Description du projet
Aider les experts à découvrir et à analyser des modèles
Les algorithmes d’apprentissage automatique actuels peuvent formuler des prévisions suffisamment puissantes pour parfois se substituer à l’interprétation humaine. Le projet DISCOVER, financé par le CER, visera au contraire à développer de nouvelles approches pour aider les experts à identifier et à analyser les modèles. Plus précisément, il prendra en entrée des images sans aucune annotation, identifiera automatiquement des motifs cohérents et modélisera leur variation et leur évolution afin qu’un expert puisse plus facilement les analyser. À cette fin, le projet développera deux approches: l’une basée sur l’analyse des correspondances et l’autre sur l’apprentissage de modèles d’images interprétables. Les méthodes seront développées dans deux domaines d’application: les documents historiques et l’imagerie de la Terre.
Objectif
The goal of this project is to shift the dominant paradigm of learning-based computer vision: instead of systems attempting to replace human interpretation by providing predictions, we will develop approaches to assist experts in identifying and analyzing patterns. Indeed, while the success of deep learning on visual data is undeniable, applications are often limited to the supervised learning scenario where the algorithm tries to infer a label for a new image based on the annotations made by experts in a reference dataset. In contrast, we will take as input images without any annotation, automatically identify consistent patterns and model their variation and evolution, so that an expert can more easily analyze them.
I will introduce and develop the concept of visual structures. Their key features will be their interpretability, in terms of correspondences, deformations, or properties of the observed images, and their ability to incorporate prior knowledge about the data and expert feedback. I propose two complementary approaches to formally define and identify visual structures: one based on analyzing correspondences, the other on learning interpretable image models.
We will develop visual structures in two domains in which breakthrough progress will open up new scientific discoveries: historical documents and Earth imagery. For example, from temporal series of multispectral Earth images, we will identify types of moving objects, areas with different types of vegetation or constructions, and model the evolution of their characteristics, which may correspond to changes in their activity or life cycle. Ultimately, experts will still be needed to select relevant visual structures and perform analysis, but DISCOVER will revolutionize their work, trivializing tedious annotation tasks and even allowing them to work on issues they would have been hard-pressed to identify in the raw data.
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
HORIZON-ERC - HORIZON ERC Grants
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2022-STG
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
77455 Marne La Vallee Cedex 2
France
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.