Franck, Bron, Emeric, Thouvenin, Pierre-Antoine, Vono, Maxime, Einig, Lucas, Garcia Santa-Maria, Miriam, Gaudel, Mathilde, Orkisz, Jan, Magalhaes, Victor de Souza, Bardeau, Sébastien, Gerin, Maryvonne, Goicoechea, Javier, Gratier, Pierre, Guzman, Viviana, Kainulainen, Jouni, Levrier, François, Peretto, Nicolas, Pety, Jérôme, Roueff, Antoine, Sievers, Albrecht, Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), Laboratoire d'Etude du Rayonnement et de la Matière en Astrophysique et Atmosphères = Laboratory for Studies of Radiation and Matter in Astrophysics and Atmospheres (LERMA), École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire de Paris, Université Paris sciences et lettres (PSL)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-CY Cergy Paris Université (CY), Criteo AI Lab, Criteo [Paris], Institut de RadioAstronomie Millimétrique (IRAM), Centre National de la Recherche Scientifique (CNRS), Instituto de Física Fundamental [Madrid] (IFF), Consejo Superior de Investigaciones Científicas [Madrid] (CSIC), Department of Space, Earth and Environment, Chalmers University of Technology, Chalmers University of Technology [Gothenburg, Sweden], Observatoire aquitain des sciences de l'univers (OASU), Université Sciences et Technologies - Bordeaux 1 (UB)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Laboratoire d'Astrophysique de Bordeaux [Pessac] (LAB), Université de Bordeaux (UB)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Joint ALMA Observatory (JAO), European Southern Observatory (ESO)-National Radio Astronomy Observatory (NRAO), Laboratoire de Radioastronomie (LRA), Fédération de recherche du Département de physique de l'Ecole Normale Supérieure - ENS Paris (FRDPENS), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Paris (ENS-PSL), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), School of Physics and Astronomy [Cardiff], Cardiff University, PhyTI (PhyTI), Institut FRESNEL (FRESNEL), Aix Marseille Université (AMU)-École Centrale de Marseille (ECM)-Centre National de la Recherche Scientifique (CNRS)-Aix Marseille Université (AMU)-École Centrale de Marseille (ECM)-Centre National de la Recherche Scientifique (CNRS), Instituto de RadioAstronomía Milimétrica (IRAM), Association GRETSI : Groupe de Recherche et d'Etudes de Traitement du Signal et des Images, ANR-21-CE31-0010,DAOISM,Analyse Détaillée du Milieu Inter-Stellaire(2021), Palud, Pierre, and Analyse Détaillée du Milieu Inter-Stellaire - - DAOISM2021 - ANR-21-CE31-0010 - AAPG2021 - VALID

Subjects
Markov chain Monte Carlo, [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, [INFO.INFO-TS] Computer Science [cs]/Signal and Image Processing, Bayesian inference, Inverse problem
Abstract

This work considers a radio-astronomy inverse problem of physical parameters inference from multispectral images. The forward model is a numerical simulation, and the observation model mixes different sources of noise. This results in a non-explicit non-log-concave likelihood function. We introduce a likelihood approximation with controlled error that allow the conception of a Monte Carlo Markov Chain (MCMC) method. The obtained sampler provides credibility intervals along with point estimates. We believe that the proposed approach is sufficiently generic to be applied to similar inverse problems., Ce travail considère un problème inverse en astrophysique, qui consiste à estimer un ensemble de paramètres physiques à partir d'images multispectrales. Le modèle direct sous-jacent est une simulation numérique et le modèle d'observation mélange différentes sources de bruit. Ces caractéristiques donnent lieu à une fonction de log-vraisemblance non explicite et non concave. Nous en définissons une approximation qui permet de concevoir une méthode de Monte Carlo par chaîne de Markov (MCMC). L'échantillonneur obtenu fournit estimations ponctuelles et intervalles de crédibilité associés. L'approche proposée est suffisamment générale pour être appliquée à des problèmes inverses similaires.

Published
2022

3. Approximation du transport optimal entre distributions empiriques par flux de normalisation

Author

Coeurdoux, Florentin, Dobigeon, Nicolas, Chainais, Pierre, Dobigeon, Nicolas, Artificial and Natural Intelligence Toulouse Institute - - ANITI2019 - ANR-19-P3IA-0004 - P3IA - VALID, Inférence rapide et contrôle de l'incertitude: applications aux observations astrophysiques. - - SHERLOCK2020 - ANR-20-CHIA-0031 - PNIA - VALID, ULNE - - ULNE2016 - ANR-16-IDEX-0004 - IDEX - VALID, Signal et Communications (IRIT-SC), Institut de recherche en informatique de Toulouse (IRIT), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Toulouse Mind & Brain Institut (TMBI), Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT), Institut Universitaire de France (IUF), Ministère de l'Education nationale, de l’Enseignement supérieur et de la Recherche (M.E.N.E.S.R.), Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), Région Hauts-de-France, ANR-19-P3IA-0004,ANITI,Artificial and Natural Intelligence Toulouse Institute(2019), ANR-20-CHIA-0031,SHERLOCK,Inférence rapide et contrôle de l'incertitude: applications aux observations astrophysiques.(2020), and ANR-16-IDEX-0004,ULNE,ULNE(2016)

