LIVIA — Laboratoire d'imagerie, de vision et d'intelligence artificielle

LABORATOIRE DE RECHERCHE EN IA APPLIQUÉE
LIVIA // ÉTS MONTRÉAL

LIVIA

Perception Calculée

Calm stays, carefully hosted.

Laboratoire de vision par ordinateur avec caméra de recherche et écran d'analyse visuelle
CAM RIG
SAMPLE FIELD
VISION MAP
Focus frame [50, 50]
Perception PreviewApplied vision research map
REC
AXIS: APPLIED COMPUTER VISION
SYS_STATUS: ACTIVE // CLUSTER_OK
FRAME // 08429
AXES DE RECHERCHE

Recherche au LIVIA

Les activités du LIVIA portent sur le traitement, l'analyse et l'interprétation à grande échelle d'images et de vidéos.

[01]ACTIVE_AXIS_01
Laboratoire de vision par ordinateur avec caméra et écrans d'analyse vidéo abstraite
DOMAIN IMAGE

Traitement, analyse et interprétation à grande échelle d'images et de vidéos

Le LIVIA étudie la perception et la modélisation d'environnements dynamiques, comme les scènes 2D et 3D et la parole, à l'aide de techniques en intelligence artificielle.

// Orientation scientifique
  • Perception et modélisation d'environnements dynamiques
  • Fondements du traitement, de l'analyse et de l'interprétation d'images et de vidéos
V_STATESTABLE
Collaboration ouverte
[02]ACTIVE_AXIS_02
Station de recherche en imagerie médicale avec microscope et volumes anatomiques 3D
DOMAIN IMAGE

Recherche et développement

Les activités de recherche et développement du LIVIA reposent sur six axes conceptuels principaux et leurs domaines d'application.

// Six axes conceptuels
  • Apprentissage machine
  • Vision par ordinateur
  • Reconnaissance de formes
  • Systèmes adaptatifs et intelligents
  • Fusion d'informations
  • Optimisation de systèmes complexes
V_STATEIN_CLINICAL_TESTS
Explorer l'axe
[03]ACTIVE_AXIS_03
Laboratoire de sécurité de l'IA avec matériel caméra et infrastructure de calcul protégée
DOMAIN IMAGE

Perception et modélisation des environnements dynamiques

Les techniques développées au LIVIA permettent de résoudre des problèmes concrets et complexes, notamment la détection de tumeurs ou du niveau de dépression avec des données massives et peu annotées.

// Domaines d'application
  • Analyse d'images médicales, satellitaires, aériennes, etc.
  • Biométrie : signature, visage, voix, etc.
  • Traitement automatique de documents manuscrits
  • Calcul affectif pour la surveillance en santé
  • Sécurité et surveillance
V_STATESECURE
Explorer l'axe
FAITS SAILLANTS

Faits saillants du LIVIA

Depuis près de 30 ans, le LIVIA développe des innovations à l'ÉTS grâce à des collaborations académiques et industrielles, à la formation de personnel hautement qualifié et à la diffusion de travaux reconnus internationalement. Ses membres ont produit des centaines de publications tout en supervisant des étudiants aux cycles supérieurs et des stagiaires postdoctoraux.

Chaires de recherche associées au LIVIA

Station de recherche en IA de santé numérique avec surcouches d'imagerie médicale
chair_03

Chaire de recherche en intelligence artificielle et santé numérique pour le changement des comportements de santé

Recherche en IA pour les interventions de cybersanté et les indices comportementaux non verbaux.

  • Évaluer les indices non verbaux afin de personnaliser les interventions de cybersanté dans un contexte de changement comportemental.
  • Concevoir des réseaux profonds pour reconnaître les expressions faciales et vocales associées à l'ambivalence, à la motivation et à l'engagement.
JEUX DE DONNÉES

Jeux de données scientifiques

Jeux de donnees specialises maintenus par LIVIA, avec la meme structure parent-detail que le site source.

Interactions en ligne entre etudiants partageant leurs experiences.
Reconnaissance emotionnelle multimodaleLicence proprietaire pour usage de recherche

Ambivalence et hesitation comportementales

Le jeu de donnees BAH porte sur la reconnaissance de l'ambivalence et de l'hesitation dans des videos pour la recherche en changement comportemental, avec annotations expertes, transcriptions et metadonnees.

  • 300 participants de neuf provinces canadiennes
  • 1 427 videos totalisant 10,6 heures
  • Annotations expertes aux niveaux image et video
Analyse comparative de cellules a differentes resolutions.
Super-resolution en microscopieCC BY-NC-SA 4.0

SR-CACO-2

SR-CACO-2 soutient la recherche en super-resolution d'image unique pour la microscopie confocale a fluorescence, avec des images de cellules Caco-2 a plusieurs niveaux de resolution et marqueurs fluorescents.

  • 2 200 images de cellules epitheliales humaines Caco-2
  • Trois marqueurs fluorescents et quatre niveaux de resolution
  • 9 937 parcelles d'image pour l'entrainement et l'evaluation
LIVIA INVESTIGATORS

Corps Professoral

Le LIVIA est composé de professeurs, chercheurs et ingénieurs de l'ÉTS Montréal repoussant les limites de la vision artificielle.

Éric Granger
Faculty profile

Éric Granger

Professeur / Directeur du lab

Axe de recherche

Reconnaissance de formes spatio-temporelles, surveillance vidéo & IA robuste

Ismail Ben Ayed
Faculty profile

Ismail Ben Ayed

Professeur

Axe de recherche

Optimisation de formes, segmentation d'images & deep learning clinique

Christian Desrosiers
Faculty profile

Christian Desrosiers

Professeur

Axe de recherche

Apprentissage profond sur graphes et neuro-imagerie computationnelle

José Dolz
Faculty profile

José Dolz

Professeur

Axe de recherche

Segmentation d'images 3D médicales et adaptation de domaine non-supervisée

Mohamad Forouzanfar
Faculty profile

Mohamad Forouzanfar

Professeur

Axe de recherche

Perception intelligente du signal, traitement de capteurs et IA embarquée

Alessandro Lameiras Koerich
Faculty profile

Alessandro Lameiras Koerich

Professeur

Axe de recherche

Reconnaissance de la parole, traitement de signaux biophysiques & vision

Marco Pedersoli
Faculty profile

Marco Pedersoli

Professeur

Axe de recherche

Apprentissage faiblement supervisé et architectures d'IA générative visuelle

Rafael Menelau Oliveira Cruz
Faculty profile

Rafael Menelau Oliveira Cruz

Professeur

Axe de recherche

Sélection dynamique de classificateurs et systèmes multi-classificateurs robustes

Robert Sabourin
Faculty profile

Robert Sabourin

Professeur émérite

Axe de recherche

Analyse de documents complexes, reconnaissance d'écritures & biométrie

Mohammadhadi Shateri
Faculty profile

Mohammadhadi Shateri

Professeur

Axe de recherche

Confidentialité différentielle, sécurité de l'apprentissage machine collaboratif

Matthew Toews
Faculty profile

Matthew Toews

Professeur

Axe de recherche

Vision par ordinateur 3D, recalage d'images multi-modales et biométrie médicale