Information et Société Numérique

PARADIS

Analyse sans paramètre des surfaces discrètes
Tags: 
SURFACES DISCRETES
ESTIMATION DE VECTEURS NORMAUX
Coordinateur: 
INSA LYON - LIRIS
Responsable INSA: 
TRISTAN ROUSSILLON

Dans de nombreuses applications (en science des matériaux ou en imagerie médicale par exemple), des dispositifs d'acquisition non invasifs comme l'imagerie par résonance magnétique et la tomographie ou microtomographie aux rayons X, sont nécessaires pour l'observation, la prise de mesures ou l'aide au diagnostique. Ces dispositifs génèrent habituellement des données volumiques, c'est-à-dire des images 3D, composées de données régulièrement espacées dans un domaine rectangulaire. Les volumes 3D proviennent de la segmentation de telles images. Ils peuvent aussi être synthétisés, car de nombreux schémas numériques de simulation reposent sur la régularité du support des données.

Le projet PARADIS porte sur la géométrie des frontières des volumes 3D, appelées surfaces digitales. Conserver la nature discrète des données est un avantage pour effectuer des calculs exacts en nombres entiers, pour réaliser des opérations géométriques booléennes ou pour utiliser des structures de données efficaces. Un inconvénient est sa pauvre géométrie : une surface discrète est seulement composée d'éléments de surface quadrangulaires dont le vecteur normal est parallèle à l'un des axes, cela quelle que soit la résolution. De nombreuses tâches en informatique graphique, vision par ordinateur ou analyse d'image 3D, nécessitent une géométrie plus riche : le rendu, les déformations de surface pour la simulation physique ou le suivi, les mesures de précision, etc. Pour réaliser des tâches géométriques pertinentes et bénéficier en même temps des avantages cités précédemment, on a besoin d'enrichir la géométrie des surfaces digitales en estimant des informations supplémentaires en chaque élément de surface. Ce projet porte plus particulièrement sur l'estimation de quantités géométriques locales et du premier-ordre, telle que la direction du vecteur normal. Il vise à fournir des estimateurs précis et sans paramètre basés sur une portion de surface de taille adaptée autour de chaque élément. Puisque nous cherchons des estimations du premier-ordre, il s'agira typiquement d'un morceau de plan digital qui s'ajuste localement à la surface.    

Un défi est de recouvrir toute la surface par des morceaux de plan digital. Un tel recouvrement ne fournit pas seulement un champs de vecteurs normaux, mais pourrait aussi fournir, s'il est calculé pour plusieurs versions sous-échantillonnées du volume 3D donné en entrée, une manière de déterminer l'échelle à laquelle la présence de bruit est peu probable : un grand nombre de très petits segments de plan digital révèle la présence de bruit, tandis que les parties lisses sont décomposées en un plus petit ensemble de segments. 

Ce qui est difficile, c'est qu'il y a une explosion combinatoire de morceaux de plan digital et que parmi eux, tous ne sont pas tangent à la surface digitale. Une opportunité d'avancer sur cette question est de considérer le récent développement des algorithmes dits "plane-probing", proposés par le porteur et ses collaborateurs. Ces algorithmes permettent de décider à la volée comment inspecter la surface digitale et faire croître un segment de plan digital tangent par construction. La direction de croissance est donnée à la fois par des propriétés arithmétiques et géométriques.

Nous attendons des impacts positifs en informatique graphique, vision par ordinateur et analyse d'image 3D, car les tâches de haut-niveau mentionnées précédemment et bien d'autres, comme l'extraction de primitive ou la compréhension de scène, dépendent de la qualité de l'estimation des normales. De plus, comme de nombreuses images 3D sont susceptibles d'être dégradées par du bruit, notamment en imagerie médicales, la détection du bruit est une tâche cruciale qui pourrait devenir une étape incontournable lors du traitement des images 3D

https://perso.liris.cnrs.fr/tristan.roussillon/paradis.html

Enjeu: 
Information et Société Numérique
Financement: 
ANR
Dates projet: 
2018-10-01 00:00:00 - 2022-11-01 00:00:00
Montant global du projet: 
260638

