L’ensemble du personnel des deux laboratoire a été invité à envoyer ses plus jolies figures, qu’elles proviennent de publications récentes ou de vos travaux actuels, et de sélectionner celle qui conjugue au mieux à la fois intérêt scientifique et singularité esthétique.

Un jury a délibéré et sélectionné 8 figures qui sont exposées dans l’Agora (espace entre ImViA et le LEAD, 3ème étage, I3M). Quatre prix ont également été décernés.

Contrairement à une macro-expression, visible à l’œil, une micro-expression est un type d’expression faciale involontaire extrêmement rapide et de très faible intensité. Elle est universelle et ne dépend pas de la culture ou des origines.
Le flot optique est calculé entre le début (onset) et l’instant d’intensité maximale (apex) de la micro-expression pour représenter le mouvement réalisé entre ces deux instants.
Cette image représente la moyenne du flot optique calculée par type de micro-expression sur les bases de données publiques CASME II et SAMM.

Reda Belaiche, Yu Liu, Cyrille Migniot, Dominique Ginhac and Fan Yang Cost-effective CNNs for real-time Micro-Expression recognition, Applied Sciences, MDPI, 2020

Prix Tengmalm: Met à l’honneur la figure qui avait toute ses chances pour obtenir le premier prix.

This a synthetic color fractal image. The distribution of colors is similar at several scale. Fractals are common in nature (coast, cauliflower, etc.). Yet, to synthesize such an image you need knowledge in color science, signal processing and mathematics.
These images are based on the Fractional Brownian motion that correlates the color variance with the spatial distance:

where I(x) is the color of a pixel, x the location of a pixel and H∈]0,1[ relates to the complexity of the fractal. The higher H, the less complex the image.
The images are generated in the CIELAB color space to ensure a perceptual color difference linked to the Euclidean distance. The synthesis is released on the spectral domain using the quaternion Fourier transform as a key element to the generation.

This 3D spine reconstruction method from 2D images constrains the model to smooth spine shapes well represented in the training population.

On the left, the previous method leads to poor reconstruction performance for patients with unusual scoliosis. On the right, our proposed method achieves better performance while constraining the results to smooth spine shapes.

True spine: squares (vertebral centers) and dashed lines. Reconstruction: dots (vertebral centers) and plain lines.

Illustration d’une méthode pouvant extraire des modèles de mouvements dominants et les principales zones d’entrée/sortie d’une scène par analyse vidéo. La méthode calcule d’abord les histogrammes de mouvement pour chaque pixel, puis les convertit en fonctions de distribution d’orientation (ODF). À partir de ces ODF, une procédure de meta-tracking de particules est utilisée, qui produit des meta-tracks, c’est-à-dire des trajectoires de particules. Contrairement au suivi conventionnel qui se concentre sur les objets mobiles, le meta-tracking utilise les particules pour suivre le flux dominant du trafic. Ces meta-tracks sont ensuite utilisés pour identifier les mouvements dominants et les principales zones d’entrée/sortie de la scène.

Ce type de suivi s’inspire de la tractographie des fibres cérébrales qui est utilisée depuis longtemps pour trouver les connexions dominantes dans le cerveau.

Maquette 3D d’après plans GéoBFC* puis scan Lidar de la place Darcy à Dijon permettant d’obtenir un modèle 3D texturé précis.
Ce modèle 3D nous servira à étudier les capacités de déplacements pédestres de personnes non-voyantes dans un environnement urbain grâce à un guidage sonore.

* Plateforme géomatique Bourgogne Franche-Comté