Subjects
[INFO.INFO-AI] Computer Science [cs]/Artificial Intelligence [cs.AI], [INFO.INFO-CV] Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV], [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG], [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, [INFO.INFO-TI] Computer Science [cs]/Image Processing [eess.IV], [INFO.INFO-TS] Computer Science [cs]/Signal and Image Processing, [INFO.INFO-TI]Computer Science [cs]/Image Processing [eess.IV], [INFO.INFO-CV]Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV], [INFO.INFO-LG] Computer Science [cs]/Machine Learning [cs.LG], [PHYS.PHYS.PHYS-DATA-AN] Physics [physics]/Physics [physics]/Data Analysis, Statistics and Probability [physics.data-an], [PHYS.PHYS.PHYS-DATA-AN]Physics [physics]/Physics [physics]/Data Analysis, Statistics and Probability [physics.data-an], [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Abstract

Normalization flows are generic and powerful tools for probabilistic modeling and density estimation. In this paper, we show that this class of models can also be used to approximate the solution of an optimal transport problem between any empirical distributions. Specifically, the optimal transport plan is approximated by an invertible network whose training is based on the relaxation of the Monge formulation. This approach has the advantage of allowing a discretization of this transport plan into a composition of functions associated with each layer of the network, providing intermediate transports between two measures., Les flux de normalisation sont des outils génériques et puissants pour l'élaboration de modèles probabilistes et l'estimation de densité. Dans cet article, nous montrons que cette classe de modèles permet également d'approcher la solution d'un problème de transport optimal entre distributions empiriques quelconques. Précisément, la fonction de transport optimal est approchée par un réseau inversible dont l'entraînement repose sur une relaxation de la formulation de Monge. Cette approche a notamment l'avantage de permettre une discrétisation de cette fonction de transport en une composition de fonctions associées à chacune des couches du réseau, permettant d'obtenir les transports intermédiaires entre deux mesures.

Published
2022

4. Un processus ponctuel déterminantal pour la sélection d'attributs

Author

Belhadji, Ayoub, Bardenet, Rémi, Chainais, Pierre, Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), and Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS)

Subjects
[STAT.ML]Statistics [stat]/Machine Learning [stat.ML], [MATH]Mathematics [math]
Abstract

International audience; La réduction de dimension est une tâche récurrente de l'analyse des signaux en grande dimension. Les axes principaux de l'analyse en composantes principales sont difficilement interprétables. Lorsqu'on souhaite préserver l’interprétabilité des dimensions, la sélection d'attributs est préférable, mais implique a priori une optimisation combinatoire très coûteuse. Cet article contourne la difficulté en proposant un nouvel algorithme de sélection aléatoire d’attributs, ou de manière équivalente, de colonnes de la matrice des données. On utilise pour cela un processus ponctuel déterminantal (PPD) sur les indices des colonnes, dont le noyau est contrôlé par la structure des données.

Published
2019

5. Reconstruction et caractérisation des polarisations d'une onde gravitationnelle

Author

Feng, Fangchen, Flamant, Julien, Chainais, Pierre, Chassande-Mottin, Eric, Le Bihan, Nicolas, Laboratoire des signaux et systèmes (L2S), Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Université Paris-Sud - Paris 11 (UP11), Centre de Recherche en Informatique, Signal et Automatique de Lille (CRIStAL) - UMR 9189 (CRIStAL), Ecole Centrale de Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), Ecole Centrale de Lille, AstroParticule et Cosmologie (APC (UMR_7164)), Institut National de Physique Nucléaire et de Physique des Particules du CNRS (IN2P3)-Centre National de la Recherche Scientifique (CNRS)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Observatoire de Paris, PSL Research University (PSL)-PSL Research University (PSL)-Université Paris Diderot - Paris 7 (UPD7), CICS (GIPSA-CICS), Département Images et Signal (GIPSA-DIS), Grenoble Images Parole Signal Automatique (GIPSA-lab), Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Stendhal - Grenoble 3-Université Joseph Fourier - Grenoble 1 (UJF)-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Stendhal - Grenoble 3-Université Joseph Fourier - Grenoble 1 (UJF)-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-Grenoble Images Parole Signal Automatique (GIPSA-lab), Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Stendhal - Grenoble 3-Université Joseph Fourier - Grenoble 1 (UJF)-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Stendhal - Grenoble 3-Université Joseph Fourier - Grenoble 1 (UJF)-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut National de Physique Nucléaire et de Physique des Particules du CNRS (IN2P3)-Observatoire de Paris, Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université Paris Diderot - Paris 7 (UPD7)-Centre National de la Recherche Scientifique (CNRS), Centre de Recherche en Automatique de Nancy (CRAN), Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Centrale Lille, Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), GIPSA - Communication Information and Complex Systems (GIPSA-CICS), Grenoble Images Parole Signal Automatique (GIPSA-lab ), Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019])-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019])-Grenoble Images Parole Signal Automatique (GIPSA-lab ), Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019])-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019]), Observatoire de Paris, and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris Diderot - Paris 7 (UPD7)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Physique Nucléaire et de Physique des Particules du CNRS (IN2P3)