PLASMA

Tags: 
THEORIE DES JEUX
APPRENTISSAGE AUTOMATIQUE
Planification et Apprentissage pour Agir dans des Systèmes Multi-Agents
Coordinateur: 
CITI
Responsable INSA: 
Jilles-Steeve DIBANGOYE
Enjeu: 
Information et Société Numérique
Financement: 
ANR
Dates projet: 
2020-03-01 00:00:00 - 2023-08-01 00:00:00
Montant global du projet: 
255000
Contact: 
jilles-steeve.dibangoye@insa-lyon.fr

ESMARTCITY

Enabling Smarter City in the MED Area through Networking
Coordinateur: 
ABRUZZO REGION
Responsable INSA: 
Hervé RIVANO

The main objective of ESMARTCITY is the improvement of the innovation capacity of the cities in the MED region by creating innovative ecosystems, involving Quadruple Helix actors. To this end, the project aims to pilot the ideas of the Smart City, using digital technologies and energy efficiency technologies to provide better services to the citizens with less environmental impact.

The project stands up to the challenge of enhancing the necessary public authority/citizen pull to match the already existing technology push driving at large the Smart City market. To this end it will enroll to a multinational pilot deployment in the MED area related to the application areas of intelligent districts, smarter energy and smarter lighting. Furthermore, it will test its sustainability with experimentation and co-creation scenarios and intervening in MED territory innovation policy change strategies.

The expected project results are

  • Upgrade of existing innovative clusters in the MED area integrating Smart City concept
  • Networking activities led by existing innovation clusters involving Smart City community Quadruple Helix actors
  • Making MED territorial policies more efficient to improve city ecosystem innovation capacities

http://https://esmartcity.interreg-med.eu/

Enjeu: 
Information et Société Numérique
Partenaires: 
ATHENA RESEARCH AND INNOVATION CENTER
ENERGY AGENCY OF GRANADA
ENERGY AND ENVIRONMENT AGENCY OF ARRABIDA
REGION OF WESTERN GREECE
METROPOLITAN CITY OF MILAN
POLITECNICO DI MILANO
CAPENERGIES
INSA LYON - CITI
Financement: 
INTERREG MED
Dates projet: 
2017-09-01 00:00:00 - 2020-07-01 00:00:00
Montant global du projet: 
1992400

HILIGHT

Nanostructures diélectriques à haut indice pour le contrôle de l’émission et de la propagation de la lumière
Tags: 
NANOSTRUCTURES DIELECTRIQUES
SOURCES QUANTIQUES
Coordinateur: 
CNRS - CEMES
Responsable INSA: 
BRUNO MASENELLI (INL)
Contrôler la lumière en régime quantique par des résonateurs diélectriques.

Le projet Hilight vise le développement de composants d’optique quantique intégrés sur silicium, de grande efficacité et de large bande spectrale (visible et IR) opérant à température ambiante. Ces composants sont conçus via des émetteurs quantiques couplés à des antennes diélectriques (nanostructures Si) afin d’assurer une exaltation de la luminescence, de son guidage, multiplexage et extraction (collecte et détection). La conception de source d’optique quantique brillante directement intégrée sur Si serait une percée technologique significative par rapport aux techniques concurrentes de report ou collage sur puce. Une telle amélioration aurait des impacts dans plusieurs domaines des technologies de l’information, telles que la mise à disposition de sources quantiques à bas coût intégrées dans les dispositifs télécom, des sources et optiques couplées et sub-longueur d’onde pour les lab-on-chip (dispositifs de capteurs miniaturisés sur puce pour le diagnostic) ou encore comme brique de base de la circuiterie de circuits optiques quantiques reconfigurables.

