[FR][EN]
AVEIR 2007-2009
Automatic annotation and Visual concept Extraction for Image Retrieval
Next meeting
May 25th, 2010

Home
Reports
Jobs
Publications
Deliverables
INTRANET

Links
ANR
MDCA
Cap Digital
CEA
ColloqueSTIC
Research institutes
LIG
LIP6
LSIS
LTCI
Universities
ENST
UJF
UPMC
USTV

05/10/2007: Post-doctoral position in Content Based Image Retrieval

A Post-doctoral position in Content Based Image Retrieval with Web applications, is available in the Information and System Sciences Lab. http://www.lsis.org/ UMR CNRS, Toulon, France.

The position is for one year with the possibility of a year extension. The applicant will work on project investigating machine learning and/or signal processing of image understanding, including topics such as features analysis, miss-labeled/mis-segmented image statistics, concept approximation, semantic indexing ...

These researchs are conducted in the national ANR AVEIR project Automatic annotation and Visual concept Extraction for Image Retrieval, in collaboration with LIP6 Paris (Gallinari), ENST Paris (Maitre), CLIPS (Mulhem) and LSIS (Glotin /Le Maitre).

The candidate might have expertise in computational vision/image processing, and/or machine learning (discriminant / generative models). Proficiency with Matlab is desirable. Starting date is flexible.

To apply, send a brief statement of interest, 2 publications, a CV & contact information for one reference, to: glotin@univ-tln.fr

Location: Toulon, France
Duration: 2 years
Contact: Hervé Glotin, glotin@univ-tln.fr

01/10/2007: Stage de master recherche : Annotation d'images par apprentissage automatique pour la recherche multimédia

Introduction

L'indexation d'image pour la recherche d'information est généralement réalisée manuellement ce qui est considéré comme une limitation majeure pour l'indexation de grands corpus multimédia et du web en particulier. Les moteur de recherche images actuels utilisent principalement des indexations manuelles par mot clé ou des similarités entre images. Dans les deux cas l'indexation restent très rudimentaire et la sémantique de la recherche limitée.

L'indexation automatique d'images à partir du contexte des documents dans lesquels elles apparaissent est actuellement un problème central des moteurs de recherche multimédia. Il a été identifié par plusieurs initiatives comme le problème clé pour progresser dans ce domaine. Quelques tentatives ont été réalisées par des acteurs des moteurs de recherche ou par des académiques.

Google par exemple analyse un contexte local aux images apparaissant dans des documents pour leur indexation. Des techniques d'apprentissage automatique allant de méthodes supervisées à des méthodes totalement non supervisées ont également été proposées, mais le problème reste très largement ouvert.

Objectifs du stage

L'objet du stage est de proposer et d'évaluer des techniques d'annotation automatiques des images  basées sur l'apprentissage automatique. Après un état de l'art, le travail se concentrera sur l'utilisation de méthodes à variables latentes qui permettent d'explorer des techniques non supervisées ou faiblement supervisées pour l'annotation. (Blei et al. 2003) ont propose une série de modèles (Latent Dirichlet Allocation Models) Ces modèles font l'hypothèse qu'une distribution de Dirichlet peut être utilisée pour générer un mélange de facteurs latents. Ce mélange est ensuite utilisé pour générer des mots et des régions d'image. (Monay et al. 2004) ont proposé un modèle base sur l'analyse latente sémantique dans le même but. Ces travaux serviront de base au stage. De nombreux problèmes d'apprentissage liés à cette problématique pourront être ensuite explorés en fonction de l'avancement du stage.

Bibliographie

D.-M. Blei, M.I. Jordan, Modeling Annotated Data, In the Proceedings of the 26th ACM SIGIR Conference (SIGIR-03), p.127--132, 2003.

F. Monay, D. Gatica-Perez, PLSA-based Image Auto-Annotation: Constraining the Latent Space. In the Proceedings of the 12th ACM International Conference on Multimedia (MM-04), p. 348\u2014351, 2004.

Compétences requises

Compétences de base en apprentissage statistique

Location: Laboratoire LIP6, Université Paris 6, 104 avenue du président Kennedy, 75016 Paris
Duration: 5 à 6 mois
Wages: 380 Euros / mois
Contact: Patrick.gallinari@lip6.fr
http://www-connex.lip6.fr/%7Egallinar/Stages/Stages%202008%20Master/2008-Stage-Annotation-Images.htm

04/12/2007: Poste-Doc Interprétation et recherche d'images / Post-doctoral position in Computer Vision at l'École Nationale Supérieure des Télécommunications, Paris, France.

Post-Doc DeadLine: 15/01/2008 hichem.sahbi@enst.fr http://www.tsi.enst.fr (English Version Below)

Le laboratoire de traitement du signal et des images (TSI) à l'ENST Paris, propose un stage post-doctoral pour une durée de 18 mois (en CDD) sur l'annotation et la recherche d'images dans les bases multimédia. Ce stage s'inscrit dans le cadre des projets 'AVEIR et InfoMagic' avec des partenaires académiques et industriels (Université Paris 6, EADS, Thales,...) et son objectif est de mettre en place des algorithmes d'annotation et de recherche dans les bases d'images et les séquences vidéos. Ce sujet traite différents aspects parmi lesquels : (i) l'extraction des caractéristiques visuelles de bas niveau, (ii) l'apprentissage statistique et (iii) la reconnaissance d'objets, perception et interprétation des scènes.

Ce stage post-doctoral concerne des candidats ayant soutenu leur thèse en informatique ou en mathématiques appliquées et qui ont une expérience en traitement d'images, en vision par ordinateur et en apprentissage statistique.

Le démarrage est prévu le premier trimestre 2008 pour une durée de 18 mois.

Pour toute candidature, merci de contacter hichem.sahbi@enst.fr en joignant un CV.

-------
Post-doctoral position in Computer Vision at l'École Nationale Supérieure des Télécommunications, Paris, France. TSI Department http://www.tsi.enst.fr Topic: Image interpretation and retrieval.

A postdoctoral fellowship, in image annotation/retrieval and scene understanding, is available at the TSI (Image, Speech and Learning group) in ENST Paris (l'École Nationale Supérieure des Télécommunications). The research position is a part of the projects 'InfoMagic and AVEIR', joining academic and industrial partners (university of Pierre and Marie Curie, EADS, Thales, ...) and its goal is to design algorithms for image annotation and retrieval in still and video sequences. This topic tackles different aspects including (i) low level feature extraction (ii) statistical machine learning and (iii) object and scene recognition.

The TSI lab offers many opportunities for collaborations with experienced researchers in information technology and multimedia: image analysis and retrieval, audio/speech processing, machine learning and applied mathematics. TSI is a part of ENST which is a member of the French network ParisTech (Paris Institute of Technology) gathering the top french ``research and teaching'' academic institutions in engineering, applied mathematics and computer science. ENST is located in the center of Paris and it is a walking distance to ``cite internationale'' which has facilities and accommodations for post-doctoral fellows (including their families).

A candidate should have a PhD degree in either applied mathematics or computer science with an experience in image processing, computer vision, machine learning and programming. The appointment will be for 18 months and will start in the first quarter of 2008.

Applications should be sent ASAP to: Dr. Hichem Sahbi (mailto: hichem.sahbi@enst.fr) including a resume with the names and the contact informations of two referees.



Location: École Nationale Supérieure des Télécommunications, Paris, France
Contact: Dr. Hichem Sahbi et Prof. Henri Maitre.
http://gdr-isis.org/rilk/sympa/arc/rilk-poste/2007-12/msg00009.html
LTCI