Subjects
[INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, [PHYS.GRQC]Physics [physics]/General Relativity and Quantum Cosmology [gr-qc]
Abstract

International audience; Polarization properties of gravitational waves carry crucial information about the physics of gravitational sources (binary compact systems of black holes or neutron stars, etc.) such as precession effects. In practice, the reconstruction of the two polarizations h+(t) and h×(t) is made possible by the use of at least two non-aligned detectors. To this aim, we propose a complete analysis procedure of gravitational signals. Starting from measurements, this procedure estimates the sky position of the source, reconstructs the two components h+(t) and h×(t) and estimates instantaneous Stokes parameters of the wave. This set of non-parametric observables encodes many fine properties of the astrophysical source without close bounds to a specific dynamical model, making them particularly suited to decipher precession effects.; Les propriétés de polarisation des ondes gravitationnelles révèlent des informations cruciales sur la physique des sources gravi-tationnelles (systèmes binaires compacts de trous noirs ou d'étoiles à neutrons, etc.) telles que les phénomènes de précession. En pratique, la reconstruction des deux composantes polarisées h+(t) et h×(t) de l'onde gravitationnelle est rendue possible par la mesure en au moins deux détecteurs non-alignés. Nous décrivons une procédure d'analyse complète des signaux gravitationnels. À partir des signaux mesurés, cette procé-dure estime la direction de la source dans le ciel, reconstruit les deux polarisations h+(t) et h×(t), et estime les paramètres de Stokes instantanés de l'onde. Ce jeu d'observables "non-paramétriques" encode de nombreuses propriétés fines de la source astrophysique sans recours à un modèle dynamique spécifique, les rendant particulièrement attractifs pour la caractérisation des effets de précession d'une binaire.

Published
2019

6. Modèles augmentés asymptotiquement exacts

Author

Vono, Maxime, Dobigeon, Nicolas, Chainais, Pierre, Signal et Communications (IRIT-SC), Institut de recherche en informatique de Toulouse (IRIT), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Toulouse Mind & Brain Institut (TMBI), Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT), Institut National Polytechnique (Toulouse) (Toulouse INP), Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), PNRIA, Centre National de la Recherche Scientifique - CNRS (FRANCE), Institut National Polytechnique de Toulouse - Toulouse INP (FRANCE), Université Toulouse III - Paul Sabatier - UT3 (FRANCE), Université Toulouse - Jean Jaurès - UT2J (FRANCE), Université Toulouse 1 Capitole - UT1 (FRANCE), Ecole Centrale de Lille (FRANCE), Université de Lille (FRANCE), Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées, and Institut National Polytechnique de Toulouse - INPT (FRANCE)

Subjects
Asymptotically exact data augmentation (AXDA), [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, Traitement du signal et de l'image
Abstract

National audience; L’introduction de variables auxiliaires dans un modèle statistique est communément utilisée afin de simplifier une tâche d’inférence ou augmenter son efficacité. Cependant, l’introduction de ces variables telles que la distribution de probabilité initiale soit préservée relève bien souvent d’un art subtil. Cet article présente un cadre statistique unificateur permettant de lever ces verrous en relâchant l’hypothèse d’augmentation exacte. Ce cadre, appelé asymptotically exact data augmentation(AXDA), regroupe certains modèles de mélange, les modèles bayésiens robustes ou encore ceux construits à partir du splittingde variables. Afin d’illustrer l’intérêt d’une telle approche, un échantillonneur de Gibbs basé sur un modèle AXDA est présenté.

Published
2019

7. Un modèles augmenté asymptotiquement exact pour la restauration bayésienne d'images dégradées par un bruit de Poisson

Author

Vono, Maxime, Dobigeon, Nicolas, Chainais, Pierre, Centre National de la Recherche Scientifique - CNRS (FRANCE), Institut National Polytechnique de Toulouse - Toulouse INP (FRANCE), Université Toulouse III - Paul Sabatier - UT3 (FRANCE), Université Toulouse - Jean Jaurès - UT2J (FRANCE), Université Toulouse 1 Capitole - UT1 (FRANCE), Ecole Centrale de Lille (FRANCE), Université de Lille (FRANCE), Signal et Communications (IRIT-SC), Institut de recherche en informatique de Toulouse (IRIT), Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées, Institut National Polytechnique (Toulouse) (Toulouse INP), Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), PNRIA, Institut National Polytechnique de Toulouse - INPT (FRANCE), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Toulouse Mind & Brain Institut (TMBI), Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université Toulouse Capitole (UT Capitole), and Université de Toulouse (UT)

Subjects
[INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, Restauration d’images, Traitement du signal et de l'image
Abstract

National audience; De nombreux travaux ont porté sur la restauration d’images dégradées par un bruit de Poisson. Une grande partie des approches proposées reposent sur des algorithmes d’optimisation ou d’approximation variationnelle. Ces derniers sont rapides et efficaces mais ne permettent pas une estimation précise des intervalles de crédibilité sous la loi a posteriori cible. Cet article présente une méthode de type Monte Carlo par chaînes de Markov (MCMC) permettant de restaurer ces images tout en apportant une mesure contrôlée des incertitudes liées à l’estimation. L’approche proposée repose sur un modèle augmenté asymptotiquement exact et fait intervenir des algorithmes MCMC proximaux pour échantillonner efficacement les lois d’intérêt.