Enjeu: 
Information et Société Numérique
Partenaires: 
CEA - LETI
INSA TOULOUSE – LPCNO
CNRS – ICB
CNRS – LAAS
INSA LYON - INL
Financement: 
ANR
Dates projet: 
2020-01-01 00:00:00 - 2023-06-01 00:00:00
Montant global du projet: 
577015
Contact: 
bruno.masenelli@insa-lyon.fr

DELICIO

Données et a priori, apprentissage et contrôle
Tags: 
APPRENDRE OU MODELISER
PRENDRE LE MEILLEUR
Coordinateur: 
INSA LYON - LIRIS
Responsable INSA: 
Christian WOLF
Apprendre ou modéliser, prendre le meilleur
 

Les dernières années ont été marquées par l’essor du Machine Learning (ML), qui a permis des gains en performances significatifs dans plusieurs domaines d'application. Outre les progrès méthodologiques indéniables, ces gains sont souvent attribués à des grandes quantités de données d'entraînement et à la puissance de calcul, qui ont conduit à des avancées dans la reconnaissance de la parole, la vision par ordinateur et le traitement automatique de la langue. Dans ce projet, nous proposons d'étendre ces avancées à la prise de décision séquentielle d'agents dans un contexte de planification et de contrôle.

Dans le contexte du contrôle robuste d’agents tels que les drones, les robots mobiles, les bras robotiques etc., nous proposons un projet de recherche fondamentale. Dans ce cadre, les méthodes de l'automatique (théorie du contrôle) se sont établies comme méthodologies dominantes pour les applications où un modèle physique de l'agent et/ou de l'environnement peut être obtenu. Ces approches fondées sur un modèle sont puissantes car elles reposent sur une compréhension approfondie du système et peuvent exploiter des relations physiques établies. En revanche, cette modélisation est difficile à obtenir en présence de grandes incertitudes, par exemple dans le cas du contrôle à partir d'observations visuelles dans les environnements complexes.

L’intelligence artificielle, et surtout le Machine Learning, est une méthodologie alternative qui vise à apprendre des modèles complexes à partir de quantités souvent massives de données. Les processus décisionnels de Markov (MDP) et l'apprentissage par renforcement (RL) fournissent un cadre mathématique pour les applications de contrôle dans lesquelles les agents sont entraînés à partir d'interactions passées avec un environnement. Ces dernières années, cette méthodologie a été associée aux réseaux de neurones profonds, qui jouent le rôle d'approximateurs de fonctions. Cette stratégie a permis de lever de nombreux verrous scientifiques dans certaines applications comme le contrôle des jeux (Go, Atari, DOTA, etc).

Alors que dans de nombreuses applications, l'apprentissage automatique est devenu la méthodologie prédominante, le contrôle robuste et bas niveau (horizon court) d'agents physiques reste un domaine dans lequel l'ingénierie de contrôle ne peut pas être remplacée à l'heure actuelle. Cela s'explique principalement par (i) un manque de stabilité des agents entraînés à partir de données, (ii) l'absence de garanties fournies pour l'apprentissage automatique, (iii) le manque de puissance de calcul d'un grand nombre de plateformes embarquées.

Dans ce contexte, le projet le projet DeLiCio propose des recherches fondamentales à cheval entre les domaines IA/ML d’un coté et de l’automatique de l’autre coté, ciblant des contributions algorithmiques prévues sur l'intégration de modèles, de connaissances a priori et de l’apprentissage automatique pour le contrôle et les boucles perception / action. Nous proposons

- l’apprentissage automatique (l’identification) de modèles pour le contrôle ;

- l’apprentissage de représentations de l’état d’un agent pour le contrôle ;

- l’ajout de biais inductive pour les agents appris par apprentissage par renforcement garantissant stabilité et robustesse;

- Le contrôle robuste et décentralisé de système multi-agents basé sur le ML et l’automatique.

Site internet du projet : https://projet.liris.cnrs.fr/delicio

Enjeu: 
Information et Société Numérique
Partenaires: 
ONERA
INSA LYON - CITI
UCBL - LAGEPP
Financement: 
ANR
Dates projet: 
2019-10-01 00:00:00 - 2023-09-01 00:00:00
Montant global du projet: 
540000
Contact: 
christian.wolf@insa-lyon.fr

CAJUN

Création et gestion automatisé en temps réel d'un jumeau numérique (3D) collaboratif d'un bâtiment public
Tags: 
JUMEAU NUMERIQUE
STREAMING 3D
Coordinateur: 
ARSKAN
Responsable INSA: 
Guillaume LAVOUE -Florent DUPONT

