Erwan David, doctorant au sein de l’équipe IPI, soutiendra sa thèse sa thèse intitulée « L’impact des troubles du champ visuel sur les dynamiques spatio-temporelles de l’observation de scènes naturelles. Analyses et modélisation » / « Effects of visual field loss on the spatio-temporal dynamics of natural scene viewing »

jeudi 28 novembre 2019 à 13h30,  dans l’amphi 2 du bâtiment IRESTE à Polytech.

Jury :
– Présidente : Muriel Boucart, Directrice de recherche, Université Lille
– Rapporteurs : Anne Guérin-Dugué, Professeure, Université Grenoble-Alpes ; Pierre Kornprobst, Directeur de recherche, INRIA Sophia-Antipolis
– Examinateurs : Nathalie Guyader, Maître de conférences, Université Grenoble-Alpes ; Christine Cavaro-Menard, Maître de conférences, Université d’Angers
– Directeur de thèse : Patrick Le Callet, Professeur, Université de Nantes
– Co-encadrants de thèse : Matthieu Perreira Da Silva, Maître de conférences, Université de Nantes ; Pierre Lebranchu, MCU-PH, Université et CHU de Nantes

Résumé : Comment l’attention visuelle est-elle dirigée par la vision centrale et périphérique ? Nous étudions cette question en mesurant l’impact de pertes visuelles (scotome) sur les mouvements oculaires durant la visualisation libre de scènes naturelles. Nous simulons des scotomes sur écran et dans un casque de réalité virtuelle, dans une dernière expérimentation nous étudions des patients avec des troubles réels. Nous avons mis en place des analyses basées sur les statistiques globales et sur les séries temporelles (apprentissage machine) pour apprécier les dynamiques d’observation oculo-motrices.
Nos principaux résultats concernent des profils de saccades bien distincts selon le type de scotome. La direction et la cible des saccades informent sur le déploiement de l’attention, par conséquent nos résultats traduisent des mécanismes attentionnels propres aux champs visuels. En particulier, ressortent une augmentation forte de saccades de retour en présence de scotomes centraux et de saccades en avant avec des scotomes périphériques. Ces résultats appuient la théorie de la segmentation fonctionnelle des champs visuels. En outre les scotomes impactent peu les mouvements de tête, nous argumentons que la tête a un rôle secondaire visant principalement à étendre le champ visuel. Une meilleure compréhension du rôle de la vision centrale et périphérique trouve des applications aussi bien cliniques qu’en sciences de l’information. Notamment, pour l’amélioration de modèles de prédiction du regard, mais aussi pour le développement d’outils d’assistance à la vision, de protocoles de remédiation et de réhabilitation, ou de tests de dépistage des défauts du champ visuel.

Mots-clés : Attention visuelle, mouvement oculaire, tracé oculaire, perte visuelle, vision périphérique, stimuli 360°, modélisation

*********

Abstract: How is visual attention affected by the central and the peripheral field of view?
In an attempt at answering this question we study the effects of visual field losses (scotoma) on eye movements during a free-viewing task of natural scenes. In two experiments we simulated scotomas on screen and in a virtual reality headset, in a third one we recruited patients with non-simulated visual field defects. Our analyses are based on global statistical differences and time series (machine learning) in order to study the spatio-temporal dynamics of eye movements. We show that scotomas strongly impact saccadic programming. The amplitude and direction of saccades are related to the deployment of attention, therefore our findings inform about attention mechanisms pertaining to the different fields of view. Without central vision subjects show an increase in return saccades, whereas experimenting with peripheral field loss participants produce more forward saccades; these results support findings about a functional divide between the central and peripheral visions. We also show that head movements are weakly impacted by scotomas, the head appear to serve vision to extend the field of view but is not impacted by visual attention in the same way as the eyes. A better understanding of the role of central and peripheral visions has direct applications both clinical and related to computer science. For instance, to improve gaze prediction models, to develop vision assistance, therapeutic or rehabilitation tools, or even screening tests targeting the early detection of visual field defects.

Keywords: Visual attention, eye movement, scanpath, visual field defect, peripheral vision, 360° stimuli, modelling

Julien Langlois, doctorant au sein de l’équipe IPI, a soutenu sa thèse de doctorat intitulée « Vision industrielle et réseaux de neurones profonds – Application au dévracage de pièces industrielles en plastique » / « Industrial image processing and deep neural networks – Application to industrial plastic parts bin-picking »

mercredi 28 août 2019 à Polytech.
Cette thèse CIFRE est l’issue d’une collaboration entre le LS2N et l’entreprise Multitude-Technologies basée à Laval.

Jury :
Rapporteur : M. Cédric DEMONCEAUX, Professeur de l’université de Bourgogne
Rapporteur : M. Antoine TABBONE, Professeur de l’université de Lorraine
Examinatrice : Mme Véronique EGLIN, Professeure de l’INSA Lyon
Examinateur : M. Vincent LEPETIT, Professeur de l’université de Bordeaux
Directeur de thèse : M. Christian VIARD-GAUDIN, Professeur de l’université de Nantes
Co-directeur de thèse : M. Nicolas NORMAND, Professeur de l’université de Nantes
Encadrant de thèse : M. Harold MOUCHÈRE, MCF HDR de l’université de Nantes
Membre invité : Mme Morgane TANGUY, Docteure, responsable R&D du groupe WEDO

Résumé :
Ces travaux de thèse présentent une méthode d’estimation de pose de pièces industrielles en vue de leur dévracage à partir d’un système mono-caméra 2D en utilisant une approche par apprentissage avec des réseaux profonds. Dans un premier temps, des réseaux de neurones assurent la segmentation d’un nombre prédéterminé de pièces dans la scène. En appliquant le masque binaire d’une pièce à l’image originale, un second réseau infère la profondeur locale de cet objet. En parallèle des coordonnées de la pièce dans l’image, cette profondeur est employée dans deux réseaux estimant à la fois l’orientation de l’objet sous la forme d’un quaternion et sa translation sur l’axe Z. Enfin, un module de recalage travaillant sur la rétro-projection de la profondeur et le modèle 3D de l’objet, permet d’affiner la pose prédite par les réseaux. Afin de pallier le manque de données réelles annotées dans un contexte industriel, un processus de création de données synthétiques est proposé. En effectuant des rendus aux multiples luminosités, la versatilité du jeu de données permet d’anticiper les différentes conditions hostiles d’exploitation du réseau dans un environnement de production.

Abstract :
This work presents a pose estimation method from a rgb image of industrial parts placed in a bin. In a first time, neural networks are used to
segment a certain number of parts in the scene. After applying an object mask to the original image, a second network is inferring the local depth
of the part. Both the local pixel coordinates of the part and the local depth are used in two networks estimating the orientation of the object as
a quaternion and its translation on the Z axis. Finally, a registration module working on the back-projected local depth and the 3D model of the
part is refining the pose inferred from the previous networks. To deal with the lack of annotated real images in an industrial context, an data
generation process is proposed. By using various light parameters, the dataset versatility allows to anticipate multiple challenging exploitation
scenarios within an industrial environment.