Direction de recherche : Lionel LACASSAGNE

Co-encadrement : Julien SOPENA

Conception d’algorithmes parallèles efficace pour des traitements d’images irréguliers sur des plate-formes embarquées hétérogènes

Le traitement d'images est aujourd'hui omniprésent, et on le retrouve dans des domaines divers comme l'imagerie médicale, la conduite autonome, ou le spatial. Mais si les algorithmes existants permettent des résultats de plus en plus précis, ils peuvent être particulièrement gourmands (temps d'exécution, consommation énergétique, empreinte mémoire), et le cas échéant, sont incompatibles avec les contraintes du traitement de temps réel, en particulier sur des plateformes embarquées. Ces problèmes sont encore pires lorsque le temps d'exécution des algorithmes ne dépend pas que de la taille des images, mais aussi des caractéristiques des images traitées, et on parle alors d'algorithmes « irréguliers ».
Les objectifs de la thèse sont de concevoir des algorithmes irréguliers efficaces (plus rapides et plus résistants à la nature des images) à partir d'une adéquation algorithme-architecture-système, mais également de construire une expertise sur ce type d'algorithme.
Nous nous intéressons à trois problèmes irréguliers : la segmentation par Split & Merge, l'Étiquetage et l'Analyse en Composantes Connexes en 3D et le seuillage par hystérésis.
L'étude de chaque problème repose sur une évaluation des performances ne reposant pas seulement sur le temps d'exécution, mais aussi sur des métriques bas-niveau, qui permettent de déterminer si les algorithmes exploitent efficacement les mécanismes systèmes et matériels. À partir de cette analyse à grain fin, nous transformons, pour chaque algorithme, leur flot d'exécutions et leurs structures de données. En plus de cela, nous exploitons plusieurs formes de parallélisme présentes sur les architectures modernes, avec une attention toute particulière au parallélisme niveau donnée qui est permis par les instructions SIMD.
Nous proposons ainsi des algorithmes plus rapides et plus résistants à la nature des images avec : un algorithme de Split & Merge en temps quasi constant par rapport aux critères de segmentation?; un algorithme d'étiquetage et un algorithme d'analyse en composantes connexes efficaces pour images 3D?; un algorithme de seuillage par hystérésis efficace sur CPU.
Pour s'assurer de la portabilité de nos contributions, nous évaluons nos approches sur un ensemble de machines diverses (serveur, grand public, systèmes embarqués).

Publications 2021-2024

• 2024
  • N. Maurice : “Conception d’algorithmes parallèles efficace pour des traitements d’images irréguliers sur des plate-formes embarquées hétérogènes”, soutenance de thèse, soutenance 29/11/2024, direction de recherche Lacassagne, Lionel, co-encadrement : Julien, SOPENA (2024)
  • N. Maurice, J. Sopena, L. Lacassagne : “A new efficient Split and Merge algorithm for embedded systems”, International Conference on Image Processing (ICIP), Abu Dabi, United Arab Emirates, pp. 3613-3619, (IEEE) (2024)
• 2022
  • N. Maurice, F. Lemaitre, J. Sopena, L. Lacassagne : “LSL3D : Etiquetage en Composantes Connexe par segments pour volumes 3D”, COMPAS 2022 - Conférence francophone d'informatique en Parallélisme, Architecture et Système, Amiens, France (2022)
  • F. Lemaitre, N. Maurice, L. Lacassagne : “An efficient run-based Connected Component Labeling algorithm for processing holes”, Binary is the new Black and White workshop @ IEEE ICIAP 2022, Lecce, Italy (2022)
  • N. Maurice, F. Lemaitre, J. Sopena, L. Lacassagne : “LSL3D: a run-based Connected Component Labeling algorithm for 3D volumes”, Binary is the new Black and White workshop @ IEEE ICIAP 2022, Lecce, Italy (2022)
• 2021
  • N. Maurice, J. Sopena, L. Lacassagne : “Un nouvel algorithme efficace de Split & Merge pour systèmes embarqués”, COMPAS 2021 - Conférence francophone d'informatique en Parallélisme, Architecture et Système, Lyon, France (2021)