Réunion du GdR ISIS : « Apprentissage faiblement supervisé ou non supervisé pour l’analyse d’images et de video »
10 mai 2019 @ 8 h 00 min - 17 h 00 min
La prochaine réunion du GdR ISIS aura lieu au CNAM de Paris le 10 mai 2019.
L’apprentissage supervisé est au coeur des techniques actuelles de computer vision et d’analyse d’images et de vidéos. Un des limitations des méthodes d’apprentissage supervisé est la nécessité de disposer de grandes bases de données étiquetées. Cet étiquetage peut être coûteux, voire impossible. Les approches d’apprentissage faiblement supervisé permettent de contourner le problème, en utilisant à la fois des données étiquetées ou non-étiquetées, ou des données partiellement étiquetées.
L’objectif de la journée sera de faire le point sur les techniques d’apprentissage non-, semi- ou faiblement supervisé, de transfert de connaissance, de multiple instance learning, pour l’analyse d’images et de vidéos, mais aussi pour l’annotation automatique ou semi-automatique de grandes bases d’images, où de l’apprentissage incrémental est en jeu.
Cette journée est organisée conjointement entre le thème transverse T Apprentissage pour l’analyse du signal et l’action « Analyse, traitement et décision pour les données massives et multimodales en sciences du vivant » du thème B Image et Vision. Elle est ouverte à des contributions théoriques dans le domaine de l’apprentissage partiellement ou non-supervisé ainsi qu’à des applications dans le domaine de la vision par ordinateur et de l’analyse d’images ou de séquences d’images médicales.
Le programme comporte trois conférences invitées :
– « Weakly-Supervised Localization and Classification of Proximal Femur Fractures », Diana Mateus (équipe SIMS)
– « Apprentissage semi-supervisé et faiblement supervisé », Nicolas Thome, CEDRIC lab, CNAM Paris
– « Learning with less labels in medical image analysis », Veronika Cheplygina, Medical Image Analysis group, Eindhoven University of Technology, The Netherlands
