Durant la période de préparation de Doctorat (1996-2000)
Laboratoire d'Electronique, Signaux-Systèmes et d'Informatique
Département de physique,
Faculté des Sciences Dhar El Mahraz, Université Sidi Mohammed Ben Abdellah Fès.
Dans le contexte de la modélisation paramétrique des images texturées, la sélection du modèle est un enjeu essentiel. Le problème auquel nous avons fait face dans notre thèse est la détermination des ordres des modèles autorégressifs (AR) et autorégressifs à moyenne ajustée (ARMA) 2-D. Il existe en effet plusieurs travaux qui ont largement couvert le problème de la sélection des ordres p et(p,q) des modèles AR et ARMA monodimensionnels (1-D). Ce problème a ainsi été appréhendé, soit d’un point de vue de la théorie de l’information par l'utilisation de critères AIC (Akaike Information Criterion) [Akaike 1969], BIC (Baysian Information Criterion) [Schwartz 1978], MDL (Minimum Description Length) [Rissanen 1978],[Hannan 1979], et[El Matout 1996], soit d’un point de vue algébrique. Dans ce dernier cas, [Chow 1972], [Cadzow 1982] ont montré que les rangs de certaines matrices, convenablement construites, contiennent implicitement l’information sur les ordres des modèles AR et ARMA.L'essentiel du travail présenté dans le mémoire de thèse porte sur la sélection de l'ordre des modèles paramétriques AR et ARMA bidimensionnels d’ordres respectifs (p1,p1) et(p1,p2,q1,q2). Il s’agit en effet d’un domaine où, il n’existait pas de résultats publiés. Dans le cas de modèles de processus et de champs aléatoires homogènes, nous avons étendu les méthodes à critère d'information et les méthodes algébriques au cas des signaux bidimensionnels. Les performances des méthodes d’estimation des ordres ont été illustrées sur divers exemples numériques. Les résultats obtenus ont fait l'objet de deux publications dans la revue IEEE Transactions on Signal Processing
Période de post Doctorat (2001-2004)
Laboratoire d’Analyse des Signaux et Images Sismiques (LASIS), laboratoire commun Université Bordeaux1/ENSEIRB/CNRS/TOTAL,
Equipe de recherche « Signal et Image ».
UMR 5131 - ENSEIRB - Université Bordeaux I
J’ai intégré le LASIS (Laboratoire d’Analyse des Signaux et Images Sismiques, UMR 5131) où j’ai abordé un nouveau domaine sur l’analyse et le traitement des images sismiques. En effet, ce type d’image présente généralement une texture fortement orientée. Je me suis intéressé au rehaussement d’images et de blocs d’images sismiques perturbés par des bruits quasi sinusoïdaux. A cet effet, nous avons modélisé localement cette texture par une somme d'exponentielles complexes noyées dans un bruit supposé gaussien et blanc. Cette modélisation a permis de déterminer par des méthodes nouvelles dites "à haute resolution” le contenu spectral des images sismiques. La projection sur l'espace engendré par les fréquences dites du "signal" permet de filtrer le bruit "penté". A cet effet nous avons étendu les méthodes d'analyse haute résolution du cas 2-D au cas 3-D. Ce travail s’intègre parmi les travaux récemment développés par Kailath et al. En 1989, Vander veen et al. 1992, Harrdt et al. 1998, Rouquette et Najim (2000), et Strobach en 2001. La technique proposée par Kailath et al. en 1989, a été étendue par plusieurs auteurs au cas 2-D. Haardt en 1998 et Strobach en 2001 ont proposé des extensions au cas 3-D. Nous avons proposé une nouvelle extension au cas 3-D fondée sur la notion d’invariance par translation multidimensionnelle qui a l’avantage d’être plus simple et plus générale que les méthodes proposées par Haardt et Strobach. En effet ces deux dernières méthodes s’appuient sur le lissage direct et rétrograde des données et sont mise en défaut lorsque le modèle contient des modes amortis. Ce travail a donné lieu à deux communications dans European Signal Processing Conference (EUSIPCO 2002) et IEEE International Conference on Image Processing (ICIP 2002). Les thèmes méthodologiques que nous abordons pour le moment sont motivés par l’analyse de blocs sismiques. A cet effet nous cherchons à proposer de nouveaux modèles AR et ARMA 3-D de champs homogènes. Ainsi ces modèles permettront de réduire le volume de traitement de blocs de données en considérant un nombre restreint de paramètres pour des objectifs de classification, segmentation ou compression. Pour cela, nous essayons de trouver des solutions pour les deux problèmes qui sont l’estimation des paramètres et la sélection des ordres des modèles AR et ARMA 3-D. Cette façon de procéder s’intègre dans une vision de recherche globale autour de la problématique de la modélisation paramétrique multidimensionnelle.
(2004-présent)
Département d’Informatique, équipe de recherche ASIA (Analyse des Systèmes et Informatique Appliquée)
FST Errachidia, Université Moulay Ismail.
En mars 2004, de retour au pays, j’ai intégré le département d’Informatique de la Faculté des Sciences et Techniques (FST) crée en 1994 à Errachidia, établissement qui fait partie de l’Université Moulay Ismail. En plus de l’intervention dans différents modules d’enseignements de la Maîtrise en Sciences et Techniques en Informatique (MSTI), et de la filière Licence en Sciences et Techniques en Informatique (LSTI) je participe à l’encadrement des projets de fin d’études (PFE) de la filière Maîtrise sciences et techniques en informatique.
En Juin 2005, en collaboration avec des collègues de la Faculté des Sciences et Techniques à Errachidia, nous avons construit ensemble une équipe de recherche intitulée « Analyse des Systèmes & Informatique Appliquée » (ASIA) autour des thématiques suivantes : Analyse des images, télédétection et systèmes d’informations géographiques et développement des applications informatiques. Après accréditation de la formation doctorale "mathématiques, Informatique et Applications", je supervise des doctorants autour des thématiques, de l’analyse spectrale multidimensionnelle, l'indexation des images et des objets 3D. la reconnaissance des objets 2D/3D. En collaboration avec deux équipes de recherches de département des mathématiques, notre équipe de recheche ASIA fait partie depuis 2015 du laboratoire de recherche intitulé "Mathématiques, Informatique et Image "(M2I).