Nous connaitre

Le Conseil d'Administration

Le CA de l'association GRETSI est composé de scientifiques de renommée internationale, qui partagent une vision commune : Animer la communauté scientifique en Traitement du Signal et des Images afin de Stimuler la recherche et l'innovation et de Favoriser les échanges interdisciplinaires.

Nous rejoindre

Devenir membre du CA

Les membres du CA sont nommés pour 6 ans (3 colloques GRETSI) pour représenter notre communauté du signal et de l’image dans ses diversités thématiques et géographiques. Un appel à volontaires a lieu à l’occasion de chaque colloque pour le renouvellement partiel du CA. Pour en savoir plus, n’hésitez pas à contacter un membre du CA.

Découvrir

Tous Les membres

Patrice ABRY

Directeur de Recherche CNRS LPENSL (Laboratoire de Physique à l’ENS de Lyon, UMR CNRS 5678)

Modèles non-stat/non-linéaires/non-gaussiens/invariant d’échelle - Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Problèmes inverses, optimisation - Bio-ingéniérie et sciences de la vie

Pierre Olivier AMBLARD

Directeur de Recherche CNRS GIPSA-LAB

Modèles non-stat/non-linéaires/non-gaussiens/invariant d’échelle - Physique, géophysique, astrophysique

Marc ANTONINI

Directeur de Recherche CNRS Laboratoire I3S, UMR 7271 UCA et CNRS

Codage et compression de sources multimédia, tatouage - Audio, vidéo, parole, multimédia - Bio-ingéniérie et sciences de la vie - Imagerie et senseurs spatiaux

François AUGER

Professeur des Universités IREENA

Modèles non-stat/non-linéaires/non-gaussiens/invariant d’échelle - Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Adéquation algorithmes et architectures - Contrôle non destructif, surveillance

Adrian BASARAB

Professeur des Universités CREATIS UMR 5220

Problèmes inverses, optimisation - Imagerie computationnelle

Gwendoline BLANCHET

Ingénieure CNES

Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Problèmes inverses, optimisation - Imagerie et senseurs spatiaux

Rémy BOYER

Professeur des Universités Université de Lille / CRIStAL

Modèles non-stat/non-linéaires/non-gaussiens/invariant d’échelle - Apprentissage de représentations, parcimonie - Traitement multi-capteurs : réseau d'antennes, localisation de sources - Détection et estimation statistiques

David BRIE

Professeur des Universités CRAN - Université de Lorraine - CNRS

Traitement multi-capteurs : réseau d'antennes, localisation de sources - Problèmes inverses, optimisation - Séparation de sources : décompositions matricielles, tensorielles, démélange hyperspectral - Détection et estimation statistiques

Daniel CHILLET

Professeur des Universités Université de Rennes 1 / Enssat

Adéquation algorithmes et architectures - Langages et outils de développement - Architectures innovantes et nouvelles technologies - Systèmes temps-réel embarqués

Philippe CIBLAT

Professeur des Universités LTCI, Telecom Paris, Institut Polytechnique de Paris

Graphes en signal et image - Synchronisation, estimation - Coopération, NOMA, détection multi-utilisateurs - Allocation de ressources

Laurent DUVAL

Ingénieur de Recherche

Apprentissage de représentations, parcimonie - Traitements adaptatifs pour le signal - Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Apprentissage statistique

Christine FERNANDEZ-MALOIGNE

Professeure des Universités XLIM, UMR CNRS 7252, Université de Poitiers

Classification et segmentation d’images - Réseaux de neurones et apprentissage profond - Bio-ingéniérie et sciences de la vie

André FERRARI

Professeur des Universités Université Côte d'Azur

Problèmes inverses, optimisation - Détection et estimation statistiques - Apprentissage statistique - Physique, géophysique, astrophysique

Jérôme GAUTHIER

Chef de laboratoire CEA

Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Apprentissage statistique

Faouzi GHORBEL

Professeur des Universités ENSI Tunisie

Inférence statistique, échantillonnage stochastique - Vision par ordinateur, analyse de vidéos - Classification et segmentation d’images - Apprentissage statistique

Nicolas GILLIS

Professeur Université de Mons, Faculté Polytechnique

Apprentissage de représentations, parcimonie - Problèmes inverses, optimisation - Séparation de sources : décompositions matricielles, tensorielles, démélange hyperspectral

Guillaume GINOLHAC

Professeur des Universités Université Savoie Mont-Blanc

Modèles non-stat/non-linéaires/non-gaussiens/invariant d’échelle - Traitement multi-capteurs : réseau d'antennes, localisation de sources - Détection et estimation statistiques - Radar, Sonar, Lidar et senseurs quantiques

Audrey GIREMUS

Professeure des Universités Laboratoire IMS

Modèles non-stat/non-linéaires/non-gaussiens/invariant d’échelle - Inférence statistique, échantillonnage stochastique - Apprentissage statistique - Radar, Sonar, Lidar et senseurs quantiques

