Projet TSARINE

 Promoteur du projet:  Prof. Benoit Macq, UCL - TELE

Les 4 objectifs de TSARINE

1. Caractériser et visualiser de manière efficace la nature des signaux recherchés et en particulier les caractéristiques essentielles de la structure 3-D des molécules observées par les senseurs. Cette recherche s’appuiera sur les résultats obtenus dans le cadre de l’action concertée TELE-DICE « cryptomark » qui étudie, notamment, le watermarking et l’indexation d’objets 3-D
2. Etudier des méthodes de fusion intégrée depuis le signal (les signaux observés seront de différentes modalités) jusqu’au niveau sémantique (intégration dans un modèle probabiliste de la détection combinée ARN-ADN et protéines de pathologies). Cette partie reposera sur les recherches en cours au laboratoire dans le domaine des interfaces multimodales. En particulier, on utilisera le cadre fourni par la théorie de l’information développé au sein du réseau d’excellence européen SIMILAR (http://www.similar.cc/) dont le laboratoire TELE de l’UCL assure la coordination.
3. Réaliser une compression efficace des signaux observés ainsi qu’une transmission fiable au travers des canaux non filaires. Il s’agira en particulier de prendre en compte la redondance statistique (corrélation) entre mesures réalisées par différents capteurs, ma modéliser, et de profiter de cette redondance pour effectuer le codage et le décodage les plus efficaces, éventuellement en lien avec les codes correcteurs qui seront utilisés dans la transmission (décodage conjoint). Le cadre sera donc celui de la théorie de l’information et notamment du codage distribué. L’intégration de contraintes de consommation dans le design des algorithmes sera très importante. Les contraintes se situent au niveau des capteurs : l’encodage devra être simple, le décodage pouvant être plus compliqué.Les bases scientifiques seront constituées par les 20 années de recherche en compression d’images et de vidéo acquises au Laboratoire TELE de l’UCL et les recherches menées au sein du projet interuniversitaire PAI MOTION (http://www.iap-motion.be/) ainsi qu’au sein du réseau d’excellence NEWCOM (http://newcom.ismb.it) dont le Département Traitement de signal est dirigé par l’UCL.
4. Etudier une réalisation sous forme de circuits intégrés, par exemple de type FPGA, d’algorithmes d’optimisation stochastique d’extraction de caractéristiques (MCMC, Algorithmes Génétiques ou encore Filtrage Particulaire). Ce type d’algorithme se révèle particulièrement puissant lorsque l’on dispose de nombreuses observations très bruitées d’un phénomène. Ces algorithmes sont très rarement utilisés en pratique, même si ils font l’objet de très nombreuses publications dans les meilleures conférences en traitement du signal, car ils sont très gourmands en calcul et sont, probablement, mal adaptés aux processeurs courants.
   

Méthodes de fusion intégrée : signal -> sémantique