Sujets de stages à pourvoir :
2023 :
• Détection d’objets multimodale basée sur transformeur pour l’imagerie aérienne
2022 :
• Détection d’objets dans un contexte de données limitées : application à des image satellites
• A Neural Network Approach for Point Cloud Compression Artifact Removal
2021 :
• Blind image separation for video guided laparoscopic surgery
• Estimation de mouvement par blocs basée sur le réseau de neurones profond BlockNet pour le codage vidéo
Sujets de thèses à pourvoir :
Année universitaire 2023-2024 :
• Computational Visual Perception and Learning Framework for Quality-Driven Medical Imaging
Année universitaire 2022-2023 :
• Neural networks-based restoration, localization and classification of ultrasound images for thyroid cancer diagnosis
• Computational Visual Perception and Learning Framework for Semantic Scene Understanding
• Objet Detection and Tracking Approaches for Aerial Images Using Deep Learning-Based Algorithms
Année universitaire 2021-2022 :
• Codage vidéo : Réduction de la redondance temporaire basée apprentissage profond pour l’optimisation du compromis débit-distorsion
• Blind image separation for video-guided laparoscopic surgery
Année universitaire 2020-2021 :
• A Smart System for Processing and Analyzing Gastrointestinal Abnormalities in Wireless Capsule Endoscopy
Année universitaire 2019-2020 :
• Deep learning based image compression
• Machine Learning for DBT Reconstruction and Analysis for Computer Aided Diagnosis