Basile Sauvage:

   Laboratoire LSIIT
   Université Louis Pasteur
   Strasbourg - France.

Résumé :

  Après une introduction sur les schémas d'ondelettes et leurs applications, nous aborderons les problèmes topologiques, géométriques, et algorithmiques spécifiques au traitement multirésolution des maillages triangulaires.
Quoi faire dans une base d'ondelettes ? Avec quels algorithmes et quelles structures de données ? Comment choisir ou construire un schéma ?
Nous débattrons aussi des modèles multirésolution alternatifs aux bases d'ondelettes (repères locaux, normal meshes, compression d'arête).

Frank Nielsen:

   Sony CSL
   and
   LIX - Ecole Polytechnique.

Résumé :

  In this talk, we generalize the notions of centroids and barycenters to the broad class of information-theoretic distortion measures called Bregman divergences. Bregman divergences are versatile, and unify quadratic geometric distances with various statistical entropic measures. Because Bregman divergences are typically asymmetric, we consider both the left-sided and right-sided centroids and the symmetrized centroids, and prove that all three are unique. We give closed-form solutions for the sided centroids that are generalized means, and design a provably fast and efficient approximation algorithm for the symmetrized centroid based on its exact geometric characterization that requires solely to walk on the geodesic linking the two sided centroids. We report on our generic implementation for computing entropic centers of image clusters and entropic centers of multivariate normals, and compare our results with former ad-hoc methods.

Michel Kieffer:

   L2S
   CNRS - SUPELEC - Univ. Paris-Sud.
   Gif-sur-Yvette, France.

Résumé :

  Les codes BCH sur le corps des réels (BCH-R) et les bancs de filtres suréchantillonnés (BFS) sont des trames de $\Bbb{R}^{n}$ et de $\ell ^{2}\left( \Bbb{Z}\right)$ qui permettent d'obtenir une représentation redondante des signaux placés à leur entrée. Ces deux outils permettent de construire de nouveaux schémas de codage source-canal conjoint dans lesquels l'introduction de redondance se fait avant codage de source, contrairement aux schémas classiques [LabeauIEEESP04,GabayIEEE_IP05]. Nous présenterons dans un premier temps un modèle de canal conjoint. Ce modèle correspond à un canal sans mémoire ajoutant un bruit Gaussien-Bernoulli-Gaussien. Le modèle représente efficacement le codeur de source, le codeur de canal, le canal physique et les décodeurs correspondants. Nous montrerons que les codes BCH-R et les BFS peuvent être vus pour ce type de canaux comme des codes correcteurs d'erreurs (en blocs ou convolutifs) travaillant sur des réels ou des complexes, au lieu de travailler sur des corps finis. Les notions de sous-espace associé au code, de syndrome et de matrice de détection de parité seront étendues aux BCH-R et aux BFS. Les algorithmes de décodage reposent sur des tests à hypothèses multiples exploitant les caractéristiques du modèle de canal conjoint. Les performances de schémas de codage source- canal conjoint pour des images et des séquecnes vidéo utilisant des BCH-R et des BFS seront comparées à des schémas de codage classiques.

Abstract :

  Real BCH codes (R-BCH) and Oversampled Filter Banks (OFBs) are frames of $% \Bbb{R}^{n}$ and of $\ell ^{2}\left( \Bbb{Z}\right) $ providing an overcomplete representation of their input signal. Both tools may be put at work to propose new joint source-channel coding schemes where the redundancy is introduced before source coding, contrary to classical tandem schemes [LabeauIEEESP04,GabayIEEE_IP05]. A joint channel model is first introduced. This model corresponds to a memoryless mixture of Gaussian and Bernoulli-Gaussian noise. It may represent the source coder, the channel coder, the physical channel, and their corresponding decoders. Nonlinear hypotheses-test based decoding algorithms are then derived from this channel model for the real BCH code and for the OFBs. It will be shown that OFBs can be considered as error-correcting codes acting on real or complex sequences, very much like classical binary convolutional codes act on binary sequences. The notions of code subspace, syndrome and parity- check polynomial matrix for OFBs will be defined. The performance of joint source-channel image coding schemes using R-BCH codes and OFBs will be compared to that of classical tandem schemes.

