Monsieur Van Trung PHAM soutiendra à huis clos ses travaux de thèse intitulés : Apprentissage profond pour la détection de contours - Application au suivi orthodontique par smartphone
| Date | - |
| Heure | 09h30 - 12h30 |
| Adresse | Site Galilée, Amphi Turing |
Soutenance de thèse de Van Trung PHAM
Apprentissage profond pour la détection de contours - Application au suivi orthodontique par smartphone
| Titre anglais : | |
| Ecole Doctorale : |
Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes - MIPTIS |
| Spécialité : |
Informatique |
| Etablissement : | Université d'Orleans |
| Unité de recherche : | EA 4229 - PRISME - Laboratoire Pluridisciplinaire de Recherche en Ingénierie des Systèmes et Mécanique Energétique |
Cette soutenance aura lieu devant le jury composé de :
| Yves LUCAS | Professeur des Universités | Université d'Orléans | Directeur de thèse | |||
| Christel VRAIN | Maître de conférences | Université d'Orléans | Examinatrice | |||
| Catherine ACHARD | Professeur des Universités | Sorbonne Université | Examinatrice | |||
| Jenny BENOIS-PINEAU | Professeur des Universités | Université de Bordeaus | Rapporteure | |||
| Nicolas THOME | Professeur des Universités | Conservatoire National des Arts et Métiers | Rapporteur | |||
| Sylvie TREUILLET | Professeur des Universités | Université d'Orléans | Co-directrice de thèse | |||
| Laurent DEBRAUX | Ingénieur | Dental Monitoring | Invité |
| Résumé de la thèse en français : |
| En orthodontie, le suivi régulier du mouvement des dents joue un rôle essentiel pour la qualité des traitements. L’entreprise Dental Monitoring est la première à avoir mis en place une solution innovante qui permet de mesurer la position des dents à partir d'images prises par smartphone. L’objet de ces travaux de thèse est de développer des algorithmes de détection de contours des dents et de segmentation des masques d’objets sur des images buccodentaires. Exploiter ces images d’une qualité très variable (exposition, netteté, résolution …) capturées de façon non contrôlée est un véritable challenge. Nous avons développé deux réseaux de neurones convolutifs. Le premier, Edge Pyramid Network (EPN), qui extrait des cartes multi-échelles dérivées de FPN est capable de réaliser plusieurs tâches de détection de contours et de segmentation sémantique. Une stratégie de fine-tuning alternant différentes fonctions de perte optimise la finesse et la précision des contours. Le deuxième, Shared Convolutional Network (SCN), combine plusieurs modules d'extraction de contours RCF à une seule ossature. En outre, un algorithme pour le raffinement de contours (Contour Refinement using Instance Segmentation CRIS) qui exploite une segmentation d'instances de dents a également été développé. L’efficacité des algorithmes proposés a été validée sur une base applicative de 1000 images bucco-dentaires extraites de cas réels. Plus largement, sur les bases d'images publiques, EPN concurrence l’état de l’art dans les tâches de détection de contours sémantiques et non-sémantiques. Enfin, l’algorithme CRIS, breveté par l’entreprise, obtient des résultats remarquables pour raffiner des contours dentaires. |
| Résumé de la thèse en anglais: |
|
|
| Mots clés en français : | |
| Mots clés en anglais : |