Paulo GONCALVES

Directeur de Recherche INRIA

Apprentissage de représentations, parcimonie - Graphes en signal et image - Apprentissage statistique

Rémi GRIBONVAL

Directeur de Recherche Inria LIP (Laboratoire de l’Informatique du Parallélisme, ENS de Lyon)

Apprentissage de représentations, parcimonie - Problèmes inverses, optimisation - Réseaux de neurones et apprentissage profond - Audio, vidéo, parole, multimédia

Anthony LARUE

Expert TSI, datascience, IA Thales LAS

Apprentissage de représentations, parcimonie - Vision par ordinateur, analyse de vidéos - Réseaux de neurones et apprentissage profond

Samson LASAULCE

Directeur de Recherche CNRS CRAN Nancy (Univ. Lorraine et CNRS)

Allocation de ressources - Problèmes inverses, optimisation

Nicolas LE BIHAN

Directeur de Recherche CNRS Gipsa-lab

Modèles non-stat/non-linéaires/non-gaussiens/invariant d’échelle - Traitements adaptatifs pour le signal - Détection et estimation statistiques - Physique, géophysique, astrophysique

Régine LE BOUQUIN JEANNèS

Professeure des Universités LTSI - UMR Inserm U1099 - Université de Rennes

Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Détection et estimation statistiques - Apprentissage statistique - Audio, vidéo, parole, multimédia

Christophe LE MARTRET

Expert Thales Thales SIX GTS France

Coopération, NOMA, détection multi-utilisateurs - Allocation de ressources - Réseaux de neurones et apprentissage profond - Histoire et évolution de la discipline

Jérôme MARS

Professeur des Universités GIPSA-LAB

Apprentissage de représentations, parcimonie - Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Traitement multi-capteurs : réseau d'antennes, localisation de sources - Séparation de sources : décompositions matricielles, tensorielles, démélange hyperspectral

Vincent MAZET

Maitre de Conférences Université de Strasbourg

Apprentissage de représentations, parcimonie - Problèmes inverses, optimisation - Inférence statistique, échantillonnage stochastique - Physique, géophysique, astrophysique

Jean-Philippe OVARLEZ

Directeur de Recherche ONERA & CentraleSupélec, Université Paris-Saclay

Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Détection et estimation statistiques - Apprentissage statistique - Radar, Sonar, Lidar et senseurs quantiques

Frédéric PASCAL

Professeur des Universités CentraleSupélec, Université Paris-Saclay

Modèles non-stat/non-linéaires/non-gaussiens/invariant d’échelle - Détection et estimation statistiques - Apprentissage statistique - Radar, Sonar, Lidar et senseurs quantiques

Gabriel PEYRé

Directeur de Recherche CNRS Département de Mathématiques Appliquées, ENS, UMR 8553

Apprentissage de représentations, parcimonie - Problèmes inverses, optimisation - Apprentissage statistique - Réseaux de neurones et apprentissage profond

Nelly PUSTELNIK

Directrice de Recherche LPENSL (Laboratoire de Physique à l’ENS de Lyon, UMR CNRS 5672)

Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Problèmes inverses, optimisation - Réseaux de neurones et apprentissage profond

Gaël RICHARD

Professeur des Universités Télécom Paris

Apprentissage de représentations, parcimonie - Séparation de sources : décompositions matricielles, tensorielles, démélange hyperspectral - Apprentissage statistique - Audio, vidéo, parole, multimédia

Axel ROEBEL

Directeur de Recherche IRCAM / UMR 9912 STMS

Modèles génératifs, adaptatifs ou évolutifs, apprentissage - Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Réseaux de neurones et apprentissage profond - Audio, vidéo, parole, multimédia

Aline ROUMY

Directrice de Recherche INRIA Rennes

Théorie de l’information, cryptographie, information quantique - Codage et compression de sources multimédia, tatouage - Codage canal, turbo-traitements

Su RUAN

Professeure des Universités LITIS - Quantif, Université de Rouen Normandie

Classification et segmentation d’images - Réseaux de neurones et apprentissage profond - Fusion et indexation en signal et image - Bio-ingéniérie et sciences de la vie

Lotfi SENHADJI

Professeur des Universités LTSI - UMR Inserm - Université de Rennes 1

Analyse spectrale, analyse temps-fréquence, analyse multirésolution - Séparation de sources : décompositions matricielles, tensorielles, démélange hyperspectral - Réseaux de neurones et apprentissage profond - Bio-ingéniérie et sciences de la vie

Jean-Yves TOURNERET

Professeur des Universités IRIT-ENSEEIHT-TéSA, Université de Toulouse

Apprentissage de représentations, parcimonie - Inférence statistique, échantillonnage stochastique - Détection et estimation statistiques - Apprentissage statistique

Florence TUPIN

Professeure des Universités LTCI, Télécom Paris, Institut Polytechnique de Paris

Modèles spécifiques à l’image - Problèmes inverses, optimisation - Apprentissage statistique - Imagerie et senseurs spatiaux