Cagatay Dikici:

   Telecommunications Department.
   INSA Lyon.
   Lyon, France.

Abstract :

  Technological advances in the fields of telecommunications, multimedia and the diverse choice of portable handhelds during the last decade, derive to create novel services such as sharing of multimedia content, video-conferencing or content protection, where all running on low-power devices. Hence alternative low complexity coding techniques need to be developed for replacing conventional ones. Coding with state information, a potential solution to shifting the encoder complexity to the decoder, has two main applications:
I) Informed Data Hiding (IDH) for embedding a watermark into a host signal where the host signal is available only to the encoder.
II) Distributed Source Coding (DSC) for compressing a source given a correlated version of it is available only to the decoder.
This talk will first provide a broad perspective on both data hiding and compression with state information. Departing from these two problems, we propose a joint IDH-DSC scheme for an efficient content protection and a compression system. After an information theoretical analysis of the proposed system, we propose a practical code design based on good error correcting codes (LDPC) and good quantification codes (TCQ) which operates 1.5 dB away from the theoretical limits. The talk will conclude with some open problems in this area.

Keywords: coding with state information, compression, watermarking, writing on dirty paper, distributed source coding, low density parity-check codes (LDPC), trellis coded quantization (TCQ).
Dissertation available here.

Céline Roudet:

   LIRIS, équipe M2DisCo
   Lyon

Abstract :

  L'évolution de l'infographie et des techniques de numérisation a récemment ouvert la voie à une modélisation tridimensionnelle du monde qui nous entoure. Afin de s'adapter à l'hétérogénéité des ressources et médias manipulant ces objets 3D, des techniques basées sur l'analyse multirésolution sont généralement utilisées car elles fournissent une représentation "scalable" de ces modèles géométriques. C'est dans ce cadre de compression et de transmission progressive d'objets 3D (modélisées sous forme de maillages surfaciques) que se situe mon travail de thèse, réalisé dans le cadre du projet "CoSurf" (collaboration entre le laboratoire LIRIS de Lyon et Orange Labs de Rennes). A l'issue de cette collaboration, nous avons proposé une nouvelle méthode de compression hiérarchique s'appuyant sur une décomposition en ondelettes, outil d'analyse performant et robuste qui a fait ses preuves en termes de compression d'http://www.i3s.unice.fr/I3S/images et de vidéos. Notre méthode se démarque des techniques de l'état de l'art, puisqu'elle s'appuie sur une segmentation préalable de la surface en régions d'amplitudes fréquentielles variables. Pour cela, une étude de la distribution des coefficients d'ondelettes sur les différents niveaux de résolution a été considérée. Les partitions résultantes peuvent ainsi être traitées indépendamment durant les phases d'analyse multirésolution, de quantification et d'allocation binaire, de façon à s'adapter aux caractéristiques surfaciques locales des maillages et ainsi réduire les informations à coder. La contribution visuelle de chacune des partitions à l'ensemble de la surface est également un point important à considérer dans la phase d'optimisation des bits alloués à celles-ci, notamment pour des applications comme la transmission et la visualisation sélectives. L'étude de la distribution de l'angle polaire des coefficients d'ondelettes nous a également servi à détecter les régions concaves et convexes dans les maillages surfaciques triangulaires. Nous prévoyons d'intégrer la mesure considérée à notre processus de segmentation, de façon à mieux identifier les variations de courbures sur la surface. Cette notion pourrait de même être prise en compte pour mesurer la similarité visuelle entre maillages, de façon à mieux s'adapter à la sensibilité de l'œil humain. D'autres applications telles que le tatouage, le filtrage, le débruitage, l'indexation ou enfin la correction d'erreurs après transmission sur un canal bruité, pourraient bénéficier de notre concept générique d'analyse multirésolution adaptative. Mots clés : Maillages surfaciques, ondelettes géometriques, analyse multirésolution, schéma lifting, compression progressive, segmentation, transmission et visualisation sélectives.

