Soutenance d'Habilitation à diriger des recherches (HDR) de Sébastien CHABRIER intitulée "Apprentissage machine, traitement d’images et de données numériques : Applications dans le contexte de la Polynésie française", lundi 5 juillet 2021 à 7h en salle de visioconférence de l'INSPE.
- Département : Sciences
- Domaine : Informatique (Section CNU N°27)
- Spécialité : Traitement d'images et apprentissage machine
- Laboratoire : GePaSud
Description des travaux
Depuis son arrivée à l'Université de la Polynésie Française, Sébastien Chabrier a travaillé sur de nombreuses thématiques de recherche découpées en trois axes principaux :
- 1. Le traitement d’image avec des propositions de méthodes de caractérisation de la couleur, du lustre ainsi que l'évaluation automatique de l’épaisseur de nacre de perles de culture de Tahiti,
- 2. L’apprentissage machine avec, entre autre, des propositions de méthodes de classifications et de fusions de classifications de végétation en télédétection, et en ordonnancement de données par apprentissage de classes avec application aux perles de Tahiti,
- 3. Le traitement de données numériques avec la mise en place d’outils numériques autour de la mesure automatisée de rotation des perles pendant le processus biologique de dépôt de leur couche d’aragonite.
De 2007 à 2013, il a quasi-exclusivement travaillé en télédétection sur des problématiques d’apprentissage machine, à l’exception d’un projet sur la mesure automatique de cotes particulières d’hameçons archéologiques. Puis, depuis 2013, il a participé à des projets principalement autour de la Perle de Tahiti afin d’en étudier la couleur, le lustre ou encore l’épaisseur de nacre. Ces projets de recherche lui ont permis d’obtenir des résultats fondamentaux importants sur :
- a. Une nouvelle projection des couleurs pour multiseuiller des images dans un objectif d’apprentissage,
- b. Un apprentissage d’ordonnancement complet reposant sur des méthodes d’apprentissage à noyaux à partir de classes,
- c. Un brevet déposé sur la mesure automatique d’épaisseur de la nacre des perles de Tahiti.
Il a ainsi participé aux co-encadrements de quatre doctorants, ainsi que de six stagiaires de niveau master 2. Il en a résulté vingt-quatre publications dans des revues ou des conférences internationales avec comité de lecture depuis son arrivée à l'Université de la Polynésie Française.
A l’heure actuelle, ces projets sont terminés et il en a initié quatre nouveaux depuis mi-2019 qui constituent ses perspectives actuelles de recherche et pour lesquels il encadre 2 doctorants et a encadré 3 stagiaires de niveau master 2:
- 1. Le premier concerne la cartographie d’une perle et l’étude de sa surface, sa couleur et de son lustre en lien avec la rotation de la phase de formation de sa surface. Ce projet fait partie du projet international bien plus vaste nommé PinctAdapt.
- 2. Le second concerne la détection et la reconnaissance de chats harets dans un objectif de contrôle biologique de leur population (Feral Cat Machine Learning, FCML),
- 3. Le troisième concerne l’Apprentissage du Sentiment de Touristes au travers de leurs Commentaires en Ligne dans un objectif touristique national (ASTCL),
- 4. Le quatrième concerne l’Apprentissage de Systèmes de Recommandation Hybrides afin d’améliorer les recommandations d’objets sur des sites commerciaux (ASRH).
Trois de ces projets sont dans le domaine de l'apprentissage machine mais orientés vers les techniques les plus récentes d’apprentissage profond ou Deep Learning. Ces quatre projets sont interdisciplinaires et ont pour objectif de permettre des avancées cruciales en particulier pour la Polynésie française.
Description of the research work
Since his arrival at the University of French Polynesia, Sébastien Chabrier has worked on numerous research themes divided into three main areas:
- 1. Image processing, with proposals for methods to characterize color and luster, as well as the automatic evaluation of the thickness of Tahitian cultured pearls,
- 2. Machine learning with, among other things, proposals for methods of classification and merging of vegetation classifications in remote sensing, and in data scheduling by class learning with application to Tahitian pearls,
- 3. Digital data processing with the implementation of digital tools around the automated measurement of pearl rotation during the biological process of deposition of their aragonite layer.
From 2007 to 2013, he worked almost exclusively in remote sensing on machine learning problems, with the exception of a project on the automatic measurement of particular dimensions of archaeological hooks. Then, since 2013, he has participated in projects mainly around the Tahitian pearl in order to study its color, luster and thickness of nacre. These research projects have allowed him to obtain important fundamental results on:
- a. A new color projection to multiselect images for learning purposes,
- b. A complete learning ordering based on kernel-based learning methods from classes,
- c. A patent on the automatic measurement of the thickness of Tahitian pearls.
He has participated in the co-supervision of four PhD students, as well as six Master two trainees. This has resulted in twenty-four publications in refereed international journals or conferences since his arrival at the University of French Polynesia.
At present, these projects are completed and he has initiated four new ones since mid-2019 which constitute his current research perspectives and for which he is supervising two PhD students and has supervised three master 2 level interns:
- 1. The first one concerns the mapping of a pearl and the study of its surface, its color and its luster in relation to the rotation of the formation phase of its surface. This project is part of a much larger international project called PinctAdapt.
- 2. The second one concerns the detection and recognition of feral cats for the purpose of biological control of their population (Feral Cat Machine Learning, FCML),
- 3. The third one concerns the Learning of Tourists' Sentiment through their Online Comments with a national tourism objective (ASTCL),
- 4. The fourth one concerns the Learning of Hybrid Recommendation Systems to improve object recommendations on commercial sites (ASRH).
Three of these projects are in the field of machine learning but oriented towards the most recent techniques of deep learning. These four projects are interdisciplinary and aim to make crucial advances in particular for French Polynesia.
La soutenance
Composition du jury
- Madame Su RUAN, Professeure des Universités, LITIS, Université de Rouen,
- Madame Jenny BENOIS-PINEAU, Professeure des Universités, LABRI, Université de Bordeaux,
- Madame Michèle ROMBAUT, Professeure des Universités, GIPSA-lab/DIS, Université Grenoble Alpes,
- Monsieur Jean-Martial MARI, Maître de conférences HDR, Laboratoire GePaSud, Université de la Polynésie française,
- Monsieur Alban GABILLON, Professeur des Universités, Laboratoire GePaSud, Université de la Polynésie française.
Informations pratiques
Lundi 5 juillet 2021 à 7h
Salle de visioconférence de l'INSPE