Published
2019

8. De la transformée de Fourier à l'analyse temps-fréquence bivariée

Author

Chainais, Pierre, Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), and Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS)

Subjects
[SPI]Engineering Sciences [physics], [MATH]Mathematics [math], [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing
Abstract

International audience; Le 250ème anniversaire de la naissance de Joseph Fourier (1768-1830) nous donne l'occasion de présenter l'un des prolongements contemporains essentiels de ses travaux : l'analyse temps-fréquence des signaux instationnaires ou comment définir mathématiquement la "partie musicale" d'un signal.

Published
2018

9. From Fourier transform to time-frequency analysis of bivariate signals

Author

Chainais, Pierre, Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), and Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS)

Subjects
[SPI]Engineering Sciences [physics], [MATH]Mathematics [math], [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing
Abstract

International audience; Le 250ème anniversaire de la naissance de Joseph Fourier (1768-1830) nous donne l'occasion de présenter l'un des prolongements contemporains essentiels de ses travaux : l'analyse temps-fréquence des signaux instationnaires ou comment définir mathématiquement la "partie musicale" d'un signal.

Published
2018

10. Analyse spectrale des signaux aléatoires bivariés

Author

Flamant, Julien, Le Bihan, Nicolas, Chainais, Pierre, Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), GIPSA - Communication Information and Complex Systems (GIPSA-CICS), Département Images et Signal (GIPSA-DIS), Grenoble Images Parole Signal Automatique (GIPSA-lab ), Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019])-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019])-Grenoble Images Parole Signal Automatique (GIPSA-lab ), and Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019])-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP )-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes [2016-2019] (UGA [2016-2019])

Subjects
[INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, [MATH.MATH-RT]Mathematics [math]/Representation Theory [math.RT], [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing
Abstract

National audience; We propose a new framework to spectral analysis of stationary bivariate signals seen as complex signals. In constrast to existing approaches, we show a natural link between statistical objects and physical parameters. The approach relies on the quaternion spectral density of a stationary bivariate signal. An original decomposition of such signals into polarized and unpolarized components is presented. The proposed approach is illustrated on a toy example.; Nous proposons un nouveau formalisme pour l'analyse spectrale des signaux bivariés décrits sous forme complexe. A la différence des approches existantes, nous démontrons un lien naturel entre grandeurs statistiques et paramètres physiques du signal. L'approche est fondée sur la définition de la densité spectrale quaternionique d'un processus bivarié. Une décomposition originale de tout signal bivarié stationnaire en composantes polarisée et non-polarisée est présentée. Un exemple illustre la pertinence du formalisme.

Published
2017

11. Une formulation bayésienne du codage antiparcimonieux

Author

Elvira, Clément, Chainais, Pierre, Dobigeon, Nicolas, Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), Signal et Communications (IRIT-SC), Institut de recherche en informatique de Toulouse (IRIT), Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées, Institut National Polytechnique (Toulouse) (Toulouse INP), Centre National de la Recherche Scientifique - CNRS (FRANCE), Institut National Polytechnique de Toulouse - INPT (FRANCE), Université Toulouse III - Paul Sabatier - UT3 (FRANCE), Université Toulouse - Jean Jaurès - UT2J (FRANCE), Université Toulouse 1 Capitole - UT1 (FRANCE), Ecole Centrale de Lille (FRANCE), Université Lille 1, Sciences et Technologies - Lille 1 (FRANCE), Institut National Polytechnique de Toulouse - Toulouse INP (FRANCE), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Toulouse Mind & Brain Institut (TMBI), Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université Toulouse Capitole (UT Capitole), and Université de Toulouse (UT)

Subjects
Codage antiparcimonieux, Traitement des images, [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, [INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG], Traitement du signal et de l'image, Vision par ordinateur et reconnaissance de formes, Intelligence artificielle, Synthèse d'image et réalité virtuelle, [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing
Abstract

