Approches d'apprentissage profond et raisonnement par relations spatiales pour l'interprétation des sceaux byzantins

Deep learning approaches and spatial relations reasoning for interpreting Byzantine seals

• Auteur / Autrice : Ege Sendogan
• Direction : Isabelle Bloch
• Type : Projet de thèse
• Discipline(s) : Sciences et technologies de l'information et de la communication
• Date : Inscription en doctorat le 01/10/2022
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris (1992-...)
• Partenaire(s) de recherche : Laboratoire : LIP6

Mots clés

Mots clés libres

Apprentissage profond

Segmentation d'instances

Logique floue

Connaissance et modèle de raisonnement

Sigillographie byzantine

Deep learning

Instance segmentation

Fuzzy Logic

Knowledge and model of reasoning

Byzantine sigillography

Résumé

L'objectif général de la thèse est de combiner la vision par ordinateur, l'ingénierie des connaissances et la modélisation mathématique des relations spatiales pour aider à l'interprétation des sceaux byzantins. Cette recherche vise à (i) travailler sur la reconnaissance d'objets sur les sceaux pour analyser les scènes iconographiques ; (ii) estimer la date de création des sceaux byzantins ; et (iii) proposer des solutions basées sur des techniques d'IA hybrides pour interpréter les zones endommagées en se basant sur les connaissances existantes. L'objectif est d'explorer de nouvelles méthodes d'intelligence artificielle appliquées à la sigillographie byzantine : segmentation d'instances avec apprentissage profond, intégration de graphes de connaissances et raisonnement spatial pour la compréhension d'images. La thèse devrait contribuer à l'intersection de la vision par ordinateur, de la représentation des connaissances et de la logique spatiale.

The general aim of the thesis is to combine computer vision, knowledge engineering, and mathematical modeling of spatial relationships to help with the interpretation of Byzantine seals. This research aims to (i) work on the recognition of objects on seals to analyze iconographic scenes; (ii) estimate the inception date of Byzantine seals; and (iii) propose solutions based on hybrid AI techniques to interpret damaged areas based on existing insights. The objective is to explore new artificial intelligence methods applied to Byzantine sigillography: instance segmentation with deep learning, knowledge graph embeddings, and spatial reasoning for image understanding. The thesis is expected to contribute to the intersection of computer vision, knowledge representation, and spatial logic.