Sciences naturelles et génie; Sciences appliquées
Max Mignotte
Modèles statistiques Bayésiens
- Professeur titulaire
-
Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle
André-Aisenstadt, local 2377
Autre numéro :
514 343-5834
(Télécopieur)
Autre courriel :
mignotte@iro.umontreal.ca
(Travail)
Portrait
Expertise de recherche
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 et responsabilités
Affiliations de recherche
- Membre du Laboratoire de recherche en imagerie et orthopédie (LIO) de l'École de technologie supérieure
Enseignement et encadrement
Enseignement
Cours siglés (session en cours uniquement)
Programmes
- 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
- 217510 – Maîtrise en informatique
- 220010 – Biophysique et physiologie moléculaire
- 246810 – Maîtrise en bio-informatique
- 253510 – Maîtrise en génie biomédical
- 320010 – Doctorat en physique
Encadrement
Thèses et mémoires dirigés (dépôt institutionnel Papyrus)
2023
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
Diplômé(e) : Ndayikengurukiye, Didier
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2022
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
Diplômé(e) : Nguyen, Dac Cong Tai
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2022
Contributions à la sonification d’image et à la classification de sons
Diplômé(e) : Toffa, Ohini Kafui
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2021
Une nouvelle approche pour l’identification des états dynamiques de la parcellisation fonctionnelle cérébrale individuelle
Diplômé(e) : Boukhdhir, Amal
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2019
Détection de changement en imagerie satellitaire multimodale
Diplômé(e) : Touati, Redha
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2018
Contributions à la fusion de segmentations et à l’interprétation sémantique d’images
Diplômé(e) : Khelifi, Lazhar
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2018
Consensus ou fusion de segmentation pour quelques applications de détection ou de classification en imagerie
Diplômé(e) : Khlif, Aymen
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2018
Débruitage d’image par fusion de filtrage spatio-fréquentielle
Diplômé(e) : Barry, Djenabou
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2016
Reconnaissance des actions humaines : méthode basée sur la réduction de dimensionnalité par MDS spatio-temporelle
Diplômé(e) : Chorfi Belhadj, Lilia
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2016
Détection de mouvement par modèle biologique de fusion de donnée inspiré de la rétine humaine
Diplômé(e) : Roux, Sylvain
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2016
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
Diplômé(e) : Ndayikengurukiye, Didier
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2015
Evaluating perceptual maps of asymmetries for gait symmetry quantification and pathology detection
Diplômé(e) : Moevus, Antoine
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2014
Reconnaissance des actions humaines à partir d'une séquence vidéo
Diplômé(e) : Touati, Redha
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2013
Urban Detection From Hyperspectral Images Using Dimension-Reduction Model and Fusion of Multiple Segmentations Based on Stuctural and Textural Features
Diplômé(e) : He, Jin
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2009
Architecture et filtres pour la détection des chenaux dans la glace de l'océan Arctique
Diplômé(e) : Léonard, Daniel
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2009
Évaluation d'un modèle a priori basé sur un seuillage de la TCD en super-résolution et comparaison avec d'autres modèles a priori
Diplômé(e) : St-Onge, Philippe
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2009
Segmentation non-supervisée d'images couleur par sur-segmentation Markovienne en régions et procédure de regroupement de régions par graphes pondérés
Diplômé(e) : Hedjam, Rachid
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2007
Reconstruction polyédrique de scènes en trois dimensions à partir de cartes de profondeurs
Diplômé(e) : Vial, Valentin
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2007
Étude de contraintes spatiales bas niveau appliquées à la vision par ordinateur
Diplômé(e) : Jodoin, Pierre-Marc
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2006
Impact du choix de la fonction de perte en segmentation d'images et application à un modèle de couleurs
Diplômé(e) : Poirier, Louis-François
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2006
Estimation de paramètres de champs markoviens cachés avec applications à la segmentation d'images et la localisation de formes
Diplômé(e) : Destrempes, François
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2006
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
Diplômé(e) : Id-Oumohmed, Ahmed
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2002
Analyse des champs de déformation pour la classification d'images SPECT 3D du cerveau
Diplômé(e) : Laliberté, Jean-François
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2002
Détection non-supervisée de contours et localisation de formes à l'aide de modèles statistiques
Diplômé(e) : Destrempes, François
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Projets
Projets de recherche
2022
- 2028
New unsupervised Bayesian and energy-based models dedicated to image processing and computer vision applications
Chercheur principal :
Max Mignotte
Sources de financement :
CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention :
PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe
2016
- 2023
Bayesian fusion models based on multi-level constraints and multiple criteria in image processing and computer vision
Chercheur principal :
Max Mignotte
Sources de financement :
CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention :
PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe
2020
- 2021
Supplément COVID-19 CRSNG_Bayesian fusion models based on multi-level constraints and multiple criteria in image processing and computer vision
Chercheur principal :
Max Mignotte
Sources de financement :
CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention :
PVXXXXXX-Supplément à l’appui des étudiants, des stagiaires postdoctoraux et du personnel de soutien à la recherche COVID-19
2013
- 2017
VIDEOSURVEILLANCE INTELLIGENTE POUR LA DETECTION ET LA PREVENTION DES CHUTES CHEZ LES PERSONNES AGEES
Chercheur principal :
Jean Meunier
Sources de financement :
FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention :
PV113724-(PR) Projets de recherche en équipe (et possibilité d'équipement la première année)
2001
- 2017
BAYESIAN STATISTICAL FUSION MODELS BASED ON CONSTRAINTS AND MULTIPLE CRITERIA IN IMAGE PROCESSING AND COMPUTER VISION
Chercheur principal :
Max Mignotte
Sources de financement :
CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention :
PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe
2011
- 2015
BAYESIAN STATISTICAL FUSION MODELS BASED ON CONSTRAINTS AND MULTIPLE CRITERIA IN IMAGE PROCESSING AND COMPUTER VISION
Chercheur principal :
Max Mignotte
2010
- 2014
GROUPE DE RECHERCHE EN SCIENCES ET TECHNOLOGIES BIOMEDICALES GRSTB
Co-chercheurs :
René Cardinal
,
Julian X. Zhu
,
Gilles Soulez
,
Alain Vinet
,
Max Mignotte
,
Sophie Lerouge
,
Richard Hoge
,
Patrick Lavigne
,
Stefan Parent
,
Françoise Winnik
,
Yvan Boulanger
,
Roch Listz Maurice
Sources de financement :
FRQS/Fonds de recherche du Québec - Santé (FRSQ)
Programmes de subvention :
PVXXXXXX-Subvention de groupe de recherche
2003
- 2014
RECHERCHE EN INFORMATIQUE ET RECHERCHE OPÉRATIONNELLE
Chercheur principal :
Max Mignotte
Sources de financement :
FCI/Fondation canadienne pour l'innovation
Programmes de subvention :
Rayonnement
Publications et communications
Disciplines
- Informatique
Champ d’expertise
- Traitement d'images
- Télédétection
- Estimateur (statistique)
- Estimation des paramètres des modèles
- Fusion
- Imagerie multispectrale
- Inférence Bayésienne
- Modélisation procédurale
- Reconnaissance de formes
- Reconstruction des formes
- Segmentation d'image
- Techniques hiérarchiques de relaxation
Aide en ligne pour votre profil | Nous joindre
Le Répertoire des professeurs est propulsé par les données du 
SADVR et est un projet du CENR.
Personnes-ressource dans nos équipes
Formulaires, procédures et systèmes
Occasions de financement avec PIVOT