International audience; For sake of robustness, anti-sparse coding aims at spreading the information uniformly over representation coefficients and can be naturally expressed by an ∞-norm regularization. This article discusses a Bayesian formulation of the anti-sparse coding problem, relying on a new probability distribution called democratic distribution. Once elected as a prior distribution in a linear Gaussian inverse problem, inference can be conducted using a Gibbs sampling scheme. This paper discusses an alternative choice of prior for the nuisance parameters and proposes a comparison between two scalable inference schemes based on recent developements in Monte Carlo methods. These findings are illustrated by simulations on synthetic data, and compared with the recent deterministic variational FITRA algorithm.; Dans un but de robustesse, un codage antiparcimonieux répartit uniformément l'information d'un signal sur toutes les compo-santes de sa représentation. La recherche d'un tel codage s'exprime naturellement sous la forme d'un problème variationnel impliquant une régularisation de type ∞. Dans cet article une formulation bayésienne du problème est proposée, impliquant une nouvelle loi de probabilité, la loi démocratique, qui pénalise les fortes amplitudes. Cette distribution est choisie comme loi a priori sur les coefficients de représentation, couplée avec une vraisemblance gaussienne. Les estimateurs bayésiens des coefficients de représentation peuvent être approchés à l'aide d'un échantillonneur de Gibbs. Cette méthode passe cependant difficilement à l'échelle et un algorithme de Monte Carlo proximal a été proposé. On discute une nouvelle façon de choisir et régler la loi a priori sur les paramètres de nuisance. Deux simulations numériques permettent de valider le réglage des hyperparamètres et la recherche du paramètre de régularisation.

Published
2017

12. Apprentissage de dictionnaire pour un modèle d'apparence parcimonieux en suivi visuel

Author

Rousseau, Sylvain, Garnier, Christelle, Chainais, Pierre, Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), Centrale Lille, Institut TELECOM/TELECOM Lille1, and Institut Mines-Télécom [Paris] (IMT)

Subjects
[SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing
Abstract

National audience; This paper presents a novel approach to visual object tracking based on particle filtering. The appearance of the target object is described by a sparse representation provided by dictionary learning, which leads to a model of reduced dimension. The likelihood of a candidate region is built on a similarity measure which can be interpreted as the result of a matched filter in the new representation space formed by the dictionary. Thus it can optimally detect a set of reference patches extracted from the target at known positions in the candidate region. Experimental validation shows the efficiency and the robustness of the proposed approach.; Cet article présente une nouvelle approche pour le suivi visuel par filtrage particulaire. L'apparence de l'objet cible est décrite par une représentation parcimonieuse fournie par apprentissage de dictionnaire, ce qui permet de créer un modèle de dimension réduite. La vraisemblance d'une région candidate est construite à partir d'une mesure de similarité qui s'interprète comme le résultat d'un filtrage adapté dans le nouvel espace de représentation formé par le dictionnaire. Cette approche permet de détecter de manière optimale la présence de l'ensemble des patchs de référence extraits de la cible aux positions considérées dans la région candidate. La validation expérimentale montre l'efficacité et la robustesse de l'approche proposée.

Published
2015

13. Une approche bayésienne non paramétrique pour l'apprentissage d'un dictionnaire de taille adaptative

Author

Dang, Hong-Phuong, Chainais, Pierre, Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 (CRIStAL), Centrale Lille-Université de Lille-Centre National de la Recherche Scientifique (CNRS), Centrale Lille, and ANR-13-BS03-0006,BNPSI,Méthodes bayésiennes non paramétriques pour le traitement du signal et de l'image(2013)

Subjects
parcimonie, bayésien, [STAT.ML]Statistics [stat]/Machine Learning [stat.ML], [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, apprentissage de dictionnaire, buffet indien, [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing
Abstract

National audience; Dictionary learning for sparse representation is well known in solving inverse problems in image processing. In general, the number of dictionary atoms is fixed in advance. We propose a dictionary learning approach that automatically learns a dictionary of adapted size thanks to a Bayesian non parametric approach : the Indian Buffet Process prior. The noise level is also accurately estimated so that nearly no parameter tuning is needed. The denoising comparative results show the relevance of the proposed method.; L'apprentissage de dictionnaire pour la représentation parcimonieuse est maintenant bien connu dans le cadre de la résolution de probì emes inverses en traitement d'image. Généralement , le nombre d'atomes du dictionnaire est fixé a l'avance. Nous proposons une méthode qui apprend automatiquement un dictionnaire de taille adaptée grâcè a un mod ele Bayésien non paramétrique de type Buffet Indien. Le niveau de bruit est aussi estimé avec précision , de sorte que presqu'aucun réglage des param etres n'est nécessaire. Les résultats comparatifs de débruitage illustrent la pertinence de la méthode proposée.

