Équipe Images et Contenus (IC) : VOERMAN Joris

Points forts des activités de recherche : Mes recherches se concentrent sur l’analyse de documents, en commençant par des documents génériques suivie d’une spécialisation sur les documents d’identités. Je suis actuellement sur le projet VERIDYC (détection de fraude dans des documents d’identités capturé par smartphone) avec Nicolas SIDERE et Jean-Christophe BURIE.
Mes premiers travaux portaient sur la classification automatique de flux de documents d’entreprise, ayant pour enjeux : un très grand nombre de classes plus ou moins homogène, la gestion d’un fort déséquilibre de représentation entre les classes et la nécessité d’adaptation à l’apparition de nouvelles classes. Mes solutions utilisaient une cascade de réseaux, avec une méthode de sélection des données pour spécialiser au fur et à mesure les réseaux aux cas que les étages précédents échouaient à traiter et une spécialisation des architectures des plus générique (CNN, RNN …) à des architectures de few-shot learning.
J’ai suivi ces travaux par des recherches avec l’équipe du projet CIRCULARSEAS pour adapter des modèles de reconstruction 3D à une capture par vidéo de smartphone afin de générer automatiquement des schémas d’impression 3D. Les solutions portaient sur des algorithmes de reconstruction par triangulation de points à travers la vidéo.
Mes recherches actuelles portent sur la détection de fraude dans des documents d’identités capturé par smartphone avec le projet L3i-IMDS, poursuivie par le projet VERIDYC (actuel). Ceci se centre sur la détection, la reconstruction et la reconnaissance d’hologramme dans une vidéo et la détection de zones falsifiées. Précédemment, elle s’orientait sur de l’évaluation de qualité vidéo et la classification documents en few-shot learning. Les solutions étudiées sont majoritairement des réseaux neuronaux adaptés au few-shot learning et des transformers.