LIP6 CNRS Sorbonne Université Tremplin Carnot Interfaces
Direct Link LIP6 » Actualité » Doctorants
http://www.thomas-robert.fr

ROBERT Thomas

Doctorant (Moniteur, SAIC)
Équipe : MLIA
Date d'arrivée : 01/11/2016
Localisation : Campus Pierre et Marie Curie
    Sorbonne Université - LIP6
    Boîte courrier 169
    Couloir 26-00, Étage 5, Bureau 525
    4 place Jussieu
    75252 PARIS CEDEX 05
Tel: 01 44 27 51 29, Thomas.Robert (at) nulllip6.fr
http://www.thomas-robert.fr
Direction de recherche : Matthieu CORD

Amélioration des représentations latentes des ConvNets pour l'interprétation de données visuelles

Dans cette thèse, nous nous intéressons à l'étude des réseaux convolutifs profonds, et en particulier à leur amélioration "au delà d'ImageNet". Alors que les années 2012-2015 ont proposé des modèles de plus en plus profonds et complexes, nous proposons d'étudier plus finement la façon dont ces réseaux modélisent l'information visuelle et à diverses façon de contrôler ces représentations pour améliorer leur qualités pour diverses tâches. Dans un premier temps, nous proposons une nouvelle méthode de régularisation basée théorie de l'information visant à augmenter l'invariance intra-classe et donc le pouvoir discriminatif de ces modèles. Nous proposons ensuite une structuration de l'information en deux espaces complémentaires pour permettre l'apprentissage conjoint de la classification et la reconstruction dans un contexte semi-supervisé. Enfin, nous proposons de séparer et modéliser diverses informations sémantiques en deux espaces pour produire un disentangling efficace de facteurs de variation sémantiques en particulier pour l'édition d'images et l'augmentation de données.

Publications 2010-2018

 Mentions légales
Carte du site |