Rendez votre jumeau numérique 3D accessible en temps réel sur le web

Site internet du projet : https://arskan.com/projet-cajun

Enjeu: 
Information et Société Numérique
Partenaires: 
LYON PARC AUTO
INSA LYON - LIRIS
Financement: 
REGION AURA
Dates projet: 
2018-08-01 00:00:00 - 2021-12-01 00:00:00
Montant global du projet: 
78000
Contact: 
glavoue@liris.cnrs.fr

HExtGEO

Conception de méthodes hybrides TAL et Data Mining pour l’extraction d’informations géographiques
Coordinateur: 
INSA LYON - LIRIS
Responsable INSA: 
Ludovic MONCLA

Conception d’une plateforme logicielle intégrant différentes méthodes du domaine de l’intelligence artificielle combinant TAL et Data Mining pour le traitement et l’analyse d’informations géographiques

Enjeu: 
Information et Société Numérique
Financement: 
UDL
Dates projet: 
2019-01-01 00:00:00 - 2020-12-01 00:00:00
Montant global du projet: 
54000
Contact: 
ludovic.moncla@insa-lyon.fr

PISCO

Niveaux de détail perceptuels pour la visualisation distante, interactive et immersive de scènes 3D riches
Tags: 
REALITE VIRTUELLE
PERCEPTION
Coordinateur: 
INSA LYON - LIRIS
Responsable INSA: 
Guillaume LAVOUE (LIRIS)

Les données graphiques tridimensionnels (3D) sont maintenant présentes dans de nombreuses applications, tels que les loisirs numériques, l’héritage culturel, l’architecture ou encore la simulation scientifique. Ces données deviennent de plus en plus riches et détaillées ; une scène 3D complexe peut ainsi contenir plusieurs millions de primitives géométriques, associées à divers attributs d’apparence tels que des cartes de textures, visant à reproduire un aspect de matériau réaliste, ainsi que des données d’animation.

La manière de consommer et de visualiser ces données 3D passe maintenant des écrans standards à la réalité virtuelle et mixte (VR / MR).  La visualisation et l'interaction à 6 degrés de liberté avec une telle scène 3D complexe demeure une problématique non résolue, en particulier lorsque la scène est stockée sur un serveur distant ou lorsque le dispositif ou la technologie de visualisation possède une capacité de rendu limitée (ce qui est le cas en réalité virtuelle et augmentée). De fort problèmes de latence sont alors rencontrés, causés par le rendu et/ou le streaming de la scène sur le dispositif de visualisation.

L’objectif du projet est de proposer les algorithmes et outils permettant une visualisation interactive, dans ces contextes contraints (réalité virtuelle et augmentée, contenu 3D distant), avec une très haute qualité d’expérience utilisateur. La scène 3D étant visualisée au travers une fenêtre donnée (le viewport), le projet vise à optimiser l’affichage dans cette fenêtre en proposant (1) des outils de génération et de compression de niveaux de détails de haute qualité, (2) des métriques de qualité visuelle capable de prédire la qualité de ces niveaux de détails et de piloter les algorithmes de génération, (3) des modèles d’attention visuelle capable de prédire où l’observateur regarde, ou bien va regarder et ainsi sélectionner/filtrer les primitives et niveaux de détails. La grande originalité du projet réside

dans le fait qu’il va considérer des données 3D riches, intégrant non seulement des informations  géométriques mais également des attributs d’apparence et d’animation.

Les outils proposés permettront de résoudre aussi bien les problèmes de latence de transmission, que les contraintes de rendu présentes en réalité virtuelle et augmentée. Le projet vise à proposer deux prototypes : un prototype de réalité virtuelle sur dispositif Oculus Rift et un prototype de réalité augmentée/mixte sur dispositif Microsoft Hololens.

dans le fait qu’il va considérer des données 3D riches, intégrant non seulement des informations  géométriques mais également des attributs d’apparence et d’animation.

