Remi Gribonval, informaticien, reconstruit les sons et les images

Qu’il s’agisse de sons ou d’images, Rémi Gribonval s’intéresse à l’analyse des signaux numériques et de l’information qu’ils contiennent. Il a obtenu en 2012 une bourse européenne ERC dans la catégorie « consolidator » pour le projet « Please ». Celui-ci vise à développer de nouvelles méthodes de traitement des signaux, pour des applications dans le domaine de l’audio et du biomédical.

Rémi Gribonval - Montage - Photo Inria / M. Bourguet - Infographie R. Gribonval et al.
  1. Une visibilité financière pour mieux recruter
  2. De la théorie à la valorisation

À la frontière du traitement du signal et de l’apprentissage automatique, Rémi Gribonval, directeur de recherche à Inria et membre de l'IRISA, explore de nouvelles méthodes utilisant des modèles parcimonieux de données. Qu’est-ce à dire ? Les signaux et les images sont des données de très grandes dimensions - plusieurs millions de pixels par exemple. Pour les manipuler plus facilement, la notion de parcimonie consiste à considérer ces données comme des objets de formes compliquées construits avec un petit nombre de briques simples.

« Certains algorithmes permettent de reconstruire des données manquantes à partir d’un jeu de données incomplet. Je l’ai démontré théoriquement et testé en pratique dans le domaine de l’audio » explique Rémi Gribonval, porteur du projet Please. « On peut alors faire appel à des technologies d’échantillonnage compressé : si l’on sait qu’un signal est compressible, alors on peut n’en enregistrer qu’ « une partie » sans perdre d’information».

Cette approche permet de travailler sur des fichiers moins volumineux, mais aussi de gagner du temps lors de l’acquisition des données, un critère intéressant lorsqu’il s’agit par exemple de raccourcir le temps d’immobilisation d’un patient pour des examens médicaux. En effet, les recherches de Rémi Gribonval ont deux applications majeures.

« Jusqu’à présent, mes travaux concernaient surtout le domaine de l’audio. Please innove en s’ouvrant plus largement vers le biomédical et notamment vers l’imagerie médicale. Nos recherches dans le champ de l’apprentissage automatique pourraient déboucher par exemple sur la découverte automatique, à partir de collections d’images du cerveau (radiographies, IRM), de biomarqueurs, c’est-à-dire des structures spécifiques permettant d’aider au diagnostic de certaines maladies neurodégénératives ».

 

Une visibilité financière pour mieux recruter

 

Très concrètement, la bourse de 1,5 millions d’euros de l’ERC a permis de recruter trois doctorants, trois post-doctorants et d’inviter des chercheurs à participer au projet. « Je n’aurais pas pu envisager les applications biomédicales de ce projet sans des collaborations extérieures », souligne le chercheur. Il s’est appuyé sur l’expertise du Laboratoire traitement du signal et de l’image (LTSI) et de l’équipe-projet VisAGeS, deux équipes rennaises spécialisées dans l’imagerie médicale. De l’aventure ERC, Rémi Gribonval a apprécié la liberté donnée par la subvention.

« Le financement à l’horizon de cinq ans donne de la visibilité pour recruter. L’appui financier apporte une force de travail, pour avancer en parallèle sur des aspects complémentaires, de la théorie jusqu’au développement de logiciels pour faciliter le transfert des technologies qui sont les plus mûres. »

 

De la théorie à la valorisation

Au sein de l’équipe-projet Panama commune à l'IRISA et au centre Inria Rennes Bretagne Atlantique, le groupe de recherche constitué autour de Rémi Gribonval a développé ses talents à la fois en mathématiques, afin de prouver par la théorie qu’il n’y a pas de perte d’information lors de la compression, et en informatique, pour tester ces nouvelles méthodes.

« En acoustique par exemple, nous avons développé des techniques qui permettent de localiser des sources sonores à partir de microphones, même si la source est n’est pas directement “visible” par les micros ».

Rémi Gribonval aimerait à présent démontrer tout le potentiel du travail accompli grâce à l’ERC en développant des briques informatiques (des « librairies ») , pouvant être intégrées dans des logiciels pour des applications en échographie (pour une qualité HD), ou en réalité virtuelle (pour améliorer le rendu 3D).