Published
2015

14. Synthèse de textures multifractales directement sur des surfaces 3D

Author

Chainais, Pierre, Chevaldonné, Marc, Favreau, Jean-Marie, Laboratoire d'Informatique, de Modélisation et d'optimisation des Systèmes (LIMOS), SIGMA Clermont (SIGMA Clermont)-Université d'Auvergne - Clermont-Ferrand I (UdA)-Ecole Nationale Supérieure des Mines de St Etienne-Centre National de la Recherche Scientifique (CNRS)-Université Blaise Pascal - Clermont-Ferrand 2 (UBP), Laboratoire de Logique, Algorithmique et Informatique (LLAIC1), Université d'Auvergne - Clermont-Ferrand I (UdA), Image Science for Interventional Techniques (ISIT), Université d'Auvergne - Clermont-Ferrand I (UdA)-Centre National de la Recherche Scientifique (CNRS)-Clermont Université, Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Université d'Auvergne - Clermont-Ferrand I (UdA)-SIGMA Clermont (SIGMA Clermont)-Ecole Nationale Supérieure des Mines de St Etienne (ENSM ST-ETIENNE)-Centre National de la Recherche Scientifique (CNRS), Université d'Auvergne - Clermont-Ferrand I (UdA)-Clermont Université-Centre National de la Recherche Scientifique (CNRS), and Chainais, Pierre

Subjects
[INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, [INFO.INFO-TS] Computer Science [cs]/Signal and Image Processing, [INFO.INFO-GR] Computer Science [cs]/Graphics [cs.GR], ComputingMethodologies_IMAGEPROCESSINGANDCOMPUTERVISION, texture, [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing, [INFO.INFO-GR]Computer Science [cs]/Graphics [cs.GR], [SPI.SIGNAL] Engineering Sciences [physics]/Signal and Image processing, ComputingMethodologies_COMPUTERGRAPHICS, multifractal, 3D
Abstract

4 pages; International audience; We propose a method for the synthesis of multifractal textures on a curved 3D surface, without any geometrical transformation of the surface or any mapping. This procedural method permits the description of potentially infinitely extended texture with few parameters only which ensures a limited memory footprint. Scale invariant textures, like the welknown fractional Brownian motion, are essential to computer graphics. Up to our knowledge this is the first procedural method for the synthesis of multifractal textures (scale invariant and non Gaussian) on 3D surfaces. In practice, by avoiding the use of any classical mapping step, we avoid some undesired artefacts and alleviate the global procedure. We currently develop a software that implements this approach.

Published
2011

15. Scale invariant stochastic processes and multiresolution analysis for the modeling of physical systems

Author

Chainais, Pierre, Laboratoire d'Informatique, de Modélisation et d'optimisation des Systèmes (LIMOS), SIGMA Clermont (SIGMA Clermont)-Université d'Auvergne - Clermont-Ferrand I (UdA)-Ecole Nationale Supérieure des Mines de St Etienne-Centre National de la Recherche Scientifique (CNRS)-Université Blaise Pascal - Clermont-Ferrand 2 (UBP), Université Blaise Pascal - Clermont-Ferrand II, Alain Quilliot(alain.quilliot@isima.fr), Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Université d'Auvergne - Clermont-Ferrand I (UdA)-SIGMA Clermont (SIGMA Clermont)-Ecole Nationale Supérieure des Mines de St Etienne (ENSM ST-ETIENNE)-Centre National de la Recherche Scientifique (CNRS), and Chainais, Pierre

Subjects
analyse multifractale, [INFO.INFO-TS] Computer Science [cs]/Signal and Image Processing, turbulence, fractional Brownian motion, processus stochastiques, physique solaire, scale invariance, invariance d'échelle, random walk, [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, multifractal analysis, transformée en ondelette, stochastic processes, marches aléatoires, image, mouvement Brownien fractionnaire, wavelet transform, texture, [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing, [SPI.SIGNAL] Engineering Sciences [physics]/Signal and Image processing, solar physics
Abstract

Habilitation à Diriger des Recherches : Scale invariant stochastic processes and multiresolution analysis for the modeling of physical systems., Habilitation à Diriger des Recherches : Processus aléatoires invariants d'échelle et analyse multirésolution pour la modélisation d'observations de systèmes physiques

Published
2009

16. Simulation de champs de pression en paroi par des processus aléatoires

Author

Chainais, Pierre, Pachebat, M., Laboratoire d'Informatique, de Modélisation et d'optimisation des Systèmes (LIMOS), SIGMA Clermont (SIGMA Clermont)-Université d'Auvergne - Clermont-Ferrand I (UdA)-Ecole Nationale Supérieure des Mines de St Etienne-Centre National de la Recherche Scientifique (CNRS)-Université Blaise Pascal - Clermont-Ferrand 2 (UBP), PSA Peugeot Citroën, PSA Peugeot Citroën (PSA), Contrat PSA-LIMOS, Chainais, Pierre, and Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Université d'Auvergne - Clermont-Ferrand I (UdA)-SIGMA Clermont (SIGMA Clermont)-Ecole Nationale Supérieure des Mines de St Etienne (ENSM ST-ETIENNE)-Centre National de la Recherche Scientifique (CNRS)

