Sites Inria

Séminaire In'Tech

Programme 23 Juin

Visualisation de fibres cérébrales Visualisation de fibres cérébrales - © Inria / Photo Kaksonen

Inria Grenoble - Rhône-Alpes s’associe aux Journées NeuroSTIC et organise une rencontre entre scientifiques et industriels sur le thème « Les Réseaux de neurones artificiels : explosion des performances et des applications industrielles ».De nombreuses applications industrielles seront présentées par des entreprises d’envergure internationale, des start-ups et des PME le jeudi 23 juin à partir de 11h ; sessions plénières et stands de technologies.

Pré-programme de la journée du 23 Juin 2016

09h30 - 09h40

Introduction                     

 

Conférences scientifiques - Session interdisciplinaire

09h40 - 10h20

  • Human action recognition with convolutional neural networks

Cordelia Schmid, Inria

Recently, convolutional neural networks have demonstrated excellent performance in computer vision. In this talk we present some recent results for human action recognition in videos relying on CNN based representations. We, first, introduce a pose-based convolutional neural network descriptor for action recognition, which aggregates motion and appearance information along tracks of human body parts. Next, we propose an approach for spatio-temporal action localization in realistic videos. The approach first detects proposals described by CNNs at the frame-level and then tracks high-scoring proposals in the video. Our tracker relies simultaneously on instance-level and class-level detectors. Action are localized in time with a sliding window approach at the track level. Finally, we show how to extend this method to weakly supervised learning of actions, which allows to scale to large amounts of data without manual annotation.

10h20- 10h40

  • A sequential Bayesian bio-inspired approach for fast radionuclide identification

Mathieu Thevenin, CEA

Gamma dose rate variation is traditionally used to detect the presence of radionuclide. However, environment and some legitimate products emit gamma and thus can be used to hide dirty bomb. Radionuclide identification is a requirement but traditional gamma spectroscopy requires costly detectors, long integration time and large computing capacities for data analysis. This presentation introduces a bio-inspired signal processing approach to quickly identify mixtures of radionuclides at low count rate. It fits with cheap and robust such as NaI and plastic scintillators. Results obtained for challenging mixtures are presented. Correct identification is performed with less than hundred counts.

10h40 - 11h10

Pause

11h10 - 11h50

  • Y a-t-il un pilote dans le cerveau ? Données récentes sur les bases neuronales de l'orientation spatiale

Bruno Poucet, LNC

Comment notre cerveau code-t'il l'espace ? Au cours des dernières décennies, les recherches sur les bases cérébrales de l'orientation spatiale chez l'animal sont à la base de découvertes étonnantes. En effet, ces études ont révélé l'existence d'un système neuronal dédié au codage de l'espace, contenant de multiples populations neuronales codant l'emplacement, la direction, ou le mouvement de l'animal. Grâce aux progrès récents en neuro-imagerie, les études réalisées chez le sujet humain révèlent un système aux propriétés comparables, montrant qu'il existe bien un pilote dans notre cerveau.

 

Session Applications industrielles

11h50 - 12h20

  • Des réseaux de neurones embarqués pour la conduite autonome en zones urbaines

Kamel Mekhnacha , Probayes

Les réseaux profonds entrainés sur de grandes bases de données annotées (e.g., ImageNet, MS COCO) ont permis une avancée certaine dans la fiabilité de la reconnaissance visuelle pour les applications de conduite automatique. Toutefois, les exigences en termes de robustesse combinées au besoin de performances calculatoires permettant d’embarquer ces modèles restent un challenge.
Dans cet exposé, je décrirai notre travail pour l’implémentation de ces algorithmes sur une carte NVIDIA Jetson pour une application de conduite automobile dans un environnement urbain nécessitant la détection de multiples classes d’objets (piéton, vélo, moto, voiture, bus, etc).

