Activités de recherche

Le service ISIA comprend quatre groupes de recherches principaux, tous basés sur l’analyse, la synthèse, la reconnaissance et la cartographie de signaux tels que la parole, la musique, l’audio, les images, les vidéos, le regard, le visage, le corps et le langage, en utilisant l’intelligence artificielle.  L’objectif est de mener une recherche compétitive au niveau international et d’intégrer ces avancées dans des solutions accessibles à tous. Ces groupes soutiennent la réalisation de projets et de thèses de doctorat :

Smart Agents

    • Modèles de langage et de parole spécifiques à un domaine
  • Recherche d'informations par le biais de conversations
  • Intelligence artificielle affective
  • Personnification d'agents
  • Reconnaissance multimodale des intentions
  • Langage contextuel
  • Adaptation du comportement de collaboration en fonction du contexte
  • Collaboration multi-agents

 

Immersive Worlds

  • Instrumentation pour XR
  • Capture de mouvement sans capteur
  • Reconnaissance de gestes
  • Calibration spatiale
  • Reconstruction et scan 3D
  • Contrôleurs augmentés (jeu, musique, interaction...)
  • Traqueur d'yeux
  • Attention computationnelle pour XR
  • Mécanismes cognitifs en XR
  • Rétroaction haptique
  • Spatialisation du son
  • Generation de texture 3D
  • Synthèse d'animation de personnage
  • Mapping vidéo

 

Computational Health

  • Monitoring continu de patient
  • Solutions ambulatoires confortables
  • Médecine personnalisée
  • Technologies d'assistance accessibles
  • Utilisation des données pour les cliniciens
  • Contrôle des patients
  • Intégration technologiques dans l'environnement clinique
  • Recherches biomédicales reproductibles

 

Wild World

  • Localization: People/Objects detection, segmentation & tracking
  • Activity tracking: Environment & action recognition and detection
  • Data scarcity (Generative models, ...)
  • Model adaptation (Transfer, finetuning, Liquid NNs, ...)
  • Data relevance (Attention, XAI & Bias)
  • Data heterogeneity (multimodal data fusion)
  • Light AI architectures (embedded, edge)
  • Interoperability in model deployment and updates
  • AI resource consumption at inference or training