Subjects
spectral synthesis, [PHYS.MECA.VIBR]Physics [physics]/Mechanics [physics]/Vibrations [physics.class-ph], [SPI.ACOU]Engineering Sciences [physics]/Acoustics [physics.class-ph], [PHYS.MECA.VIBR] Physics [physics]/Mechanics [physics]/Vibrations [physics.class-ph], [SPI.ACOU] Engineering Sciences [physics]/Acoustics [physics.class-ph], [PHYS.MECA.MEFL]Physics [physics]/Mechanics [physics]/Mechanics of the fluids [physics.class-ph], [INFO.INFO-TS] Computer Science [cs]/Signal and Image Processing, turbulence, [SPI.MECA.VIBR]Engineering Sciences [physics]/Mechanics [physics.med-ph]/Vibrations [physics.class-ph], [SPI.MECA.MEFL] Engineering Sciences [physics]/Mechanics [physics.med-ph]/Fluids mechanics [physics.class-ph], [SPI.MECA.MEFL]Engineering Sciences [physics]/Mechanics [physics.med-ph]/Fluids mechanics [physics.class-ph], [PHYS.MECA.ACOU]Physics [physics]/Mechanics [physics]/Acoustics [physics.class-ph], pressure, [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, [PHYS.MECA.MEFL] Physics [physics]/Mechanics [physics]/Fluid mechanics [physics.class-ph], [SPI.MECA.VIBR] Engineering Sciences [physics]/Mechanics [physics.med-ph]/Vibrations [physics.class-ph], stochastic processes, [PHYS.MECA.MEFL]Physics [physics]/Mechanics [physics]/Fluid mechanics [physics.class-ph], [PHYS.MECA.ACOU] Physics [physics]/Mechanics [physics]/Acoustics [physics.class-ph], [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing, [SPI.SIGNAL] Engineering Sciences [physics]/Signal and Image processing
Abstract

4 pages; International audience; The detailed investigation of the aerodynamical noise inside a vehicle calls for a good knowledge of the various components of the wall pressure field produced by the external flow. Experimental measures give access to the superposition of the acoustic and turbulent advected fields. We propose a method to simulate random fields that reproduce the essential statistical properties (distribution, spatio-temporal correlations) of acoustic and advected pressure fields separately. The simulations are using a spectral synthesis based on the usual empirical spatio-temporal correlation models of the literature. The resulting random fields are numerically low-cost and quite well reproduce the properties of measured signals. We simulate the result of a measure by an antenna of sensors. These simulations will permit to study the measurement device as far as spectral aliasing and components separation are concerned.

Published
2009

17. Quantification adaptative pour la stéganalyse d'images texturées

Author

Zidel - Cauffet, Emmanuel, Bas, Patrick, Chainais, Pierre, Laboratoire d'Automatique, Génie Informatique et Signal (LAGIS), Université de Lille, Sciences et Technologies-Centrale Lille-Centre National de la Recherche Scientifique (CNRS), Sequential Learning (SEQUEL), Laboratoire d'Informatique Fondamentale de Lille (LIFL), Université de Lille, Sciences et Technologies-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lille, Sciences Humaines et Sociales-Centre National de la Recherche Scientifique (CNRS)-Université de Lille, Sciences et Technologies-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lille, Sciences Humaines et Sociales-Centre National de la Recherche Scientifique (CNRS)-Inria Lille - Nord Europe, Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire d'Automatique, Génie Informatique et Signal (LAGIS), Université de Lille, Sciences et Technologies-Centrale Lille-Centre National de la Recherche Scientifique (CNRS)-Centrale Lille-Centre National de la Recherche Scientifique (CNRS), LAGIS-SI, Université de Lille, Sciences et Technologies-Centrale Lille-Centre National de la Recherche Scientifique (CNRS)-Université de Lille, Sciences et Technologies-Centrale Lille-Centre National de la Recherche Scientifique (CNRS), ANR-10-CORD-0019,Estampille,Sécurisation d'impressions par codes graphiques(2010), Université de Lille, Sciences et Technologies-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lille, Sciences Humaines et Sociales-Centre National de la Recherche Scientifique (CNRS)-Université de Lille, Sciences et Technologies-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lille, Sciences Humaines et Sociales-Centre National de la Recherche Scientifique (CNRS)-Laboratoire d'Automatique, Génie Informatique et Signal (LAGIS), Université de Lille, Sciences et Technologies-Centrale Lille-Centre National de la Recherche Scientifique (CNRS)-Centrale Lille-Centre National de la Recherche Scientifique (CNRS)-Inria Lille - Nord Europe, and Institut National de Recherche en Informatique et en Automatique (Inria)

Subjects
[INFO.INFO-CR]Computer Science [cs]/Cryptography and Security [cs.CR], [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing
Abstract

National audience; Nous cherchons à améliorer les performances d'un schéma de stéganalyse (i.e. la détection de messages cachées) pour des images texturées. Le schéma de stéganographie étudié consiste à modifier certains pixels de l'image par une perturbation +/-1, et le schéma de stéganalyse utilise les caractéristiques construites à partir de la probabilité conditionnelle empirique de différences de 4 pixels voisins. Dans sa version originale, la stéganalyse n'est pas trés efficace sur des images texturées et ce travail vise à† explorer plusieurs techniques de quantification en utilisant d'abord un pas de quantification plus important puis une quantification adaptative scalaire ou vectorielle. Les cellules de la quantification adaptative sont générées en utilisant un K-means ou un K-means ''équilibré'' de manière à ce chaque cellule quantifie approximativement le même nombre d'échantillon. Nous obtenons un gain maximal de classification de 3% pour un pas de quantification uniforme de 3. En utilisant l'algorithme K-means équilibré sur [-18,18], le gain par rapport à la version de base est de 4.7\%.