12h30 - 14h00

Buffet et Espace stands

14h00 - 14h30

  • Low Power Recognition Accelerator

Olivier Brousse,  Global Sensing Technologies et Jean-Marc Philippe, CEA    

Visual recognition of familiar objects in natural environments is easily done by a human subject. Executing the same task on a "classical" computer requires complex and costly algorithms in terms of computing power. Thus, "Neuro-Inspired" approaches, based on models from biology, can be good candidates to reduce computational complexity. In this context, the Hmax model proposed by T. Serre, built on work of T. Poggio, shows that the recognition of an object in the visual cortex mobilizes V1, V2 and V4 areas. From the computational point of view, V1 corresponds to the area of the directional filters (for example Gabor or wavelet filters). This information is then processed in the V2 area in order to obtain local maxima which are then sent to a classifier such as an artificial neural network. This neural processing module corresponds to V4 area of the visual cortex and is intended to categorize objects in a scene.

To realize autonomous vision systems embedding such processing (with focus on low-power consumption), a new Neural Processor architecture named NeuroDSP was investigated. It is based on clusters of 32 elementary processors working in parallel. Implementation of this new processor has been considered using TSMC 45nm ASIC technology.

We introduce how to optimize Hmax to decrease the amount of calculations and implement it on the proposed architecture. Finally, we describe the implementation of the optimized Hmax model using the new NeuroDSP accelerator in the context of industrial applications. 

14h30 - 15h00

  • Deep Learning et architecture NVIDIA : de la recherche au déploiement sur des systèmes embarqués

François Courteille, NVIDIA

La conception et la fabrication de machines autonomes requiert des capacités de calculs importantes, tant pour la conception que pour le déploiement. NVIDIA par l’intermédiaire de l’architecture CUDA rend disponible ces capacités de calculs sur l’ensemble de ses produits, permettant la conception de machines autonomes de plus en plus puissantes, que ce soit pour la médecine, les drones, la robotique industrielle ou la ville intelligente. Nous démontrerons en particulier l’application des réseaux neuronaux profonds sur des produits concrets, depuis la phase de formation des réseaux, utilisant la plateforme DIGITS, jusqu’à leur déploiement sur des systèmes embarqués à faible consommation.

15h00 - 15h30

Pause

15h30 - 16h00

  • Vos neurones ont de l'énergie ! ou bien l'inverse ?

Rodolphe Heliot,  Schneider Electric

En tant que spécialiste mondial de la gestion de l'énergie, Schneider apporte à ses clients de nouveaux produits et services leur permettant d'améliorer leur efficacité opérationnelle. Nous présenterons tout d'abord l'architecture système d'une offre connectée, nécessaire au déploiement de telles applications. Surtout, nous nous attacherons à détailler les besoins matériels et algorithmiques sous-jacents, avec un focus particulier sur les problématiques d'apprentissage et d'optimisation.

16h00 - 16h30

  • Quand les données massives ne sont pas massives : l'usage des réseaux profonds (deep nets) quand les données sont peu abondantes

Naila Murray , Xerox Research

Les grandes bases de données annotées comme ImageNet ont été essentielles pour le succès phénoménal des réseaux profonds (deep nets) sur une variété de tâches de vision par ordinateur, parmi lesquelles la catégorisation d'images, la détection d'objets et la segmentation sémantique. Toutefois, il existe peu de bases de données pour ces tâches car il est très couteux de les construire et cela nécessite une campagne d’annotation complexe. Ce problème est particulièrement présent dans les applications industrielles où il n’y a typiquement pas beaucoup de données relatives à un problème spécifique. Par conséquent, les efforts de recherche dédiés à résoudre ce problème sont croissants dans la communauté de chercheurs en vision par ordinateur. Dans cet exposé, je décrirai notre travail dans ce sens à XRCE, et démontrerai que l’adaptation à d'autres domaines, l’exploration de données, et la synthèse de données peuvent être des outils efficaces dans ces situations, intéressantes pour Xerox, où les données sont peu abondantes.

16h30 - 18h00

Espace stands

  • Global Sensing Technologies & CEA
  • Probayes
  • NVIDIA
  • BVS Technologies
  • CRISTAL, Lille I
  • IMT Teralab

Cocktail apéritif

Mots-clés : Services Nouveaux produits Inventer INRIA Grenoble - Rhône-Alpes NeuroSTIC

Haut de page

Suivez Inria