ABONNEZ-VOUS À NOTRE NEWSLETTER

Soutenance de thèse Mona Abid, 15/12/21 13h30, Polytech' Nantes

Dear all/ Bonjour à tous,

I am happy to invite you to my Ph.D. defense entitled : " Visual attention on 3D graphical contents: From saliency modeling to attention complexity measures and viewpoint preference prediction ".

J'ai le plaisir de vous inviter à ma soutenance de thèse de doctorat qui s'intitule: "Visual attention on 3D graphical contents: From saliency modeling to attention complexity measures and viewpoint preference prediction".

Date and time : Wednesday, 15th of December at 13h30 (Paris time zone).

Place : École Polytechnique Nantes, Amphi 1, bâtiment IRESTE.

Language : English

The defense will also be broadcast on: https://univ-nantes-fr.zoom.u/j/98660101239?pwd=WjBMcWFlK2x6M1hqelRjcXBaalRkZz09

Jury Committee:

Guillaume Lavoué, Professor, Ecole Centrale de Lyon (Examiner)

Lina Karam Professor, Lebanese American University (Examiner)

Lucile Sassatelli, MCF – HDR, Université Cote d’Azur (Reviewer)

Giuseppe Valenzise, CNRS – HDR, L2S Lab, Centrale Supélec (Reviewer)

Patrick Le Callet Professor, Nantes University (Director)

Matthieu Perreira Da Silva, MCF, Nantes University (Co-supervisor)

Abstract

Visual attention is one of the most important mechanisms deployed in the human visual system to reduce the amount of information that brain needs to process. In fact, an increasing amount of efforts have been dedicated in the studies of visual attention on natural images (2D stimuli). However, less attention was made for 3D scenes which corresponds to a more complex data as it including the geometry and the appearance attributes information. In this thesis, we present studies focusing on several aspects of the research of visual saliency. Our works is mainly divided into three parts including low level concept, mid level concept and higher level concept. The first part of this thesis addresses the low-level concept where we propose to predict where humans look when gazing 3D graphical objects by investigating the validity of the models and the hypothesis made in 2D imaging to 3D contents. This is very useful in certain scenarios such as interactive streaming or visualization of these contents in virtual or augmented reality applications. The second part corresponds to a mid-level concept where we introduce a perceptual measure for visual attention complexity which is pooled from the saliency information. Our proposed measure can be used to boost 3D-based quality assessment metrics and also for 3D content characterization . The third part explores a higher level concept related to viewpoint preference of 3D graphical objects where we show the relevance of the visual attention complexity feature. Along the thesis, we constructed several databases of colorful graphical 3D objects and we carried out a series of subjective experiments for different tasks, including crowdsourcing experiments as an alternative to in-lab experiments.

Keywords: Visual attention, 3D graphical contents, saliency modeling, visual perception, attention complexity measure, viewpoint preference prediction.

Résumé

L’attention visuelle est l’un des mécanismes les plus importants déployés par le système visuel humain pour réduire la quantité d’informations que le cerveau doit traiter. De plus en plus d’efforts ont été consacrés à l’étude de l’attention visuelle sur des images naturelles (image 2D). Cependant, peu de travaux ont été mené sur des contenus 3D, correspondant à des données plus complexes car elles incluent des informations sur la géométrie et les attributs d’apparence. C’est cette problématique de l’attention visuelle sur les contenus 3D qui a principalement guidé notre démarche pour ces travaux de thèse. Nos travaux sont principalement divisés en trois parties correspondants à trois niveaux conceptuels différents. La première partie de cette thèse correspond à un concept de bas niveau où nous proposons de prédire ce qui attire l’attention des individus lorsqu’ils observent des objets 3D en étudiant la validité des modèles et des hypothèses faites dans l’imagerie 2D. Ceci est très utile dans certains scénarios tels que le streaming interactif ou la visualisation des contenus 3D dans des applications de réalité virtuelle ou augmentée. La deuxième partie correspond à un concept de niveau intermédiaire où nous introduisons une mesure perceptuelle de la complexité de l’attentionelle qui est extraite à partir de l’information de la saillance. La mesure que nous proposons est utilisée dans l’évaluation de la qualité des contenus 3D ainsi que dans la caractérisation de ces contenus. La troisième partie traite un concept de plus haut niveau lié à la préférence de point de vue des objets graphiques 3D où nous montrons la pertinence d’un indicateur de complexité attentionelle, introduit dans la deuxième partie du manuscrit. Tout au long de la thèse, nous avons construit plusieurs bases de données d’objets 3D colorés et nous avons réalisé une série d’expériences subjectives pour différentes tâches, y compris des expériences de crowdsourcing comme alternatives aux expériences menées au laboratoire.