Soutenance de thèse de Trung Hieu LE

mercredi 3 juillet 2024

Trung Hieu LE soutiendra sa these de doctorat le mercredi 3 juillet 2024 à 14h dans la Salle 007 du Bâtiment des Algorithmes.

La thèse intitulée “Codage par description multiple pour la transmission et le stockage robuste d’image et vidéo” a été réalisée dans le pôle SIS sous la direction de Marc Antonini.

 

Résumé
La transmission vidéo en temps réel via les réseaux sans fil est souvent affectée par des bruits. Dans ce contexte, la retransmission des données manquantes est impossible. Pour minimiser l'impact des pertes, plusieurs techniques de correction d'erreur au niveau du canal ont été développées, ajoutant de la redondance au niveau de la trame binaire pour corriger les paquets corrompus. Cependant, ces techniques sont limitées par un certain taux d'erreur et peuvent être inefficaces en raison de la nature imprévisible des canaux sans fil. Une approche alternative pour minimiser la distorsion due à ces erreurs implique l'utilisation de plusieurs canaux sans fil indépendants pour transmettre le flux vidéo. Cependant, la simple duplication d'informations sur les deux canaux entraîne un gaspillage de bande passante. Le codage à descriptions multiples (MDC), introduit en 1979 par Gersho, Witsenhausen, Wolf, Wyner, Ziv et Orarow, qui est une forme de codage source canal conjoint (JSCC), est une solution prometteuse à ce problème. Le MDC implique la création de multiples représentations pour une source que l'on appelle par descriptions. Si toutes les descriptions sont correctement reçues, elles sont ensuite assemblées pour reconstruire la source avec la plus haute-fidélité possible. Sinon, chaque description permet de reconstruire la source avec une qualité acceptable. Cette thèse présente deux contributions principales au MDC. Tout d'abord, nous proposons un MDC multicouche dans le domaine spatial. Les études initiales démontent sa robustesse par rapport au codage à description unique HEVC (HEVC SDC), montrant des améliorations de PSNR entre 1,4 dB et 8,1 dB. Nous introduisons ensuite un décodeur MDC atteignant jusqu'à 92% d'efficacité par rapport aux méthodes de référence. Enfin, nous présentons l'algorithme d’allocation des bits à descriptions multiples (MBDA), optimisant la distribution d'informations principales et redondantes sous des contraintes de debit cible et le niveau de redondance souhaité. Cette méthode surpasses le MDC à trames impaires-paires (odd-even frame MDC) sous perte de paquets aléatoire et dans les simulations de Réseaux Adhoc Véhiculaires (VANETs). La deuxième contribution représente une solution innovante de MDC utilisant la Représentation Neuronale Implicite (INR). Nous proposons d'abord un MDC utilisant la quantification scalaire en représentation neuronale implicite (INR-MDSQC), qui offre une meilleure qualité de perception que notre MDC basé sur HEVC en séparant de manière efficace l'information de la source. Cependant, l'INR-MDSQC génère deux descriptions déséquilibrées. Pour cette raison, nous introduisons le MDC Spatio-Frequentiel (SF-MDC) pour créer des descriptions équilibrées. Finalement, nous montrons une application du SF-MDC au stockage d'ADN, améliorant à la fois les performances de compression et la robustesse au processus biochimique d'écriture/lecture d'ADN.