Elias Ramzi

Doctorant
Téléphone : +33628254088
Bureau : 37.0E.53

Thèse dans le cadre du projet AHEAD, supervisée par Prof. Nicolas Thome et en collaboration industrielle avec SWORD Group, encadré par Xavier Bitot. ---- Deep learning pour la recherche visuelle par le contenu d’images de logos de marques ################################################ La recherche visuelle par le contenu consiste à retrouver dans une base de données des images similaires à une requête. C’est une tâche de reconnaissance visuelle historique qui présente des applications dans un très large spectre de domaines, depuis la recherche mobile, la robotique, l’assistance médicale, etc. L’objectif général de la thèse est d’améliorer les méthodes de deep learning pour la recherche par le contenu d’images de logos. Il s’agit en particulier d’interroger la notion de similarité dans le contexte métier et d’améliorer la qualité de la mesure de similarité entre images, tout en respectant des contraintes de temps de calcul (traitement temps réel). Les axes de recherche envisagés pour y parvenir sont détaillés ci-dessous. A noter que la méthodologie mise en œuvre sera également évaluée sur des bases de données généralistes pour permettre la validation académique des travaux de thèse.

2023

Articles de conférence

  1. Lafon, M.; Ramzi, E.; Rambour, C. and Thome, N. Hybrid Energy Based Model in the Feature Space for Out-of-Distribution Detection. In International Conference on Machine Learning, Honololu, Hawaii, United States, 2023. www 

2022

Articles de conférence

  1. Ramzi, E.; Audebert, N.; Thome, N.; Rambour, C. and Bitot, X. Hierarchical Average Precision Training for Pertinent Image Retrieval. In ECCV 2022, Tel-Aviv, Israel, 2022. www 

2021

Articles de conférence

  1. Ramzi, E.; Thome, N.; Rambour, C.; Audebert, N. and Bitot, X. Robust and Decomposable Average Precision for Image Retrieval. In Thirty-fifth Conference on Neural Information Processing Systems (NeurIPS 2021), Sydney, Australia, 2021. www 
Haut