Projet 3.
Débruitage adaptatif en temps réel des images en vue d’une extraction de ROI et la sécurisation des données
Doctorant mobilisé
SEDDIK Hassene
Maitre de conférence
Enseignants-chercheurs impliqués
Mohamed Cherif
Prof. Agrégée HU
Salim Ben Chaabane
Maitre-assistant
Yesser Yedes
Maitre-assistant
Maher Lazreg
Maitre-assistant
Ben Gharsallah Mohamed
Docteur
Bou Salhi Hamdi
Docteur
Anissa Salmeni
Docteur
Khaled Baccari
Mastère professionnel – Industriel
Doctorants à mobiliser dans le cadre du projet
Faouzi Marzougui
Riadh Hajri
Résumé et objectifs
Les Objectifs du projet sont résumés dans les trois points suivants :
- Prétraitement par débruitage adaptatif et auto-adapté intelligent
- Extraction d’information ou de régions d’intérêts « images ROI à caractère médical ou autre» pour une exploitation par traitement ou transmission
- Sécurisation hyper-chaotique ou par tatouage non conventionnel des informations extraites
Ce projet porte sur l’exploitation des compétences en traitement d’images. Il constitue un lien
entre la commande robotisée intelligente et la reconnaissance robuste d’image.
La première étape sera l’exploitation du flux vidéo venant d’une caméra ou autres supports que le robot mobile envoie. Le traitement de ces images par filtrage intelligent et extraction de ROI pourra mener à la reconnaissance robuste de personnes ou d’objets selon le cas même si ces objets ou les visages de ces personnes à reconnaitre sont cachés ou tronqués ou impartis d’un effet de flou à cause de la mobilité et la variation de sens du robot.
Une fois la reconnaissance faite, l’information concernant ces objets ou personnes sera transmise vers un receveur en temps réel dans un canal sécurisé par un cryptage hyper-chaotique pour éviter que l’information transmise ne soit divulguée ou interceptée par une tierce partie.
Programme et méthodologie de recherche
La méthodologie de travail consistera à récolter les informations issues de capteurs montés sur un robot en mouvement. Deux robots dynamiques seront exploités à savoir un drone « quadri-copter » et une voiture à trois roues avec deux roues motrices et une roue folle.
Une base de données réelle sera constituée avec des prises vidéo bruitées ou avec des effets de flou ayant comme ROI des personnes et des objets.
Sur cette base, des algorithmes rapides pour le ‘débruitage’ et la classification seront appliqués pour l’extraction d’information pertinente qui sera utilisée pour la reconnaissance robuste de ces personnes et objets.
Les seuils d’identification et de reconnaissance trouvés seront les critères d’ajustement de nos algorithmes pour améliorer ces taux de reconnaissance en temps réel en respectant la vitesse de traitement nécessaire selon le cas d’utilisation.
Toute l’information récoltée doit être envoyée en temps réel vers un récepteur autorisé à travers un canal sécurisé. La sécurisation des données envoyées sera appliquée à travers les algorithmes de cryptage et poly-cryptage chaotique développés au sein de notre équipe.
Ces travaux sont d’un grand intérêt pour la spectroscopie médicale d’une part, et pour la télémédecine pour assister les chirurgiens lors d’interventions chirurgicales lourdes par célioscopie d’autre part.
Echéancier de mise en œuvre du projet
1ère année : Etablissement d’une base des données par prise réelle de capture à travers un drone et un robot mobile. |
2ème année : Prétraitement des données récoltées en vue d’une reconnaissance robuste des visages et objets identifiés. |
3ème année : Ajustement des algorithmes de reconnaissance et amélioration des taux d’identification relative à la base réelle. Ajustement des prétraitements et extraction des attributs. |
4ème année : Transmission des données récoltées via un canal sécurisé en appliquant des techniques de poly-cryptage hyper-chaotiques. |
Coopération et partenariat
Nom du correspondant : Professeur Virgine Fesse.
Résultats obtenus (publications, brevets, thèses, habilitations, …)
A travers ce projet, l’équipe vise la proposition ou l’intégration d’un projet international collaboratif avec d’autres ministères, laboratoires ou tierces parties du domaine. Des projets appliqués tel que PHC ou avec les ministères de la défense ou de l’intérieur seront recherchés.
D’autre part, la publication de brevets dans le domaine de la reconnaissance robuste de visage cachés est envisagée avec une production scientifique dans des journaux avec facteur d’impact et des conférences internationales classées.
Cette production servira pour la validation du travail d’une part, et la soutenance de deux thèses des étudiants qui travailleront sur ce projet. Au moins une habilitation est aussi envisagée dans le cadre de ce projet.
Retombées socio-économiques du projet
- La possibilité de monter une startup développant des solutions de reconnaissance en temps réel et de sécurisation des transmissions
- Une avancée dans le domaine de la reconnaissance à travers une information tronquée ou cachée qui est encore en cours d’expérimentation dans la littérature
- Intégration de notre laboratoire dans des consortiums internationaux tels que les projets H2020 et FP9, qui traitent ces sujets et qui requièrent des compétences et de l’expertise dont nous disposons.