Published
2013

18. Cascades log-infiniment divisibles et analyse multiresolution. Application à l'étude des intermittences en turbulence

Author

Chainais, Pierre, Laboratoire de Physique de l'ENS Lyon (Phys-ENS), École normale supérieure de Lyon (ENS de Lyon)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Centre National de la Recherche Scientifique (CNRS), Ecole normale supérieure de lyon - ENS LYON, ABRY Patrice, and Chainais, Pierre

Subjects
structures cohérentes, [PHYS.PHYS.PHYS-FLU-DYN]Physics [physics]/Physics [physics]/Fluid Dynamics [physics.flu-dyn], processusstochastiques, intermittence, estimation, [PHYS.PHYS]Physics [physics]/Physics [physics], télétrafic, transformée en ondelettes, [PHYS.PHYS.PHYS-FLU-DYN] Physics [physics]/Physics [physics]/Fluid Dynamics [physics.flu-dyn], invariance d'échelle, cascades multiplicatives, processus alpha-stables, [PHYS.PHYS] Physics [physics]/Physics [physics], distributions infiniment divisibles, [PHYS.PHYS.PHYS-DATA-AN] Physics [physics]/Physics [physics]/Data Analysis, Statistics and Probability [physics.data-an], [PHYS.PHYS.PHYS-DATA-AN]Physics [physics]/Physics [physics]/Data Analysis, Statistics and Probability [physics.data-an]
Abstract

Log-infinitely divisible cascades provide a general framework to study the property of scale invariance. We introduce these objects through a historical presentation of some models proposed in the past to describe statistical intermittency in turbulence. We then aim at giving a precise and formal definition to log-infinitely divisible cascades. Moreover, we choose to use the wavelet transform coefficients associated to a multiresolution analysis,specially dedicated to time-scale analysis, rather than the increments traditionally used in turbulence. A deep understanding of the formalism leads us to demonstrate its versatility for modelling, and its relations to multiplicative cascades, Markov processes, Langevin equation, Fokker-Planck equation... The particular case of log-compoung Poisson cascades provides uswith new insights in the phenomenon of statistical intermittency. Then, we study some estimates of (relative) power law scaling exponents with an emphasis on bias correction and confidence interval estimation. We apply this technique to internet traffic data. We explain as well why a usual procedure to estimatea multifractal spectrum applied to a linear fractional stable motion may result misleading. Eventually, the link between statistical intermittency and spatio-temporal intermittency (coherent structures) is investigated in turbulence thanks to joint velocity/pressure measurements in a turbulent flow. Strong pressure drops due to vortices called filmaents are detected. A statistical analysis of the wavelet coefficients of the velocity signalconditionned by those detected events allows us to quantify the influence of coherent structures on intermittency at different Reynolds numbers., Les cascades log-infiniment divisibles fournissent un cadre général à l'étude de la propriété d' invariance d'échelle. Nous introduisons ces objets en décrivant l'évolution historique des différents modèles proposés pour décrire le phénomène d'intermittence statistique en turbulence. Nous nous appliquons alors à préciser une définition formelle des cascades log-infiniment divisibles. Nous remplaçons aussi les accroissements, usuels en turbulence, par les coefficients d'une transformée en ondelettes associée à une analyse multirésolution, outil dédié à l'analyse temps-échelle. Une réflexion approfondie sur la signification du formalisme nous amène à démontrer sa flexibilité pour la modélisation, ainsi que sa richesse en lien avec les cascades multiplicatives, les processus de Markov, l'équation de Langevin, l'équation de Fokker-Planck...Grâce à l'étude des cascades log-Poisson composées, nous proposons une vision originale du phénomène d'intermittence statistique. Ensuite, des estimateurs des exposants de lois d'échelle (éventuellement relatives) sont étudiés en insistant sur la correction du biais et la détermination d'intervalles de confiance. Nous les appliquons à des données de télétrafic informatique. Nous expliquons pourquoi une procédure usuelle d'estimation du spectre multifractal appliquée aux mouvements linéaires stables fractionnaires risque de mener à une méprise. Enfin, le lien entre intermittence statistique et intermittence spatio-temporelle (structures cohérentes) en turbulence est étudié à partir de l'enregistrement de signaux de vitesse et de pression conjointement en espace et en temps dans un écoulement turbulent. De fortes dépressions associées à des tourbillons filamentaires sont détectées. Une analyse statistique des coefficients d'ondelette de la vitesse conditionnée à ces événements nous permet de décrire l'influence de ces structures cohérentes à différents nombres de Reynolds.

Published
2001

Catalog

Books, media, physical & digital resources
See catalog results