Frank Nielsen

   LIX
   Ecole Polytechnique
   Paris

Abstract :

  Abstract:
High-dimensional noisy datasets encoding heterogeneous feature vectors abound in many real-world applications. On one hand, practitioners face the crucial problem of choosing the best-suited distance allowing them to use their algorithmic toolboxes. On the other hand, theoreticians are focusing on recovering the intrinsic dimensionality and underlying topology of datasets, and focus on learning the most appropriate distances. In the first part of the lecture, we start by presenting recent advances of the celebrated k-means clustering algorithm (namely, G-means++ that automatically learns the proper number of clusters using a careful seeding). We then present broad generalizations of k-means: convex k-means and Bregman k-means (that preserves the centroid relocation scheme). We introduce the notion of Bregman divergences and Bregman information, and explain the fundamental convex duality arising from the Legendre Fenchel transform. We describe the 1-to-1 map from Bregman divergences to statistical exponential families that allows one to design easy soft-clustering algorithms (expectation-maximization). In the second part of the lecture, we present the underlying geometry induced by a convex contrast function: Dually flat spaces generalizing the traditional Euclidean geometry (self-dual). We explain how the standard Euclidean notions of bisectors/projection/orthogonality and geodesics extend to these spaces, and present generalizations of common algorithms and data-structures in computational geometry: smallest enclosing ball, Voronoi and Delaunay/regular triangulations, etc. We then restate these results under the framework of information geometry. Finally, we conclude with other broad classes of distances (eg., Csiszár’s f divergences, f-Jensen semi-distances, alpha-divergences) with their corresponding non-flat geometries.

Marco Cagnazzo:

   Telecom ParisTech
   Paris

Abstract :

  The first part of the seminar will be devoted to the introduction of Distributed Video Coding (DVC) main concepts, along with application and limits of current state of the art, with particular interest to multi-view problems. DVC is a new promising paradigm in video communication, which refers to the compression of multiple outputs of correlated sources which do not communicate with each other. The targeted applications are numerous, such as video compression on mobile devices, multi-sensor surveillance systems, and so on. In opposition to the classical centralized coding paradigm, in the DVC case the sensors send their compressed outputs to a central point for joint decoding. One of the most challenging problems of this new paradigm is to achieve the same compression efficiency as traditional coding.
Then we consider one of the most successful framework for DVC, and we try to improve one of the most critical stages of it, that is the estimation (at the decoder side) of an unknown frame from two coded/decoded http://www.i3s.unice.fr/I3S/images, called key frames (KFs). This estimation, called side information (SI), is corrected by information coming from the parity bits of the original frame, computed by the encoder.
Though several SI generation methods have been proposed in literature, the most popular ones use block matching (BM) motion estimation (ME) and compensation. Though successful in classical video coding, BM algorithms are not the only approach to ME: gradient techniques, along with the derived class of pel-recursive (PR) techniques, have been developed for video analysis and solve the optical flow problem using a differential approach. Gradient and PR methods produce a dense motion vector field (MVF), which is unsuited for the classical video coding paradigm, since it requires huge resources to be encoded. On the contrary, it could well fit the DVC paradigm if the dense MVF is estimated only at the decoder side from the KFs, so that there is no need to send it. In this way the SI interpolation benefits from the increased accuracy of a dense MVF without having to pay the cost of an exceedingly high coding rate. In particular, in this seminar we show the fitness of a method derived from the Cafforio-Rocca one, which is among the most popular PR ME techniques and can be adapted to the DVC context.
Our experiments show remarkable gains in the quality of the SI and in the global RD performance, suggesting that differential ME techniques can be effectively employed in DVC. We conclude with possible future developments and with a summary about the benefits of DVC approaches.