25 Jan Trois doctorants ont soutenu avec succès leur thèse en fin d’année

Raphaël Garin, Marianne Al Hayek et Raghida El Saj, tous les droits doctorants à l’ISEN Ouest, ont soutenu leur thèse en décembre 2023. Découvrez les sujets de leurs travaux.

Thèse de Raphaël Garin : la communication et le positionnement simultanés pour les drones sous-marins autonomes

Raphaël Garin, doctorant au sein de l’équipe SEACom du LabISEN, laboratoire de recherche de l’ISEN Ouest, a soutenu sa thèse de doctorant vendredi 15 décembre dernier devant l’école doctorale « Mathématiques et Sciences et Technologies de l’Information et de la Communication en Bretagne Océane (MathSTIC Bretagne Océane) ». Sa thèse portait sur la communication et le positionnement simultanés pour les drones sous-marins autonomes et était dirigée par Pierre-Jean Bouvet, Enseignant-Chercheur HDR à l’ISEN Ouest et encadrée par Philippe Forjonel, Enseignant-Chercheur à l’ISEN Ouest, Beatrice Tomasi, Chercheuse à NORCE et Charles Vanwynsberghe

Composition du jury :

• Examinateurs :
  • Luc Jaulin Professeur, Univ. de Bretagne Occidentale, ENSTA, Lab-STICC
  • Pierre-Jean Bouvet Enseignant chercheur HDR, Directeur de thèse, L@bISEN Ouest
• Rapporteurs :
  • Mme Audrey Giremus Professeur, Univ. de Bordeaux, IMS Bordeaux
  • Stéphane Meric Professeur, INSA, IETR

Raphaël Garin est ingénieur diplômé de l’ISEN Ouest. Durant sa thèse, il a enseigné aux étudiants de 3^e année en TD d’électronique analogique, il supervisait également les TP de STM8 et encadrait les TD de communication numérique pour les étudiants de M1.

Résumé de la thèse « communication et le positionnement simultanés pour les drones sous-marins autonomes ».

Du fait du phénomène d’absorption, les ondes radioélectriques ne se propagent dans le milieu sous-marin que pour les faibles fréquences (ELF, VLF,…), ce qui rend les systèmes conventionnels de communication radio (3G, WIFI,..) ou de localisation (GNSS) inopérants au-delà d’une distance de quelques dizaines de centimètres. Pour communiquer et se positionner sous l’eau, les ondes acoustiques sont préférablement utilisées car elles peuvent se propager relativement facilement à distance de plusieurs kilomètres voire au-delà de 100 km. Les systèmes de positionnement acoustiques actuels calculent une position en fusionnant les informations provenant de plusieurs capteurs (INS, DVL,…) ainsi que par triangulation avec plusieurs balises de références (LBL, GiB, …).

L’objectif de la thèse de Raphaël GARIN a été de développer un système de localisation acoustique pour drone sous-marin utilisant les données de communication afin d’utiliser les mêmes informations pour communiquer et se localiser et ainsi réduire le nombre de capteurs présents dans le drone. L’application visée est le déploiement de drones sous-marins à faible encombrement et/ou faible prix.

Au cours de sa thèse, Raphaël a proposé une architecture innovante de système de communication et positionnement simultané utilisant comme capteurs additionnels simplement une centrale inertielle bas coût (Attitude and Heading Reference System AHRS) et un capteur de pression. Cette architecture a été testée en simulation, puis en bassin d’expérimentation et enfin en mer avec une précision de localisation obtenue de l’ordre de 3 mètres selon la difficulté de la trajectoire. On montre alors que l’algorithme développé est suffisamment efficace pour envisager une intégration dans un AUV léger. Par rapport à l’état de l’art industriel, le système proposé est certes de moins bonne précision mais plus rapide à mettre en place, sans calibration, moins onéreux et enfin à faible consommation énergétique.

Thèse de Marianne Al Hayek : modélisation optique de signatures spectrales et polarimétriques d’objets pour augmenter les performances d’un système de reconnaissance 

Marianne Al Hayek, doctorante au sein de l’équipe LSL – Light Scatter Learning –  du LabISEN, laboratoire de recherche de l’ISEN Ouest, a soutenu sa thèse de doctorat lundi 18 décembre dernier. Celle-ci portait sur la Modélisation optique de signatures spectrales et polarimétriques d’objets pour augmenter les performances d’un système de reconnaissance et était dirigée par Marwa Elbouz, Enseignante-Chercheuse HDR à l’ISEN Ouest.

Le jury était composé de : Pr. Bachar EL HASSAN / Pr. Badr-Eddine BENKELFAT / Pr. Wehbeh FARAH / Pr. Christian BROSSEAU / Pr. Rafic YOUNES

Durant sa thèse, Marianne a donné des cours de Physique Quantique et Composants aux étudiants de 3^e année de l’ISEN ainsi que des cours de Technologies pour l’environnement aux étudiants de dernière année eu domaine professionnel Numérique, Environnement et Développement Durable.

Résumé de la thèse « Modélisation optique de signatures spectrales et polarimétriques d’objets pour augmenter les performances d’un système de reconnaissance ».

Pour améliorer les performances des systèmes d’imagerie, les imageries hyperspectrale et polarimétrique apportent une richesse d’informations, notamment des grandeurs physiques difficiles à obtenir autrement. Cela permet d’améliorer la détection, la caractérisation quantitative et la classification des objets. Cependant, le traitement des données complexes de ces modalités reste un défi.

