Comment traiter des flux vidéo d'une caméra événementielle avec des réseaux de neurones à spikes ? // Processing an event based camera outputs with spiking neural networks

Les modèles actuels récupérant des données de caméras événementielles reconstruisent des images de pixels sur lesquelles peuvent s'appliquer des algorithmes de traitement d'image. Ainsi le caractère asynchrone et événementiel est finalement peu pris en compte. Un modèle reposant sur des réseaux de neurones à spikes permettrait de rester fidèle à la dynamique des entrées et donnerait lieu à des algorithmes novateurs dépassant les chaînes de traitement actuelles.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The current models retrieving data from event-based cameras reconstruct pixel images on which image processing algorithms can be applied. Thus, the asynchronous and event-driven nature is ultimately poorly considered. A model based on spiking neural networks would follow the dynamics of the inputs and would lead to innovative algorithms that surpass current processing chains.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Contrat doctoral

Concours pour un contrat doctoral

CY Cergy Paris Université

405 ED EM2PSI - Économie, Management, Mathématiques, Physique et Sciences Informatiques

IA, réseaux de neurones, traitement d'images Programmation Python
AI, neural networks, image processing Python programming