Max Mignotte
Modèles statistiques Bayésiens
- Professeur titulaire
-
Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle
André-Aisenstadt, room 2377
Profile
Research expertise
Notre programme de recherche portera sur la détection et la reconnaissance d'objets d'interêt basés sur leur forme et leur texture. À cette fin, on étudiera de nouveaux modèles statistiques Bayésiens intégrant des informations à priori global sur la forme et des contraintes à priori locales texturales.
Affiliations and responsabilities
Research affiliations
Research units
Membre
- Membre du Laboratoire de recherche en imagerie et orthopédie (LIO) de l'École de technologie supérieure
Teaching and supervision
Teaching
Courses taught (current session only)
Programs
- 117510 – Baccalauréat en informatique
- 117520 – Majeure en informatique
- 119010 – Baccalauréat en mathématiques
- 119020 – Majeure en mathématiques
- 119110 – Baccalauréat en mathématiques et informatique
- 119110 – Baccalauréat en mathématiques et informatique
- 120010 – Baccalauréat en physique
- 120510 – Baccalauréat en physique et informatique
- 120510 – Baccalauréat en physique et informatique
- 146811 – Baccalauréat en bio-informatique
- 146811 – Baccalauréat en bio-informatique
Student supervision
Theses and dissertation supervision (Papyrus Institutional Repository)
Estimation de cartes d'énergie du bruit apériodique de la marche humaine avec une caméra de profondeur pour la détection de pathologies et modèles légers de détection d'objets saillants basés sur l'opposition de couleurs
Cycle : Doctoral
Grade : Ph. D.
Segmentation des images radiographiques à rayon-X basée sur la fusion entropique et Reconstruction 3D biplanaire des os basée sur la modélisation statistique non-linéaire
Cycle : Doctoral
Grade : Ph. D.
Contributions à la sonification d’image et à la classification de sons
Cycle : Doctoral
Grade : Ph. D.
Une nouvelle approche pour l’identification des états dynamiques de la parcellisation fonctionnelle cérébrale individuelle
Cycle : Doctoral
Grade : Ph. D.
Détection de changement en imagerie satellitaire multimodale
Cycle : Doctoral
Grade : Ph. D.
Contributions à la fusion de segmentations et à l’interprétation sémantique d’images
Cycle : Doctoral
Grade : Ph. D.
Consensus ou fusion de segmentation pour quelques applications de détection ou de classification en imagerie
Cycle : Doctoral
Grade : Ph. D.
Débruitage d’image par fusion de filtrage spatio-fréquentielle
Cycle : Master's
Grade : M. Sc.
Reconnaissance des actions humaines : méthode basée sur la réduction de dimensionnalité par MDS spatio-temporelle
Cycle : Master's
Grade : M. Sc.
Détection de mouvement par modèle biologique de fusion de donnée inspiré de la rétine humaine
Cycle : Master's
Grade : M. Sc.
Estimation de cartes d'énergie de hautes fréquences ou d'irrégularité de périodicité de la marche humaine par caméra de profondeur pour la détection de pathologies
Cycle : Master's
Grade : M. Sc.
Evaluating perceptual maps of asymmetries for gait symmetry quantification and pathology detection
Cycle : Master's
Grade : M. Sc.
Reconnaissance des actions humaines à partir d'une séquence vidéo
Cycle : Master's
Grade : M. Sc.
Urban Detection From Hyperspectral Images Using Dimension-Reduction Model and Fusion of Multiple Segmentations Based on Stuctural and Textural Features
Cycle : Master's
Grade : M. Sc.
Architecture et filtres pour la détection des chenaux dans la glace de l'océan Arctique
Cycle : Master's
Grade : M. Sc.
Évaluation d'un modèle a priori basé sur un seuillage de la TCD en super-résolution et comparaison avec d'autres modèles a priori
Cycle : Master's
Grade : M. Sc.
Segmentation non-supervisée d'images couleur par sur-segmentation Markovienne en régions et procédure de regroupement de régions par graphes pondérés
Cycle : Master's
Grade : M. Sc.
Reconstruction polyédrique de scènes en trois dimensions à partir de cartes de profondeurs
Cycle : Master's
Grade : M. Sc.
Étude de contraintes spatiales bas niveau appliquées à la vision par ordinateur
Cycle : Doctoral
Grade : Ph. D.
Impact du choix de la fonction de perte en segmentation d'images et application à un modèle de couleurs
Cycle : Master's
Grade : M. Sc.
Estimation de paramètres de champs markoviens cachés avec applications à la segmentation d'images et la localisation de formes
Cycle : Doctoral
Grade : Ph. D.
Intégration d'une nouvelle approche sémantique basée sur les caractéristiques visuelles des concepts dans un système de recherche d'images par contenu et par texte
Cycle : Master's
Grade : M. Sc.
Analyse des champs de déformation pour la classification d'images SPECT 3D du cerveau
Cycle : Master's
Grade : M. Sc.
Détection non-supervisée de contours et localisation de formes à l'aide de modèles statistiques
Cycle : Master's
Grade : M. Sc.
Projects
Research projects
New unsupervised Bayesian and energy-based models dedicated to image processing and computer vision applications
Bayesian fusion models based on multi-level constraints and multiple criteria in image processing and computer vision
Supplément COVID-19 CRSNG_Bayesian fusion models based on multi-level constraints and multiple criteria in image processing and computer vision
VIDEOSURVEILLANCE INTELLIGENTE POUR LA DETECTION ET LA PREVENTION DES CHUTES CHEZ LES PERSONNES AGEES
BAYESIAN STATISTICAL FUSION MODELS BASED ON CONSTRAINTS AND MULTIPLE CRITERIA IN IMAGE PROCESSING AND COMPUTER VISION
BAYESIAN STATISTICAL FUSION MODELS BASED ON CONSTRAINTS AND MULTIPLE CRITERIA IN IMAGE PROCESSING AND COMPUTER VISION
GROUPE DE RECHERCHE EN SCIENCES ET TECHNOLOGIES BIOMEDICALES GRSTB
RECHERCHE EN INFORMATIQUE ET RECHERCHE OPÉRATIONNELLE
Disciplines
- Computer Science
Areas of expertise
- Image processing
- Remote sensing
- Estimator
- Estimation of model parameters
- Fusion
- Multispectral imaging
- Bayesian inference
- Procedural modeling
- Pattern recognition
- Reconstruction of forms
- Image segmentation
- Hierarchy of relaxation