Résumé du séminaire : Dans le contexte de l’agriculture de précision visant à réduire et optimiser la pulvérisation de produits phytosanitaires, nos travaux s’intéressent à l’étude et la caractérisation de surfaces foliaires (hydrophiles ou hydrophobes) par analyse de textures. L’objectif de cette recherche est alors de caractériser et discriminer l’état de la surface foliaire à travers l’analyse d’images microscopiques de texture. Pour cela, nombreux sont les paramètres de texture existants. Parmi ces derniers nous avons retenu pour l’expérience l’un de ceux qui caractérise le mieux l’aspect fréquentiel. Malheureusement ce dernier, bien que robuste, représente des caractéristiques de haute dimension qui entraîne un phénomène identifié lors d’une phase de classification sous le nom de « malédiction de la dimension ». Pour résoudre ce problème nous proposons de réduire cette dimensionnalité à travers le prisme de différentes évolutions de méthodes de réduction de dimension allant des approches linéaires vers les approches non linéaires.
Ludovic journaux a obtenu un DEA en analyse et modélisation des systèmes biologiques à l’Université de Lyon1 suivi d’un doctorat en instrumentation et informatique de l’image au le2i en 2006. Après une année de post doctorat en 2007 à l’Université des sciences agronomiques de Gembloux (Belgique), il a été recruté en 2008 à AgroSup Dijon en tant que Maître de Conférences tout en restant affilié au Laboratoire d’informatique de l’Université de Bourgogne dans l’équipe Data Sciences. Ses travaux sont pluridisciplinaires et s’intéressent aux domaines de l’intelligence artificielle, aux méthodes de projections multidimensionnelles non linéaires, à l’analyse de données, au traitement du signal et des images. Il applique ses travaux à l’agronomie et l’agroalimentaire.