# Réunion du 28 mai avril 2020 - 10h00 ### Présents: Kamel, John, Seyf, Walther, Ny Ando, Max, Omar et François. ## Seyf Les corrections sur l'article(IEEE TCSVT) sont finis: * Réimplémentation des deux algos (interpolation bicubique hétérogène) pour faire une comparaison avec l'EdA. * Rajout d'un tableau comparant les PSNR sur 7 images différentes. * Allègement de la section linéarisation par partie et emphase de la partie " Combinaison linéaire/cubique". * Ny Ando et Kamel feront une petite relecture pour l'anglais et on les en remercie.... lien du papier: https://www.overleaf.com/1183558923zvvfkfthpkmg **TODO list:** * Rédaction chap.2 (thèse): TI sub-pixelique et métrologie ## Ny Ando Réalisation de deux plugins IR et UV fonctionnels uniquement pour la description des matériaux en reflectance pour l'UV et emission pour l'IR (Cool!). Blocage sur la desciption du capteur d'image (Efficacité quantique). **TODO list:** Prise de conatct avec l'EPFL pour entrer dans le sérail. Tout cela pour une tentative de Sigraph. ## Walther Grosse discussion sur la partie modelisation. Dans un premier temps, on part sur la cible GPU en essayant de faire du "white noise program". * Objectif d'un "white noise program" (WNP): * Il s'agit du training set $t_s$ "parfait" pour un modèle d'architecture $M(t_s)$ * le WNP est donc le training set optimal en termes de précision du modèle * Si le critère de précision du model est le plus petit mean square error: $WNP=argmin(MSE(M(t_s)))$ * Il est composé d'un ensemble de samples, chaque sample étant un programme = application activity: $aa_i,i=1..N_{ts}$ avec $N_ts$ le nombre de programmes dans le training set * AA = f(computation, data) _l'activité peut dépendre +/- des données_ * $t_s={aa_i,i \in 1..N_{ts}}$ **TODO list:** Découverte de l'identification en robotique ## John Présentation de son plan de thèse: Context: Reconnaissance multivue en embarqué 1. Intro 2. CNN * Intro CNN * CNN Multi-vue et 3D * Compression de réseau 3 - Proposition d'une caméra multivue 4 - Future works plan acutel: https://hackmd.io/@jonathanDREAM/Bye-xvqiL **TODO list:** Reprendre le plan en faisant un chapitre "compression"