L’objectif de cette thèse était de proposer une méthodologie générique pour analyser les signaux optiques, en se concentrant sur l’imagerie hyperspectrale (HSI) en premier terme. Dans le cadre de cette thèse, une classification originale des modèles hyperspectraux inversibles basés sur la physique a été présentée, avec une description des modèles variés les plus récents pour des applications diverses : MPBOM pour le biofilm d’algues et de bactéries, MARMIT pour le sol, PROSPECT pour les feuilles de plantes, Farrell pour les tissus biologiques turbides, Schmitt pour la peau humaine et Hapke pour les objets du système solaire.

Cette étude a fait l’objet d’une publication d’un review dans le IEEE Geoscience and Remote Sensing Magazine (IF=14.6; doi: 10.1109/MGRS.2023.3315520).

À la suite de cette classification, une comparaison entre les modèles PROSPECT et Farrell et leur confrontation avec les signaux expérimentaux acquis au LabISEN a été effectuée. Elle a été réalisée et validée pour des objets intermédiaires (pomme verte et poireau) ouvrant la voie au développement d’une nouvelle modélisation générique et complète. Une application originale imaginée dans le cadre de cette thèse a permis une invention, qui suit actuellement un processus de valorisation avec les partenaires impliqués.

Thèse de Raghida El Saj : traitement dans le domaine chiffré par l’intelligence artificielle

Raghida El Saj, doctorante en cotutelle entre l’université Libanaise au Liban, l’université de Bretagne occidentale et l’ISEN (équipe LSL du LabISEN) en France, a soutenu sa thèse le mardi 19 décembre dernier. Cette thèse, dirigée pour la partie ISEN par Ayman Al Falou et encadrée par Ehsan Sedgh Gooya, portait sur le traitement dans le domaine chiffré par l’intelligence artificielle. Le jury était composé des Pr. Mohamad KHALIL, Pr. Ayman ALFALOU, Pr. Maroun CHAMOUN, Pr. Rachid JENNANE, Pr. Mohamad Osman DIAB, Pr. Christian BROSSEAU, Dr. Nesma SETTOUTI et Dr. Ehsan SEDGH GOOYA (invité).

Au cours de sa thèse, Raghida a enseigné le Python aux étudiants de première année et la Physique de semi-conducteurs aux élèves-ingénieurs de 3ème année.

Résumé de la thèse « Traitement dans le domaine chiffré par l’intelligence artificielle ».

Récemment l’intelligence artificielle s’est répandue partout, résolvant une variété de problèmes dans différents domaines et applications. Un système d’intelligence artificielle a besoin d’une grande quantité de données pour s’entraîner, or la disponibilité de ces données représente un défi majeur, surtout que certaines applications traitent de données privées sensibles qui ne doivent pas être partagées ou diffusées. Le développement de systèmes d’intelligence artificielle préservant la confidentialité et la sécurité devient donc une nécessité. Avec l’émergence rapide de la numérisation, il est également important de développer des solutions qui préservent la sécurité en contrôlant l’accès des différents utilisateurs : autorisant les personnes connues et bloquant les personnes inconnues.

Dans cette thèse, un système de contrôle d’accès basé sur la reconnaissance faciale qui préserve la confidentialité des données est développé. La confidentialité est préservée en cryptant les données à l’aide d’une nouvelle méthode de cryptage basée sur la transformée en cosinus discrète. Ce système de contrôle d’accès utilise une méthode de classification basée sur la génération de données. Cette approche de classification met en évidence la capacité des réseaux tels que pix2pix et l’auto-encodeur, normalement utilisé pour la régénération de données, à distinguer et à classer les données, qu’elles soient cryptées ou non cryptées.

La thèse de Raghida a abouti à plusieurs publications, présentations à des conférences, séminaires et autres journées de recherche :

– Un article de journal sur l’état de l’art qui traite des méthodes de préservation de la sécurité des données utilisées par les réseaux de neurones.
El Saj, E. Sedgh Gooya, A. Alfalou et M. Khalil, « Privacy-preserving deep neural network methods : computational and perceptual methods—an overview », Electronics, t. 10, 11, p. 1367, 2021

– Un article de conférence présentant la méthode de classification par génération.
El Saj, E. S. Gooya, A. Alfalou et M. Khalil, « Generative classifier pix2pix », in Pattern Recognition and Tracking XXXIV, SPIE, t. 12527, 2023, p. 85-92

– Un article de conférence sur l’application de la reconnaissance faciale et du contrôle d’accès par la méthode de classification par génération.
El Saj, E. S. Gooya, A. Alfalou et M. Khalil, « Face recognition and access control applications of the generative classifier pix2pix », in Pattern Recognition and Tracking XXXIV, SPIE, t. 12527, 2023, p. 60-66

– Un article de conférence, en vue de sa publication, présentant la méthode de cryptage et la classification par génération utilisant l’encodeur sur des données cryptées.
El Saj, C. H. Pham, E. S. Gooya, A. Alfalou et M. Khalil, « Privacy Preserving Encoder Classifier for Access Control Based on Face Recognition », in 2023 Twelfth International Conference on Image Processing Theory, Tools and Applications (IPTA).