Les outils proposés permettront de résoudre aussi bien les problèmes de latence de transmission, que les contraintes de rendu présentes en réalité virtuelle et augmentée. Le projet vise à proposer deux prototypes : un prototype de réalité virtuelle sur dispositif Oculus Rift et un prototype de réalité augmentée/mixte sur dispositif Microsoft Hololens.

http://liris.cnrs.fr/pisco

Enjeu: 
Information et Société Numérique
Partenaires: 
INRIA - TITANE
UNIVERSITE DE NANTES - L2SN
Financement: 
ANR
Dates projet: 
2018-10-01 00:00:00 - 2022-01-01 00:00:00
Montant global du projet: 
550000
Contact: 
guillaume.lavoue@insa-lyon.fr

PRIMATE

Préservation de la vie privée dans un environnement d'exécution multi-enclaves fiables
Tags: 
PROTECTION DE LA VIE PRIVEE
PROCESSEURS SECURISES
Coordinateur: 
TELECOM SUD PARIS
Responsable INSA: 
Sonia BEN MOKHTAR (LIRIS)

Comment protéger la vie privée des usagers lorsqu’ils accèdent à des services en ligne ?

Aujourd'hui, de nombreux services en ligne (moteurs de recherche, services basés sur la localisation, systèmes de recommandation) sont utilisés par des milliards d'utilisateurs chaque jour. La clé du succès de ces services est d'offrir des résultats personnalisés, c'est-à-dire de retourner les résultats les plus proches des intérêts des utilisateurs. Par exemple, à partir d'une requête de recherche Web envoyée par deux utilisateurs différents, les moteurs de recherche classent en général différemment les résultats pour qu'ils correspondent au mieux aux préférences des utilisateurs. Toutefois, en fonction de l'application, les profiles des utilisateurs peuvent contenir des informations sensibles. Dans ce contexte, il devient urgent de concevoir des mécanismes qui permettent aux utilisateurs d'accéder aux services en ligne sans craindre que leurs données puissent s'échapper en dehors de la plate-forme où les données sont stockées et utilisées. Le projet PRIMaTE s'intéresse donc à la préservation de la vie privée dans les services en ligne. Nous proposons de réduire et de spécifier précisément les hypothèses de confiances dans les services en lignes, tout en offrant des performances améliorées par rapport à l'état de l'art. Notre contribution clé sera de décomposer systématiquement les services dans des compartiments fortement sécurisés par le matériel. Chaque compartiment n'aura alors qu'accès aux données nécessaires à une tâche donnée, Dans le cas d'une brèche dans la sécurité, par exemple due à un attaquant exploitant des faiblesses dans le code ou dans des compartiments, le nombre de données volées restera borné et l'effet de la brèche sera précisément quantifiée. L'attaquant pourra donc uniquement acquérir certaines parties du profile de l'utilisateur et ne pourra pas faire le lien avec l'utilisateur. PRIMaTE atteindra ce but en utilisant les nouveaux supports d'exécution sécurisés offerts par les processeurs récents, comme le processeur Skylake introduit par Intel en 2016. L'environnement d'exécution de confiance (TEE), comme offerte par le jeu d'instructions Software Guard Extensions (SGX), est une technologie qui va impacter comment les données et le logiciel sont sécurisés dans le futur. PRIMaTE va utiliser les TEEs pour concevoir de nouveaux services préservant la vie privée. Alors que la recherche actuelle sur les TEEs s'est focalisée soit sur le déploiement dans un unique TEE des applications patrimoniales, comme des bases de données, soit sur des solutions ad-hocs pour partager une application existante en deux parties - une partie de confiance et une partie sans confiance - PRIMaTE vise à proposer une approche plus systématique et à un grain plus fin. PRIMaTE propose de développer une méthodologie pour séparer un service en ligne en plusieurs parties qui interagissent. Chaque partie sera ensuite déployé dans un TEE. Ainsi, chaque TEE ne gérera qu'un nombre limité de données et exécutera donc une base de code de confiance réduite. Alors que la taille réduite limite la surface d'attaque, le nombre limité de données limite les informations qu'un attaquant pourra acquérir si il arrive à compromettre la sécurité d'un TEE.

 

https://anr.fr/Projet-ANR-17-CE25-0017

Enjeu: 
Information et Société Numérique
Partenaires: 
INSA LYON - LIRIS
Financement: 
ANR
Dates projet: 
2018-06-01 00:00:00 - 2021-12-01 00:00:00
Montant global du projet: 
142000
Contact: 
Sonia.benmokhtar@insa-lyon.fr