A partir du 27 septembre 2014, "Sciences en marche", avatar du mouvement corporatiste "Sauvons la recherche", appelle les chercheurs à une marche pour la défense de la recherche, de ses crédits et de leurs emplois (lire "Les nouvelles tactiques de propagande des technosciences").
Selon les organisateurs, "chaque étape aura lieu, dans la mesure du possible, dans une ville universitaire et sera associée à des points presse, des conférences grand public, des animations scientifiques permettant d’expliquer notre travail et notre rôle dans la société."
Pas besoin d’attendre que le peloton s’arrête près de chez vous pour comprendre leur "rôle dans la société". Voyez plutôt l’objet de la thèse soutenue le 19 septembre 2014 à l’Institut Polytechnique de Grenoble :
Soutenance de la thèse de NGUYEN Huu Tuan le 19/09/2014 à 14:00
Lieu : Salle Mont-Blanc, GIPSA-lab/DIS , 11 rue des Mathématiques 38400 St Martin d’Hères
Ecole Doctorale : Electronique, electrotechnique, automatique, traitement
du signal (eeats)
– Structure de rattachement : Grenoble-INP
– Directeur de thèse : Alice CAPLIER
Financement(s) :
– bourse attribuée par un gouvernement étranger
– vacations
– contrat à durée déterminée
Date d’entrée en thèse : 01/10/2011- Date de soutenance : 19/09/2014
Composition du jury :
– M. Pierre-Yves COULON, Professeur à l’INP Grenoble,
Président
– Mme. Sylvie LELANDAIS, Professeur à l’Université d’Évry-Val-d’Essonne,
Rapporteur
– M. Christophe GARCIA, Professeur à l’INSA de Lyon, Rapporteur
– M. Ngoc-Son VU, Maître de conférences à ENSEA Cergy, Examinateur
– Mme. Alice CAPLIER, Professeur à l’INP Grenoble, Directrice de thèse
Résumé : La tâche la plus délicate d’un système de reconnaissance faciale
est la phase d’extraction de caractéristiques significatives et
discriminantes. Dans le cadre de cette thèse, nous nous sommes focalisés
sur cette tâche avec comme objectif l’élaboration d’une représentation de
visage robuste aux variations majeures suivantes : variations d’éclairage,
de pose, de temps, images de qualité différentes (vidéosurveillance). Par
ailleurs, nous avons travaillé également dans une optique de traitement
temps réel. Tout d’abord, en tenant compte des caractéristiques
d’orientation des traits principaux du visages (yeux, bouche), une
nouvelle variante nommée ELBP de célèbre descripteur LBP a été proposée.
Elle s’appuie sur les informations de micro-texture contenues dans une
ellipse horizontale. Ensuite, le descripteur EPOEM est construit afin de
tenir compte des informations d’orientation des contours. Puis un
descripteur nommée PLPQMC qui intégre des informations obtenues par
filtrage monogénique dans le descripteur LPQ est proposé. Enfin le
descripteur LPOG intégrant des informations de gradient est présenté.
Chacun des descripteurs proposés est testé sur les 3 bases d’images AR,
FERET et SCface. Il en résulte que les descripteurs PLPQMC et LPOG sont
les plus performants et conduisent à des taux de reconnaissance
comparables voire supérieur à ceux des meilleurs méthodes de l’état de l’art.
Le temps perdu pour la recherche est du temps gagné pour la liberté.