L’équipe Multimédia poursuit ses activités de recherches dans les thèmes de la représentation, la compression, et la transmission des données multimédia, avec un intérêt tout particulier pour la vidéo et les formats émergents et immersifs.
Recherche
Les sujets principaux de recherche sont :
- Codage video linéaire
- Représentation de scènes rich-média
- Multimedia distribution networks
- Adaptation du contenu multimédia
- IA Frugale et efficace
- Geometric deep learning
- Apprentissage multimodale
Membres de l’équipe
- Enzo Tartaglione, Maître de Conférences, responsable d’équipe
- Jhony Giraldo, Maître de Conférences
- Jean Le Feuvre, Directeur d’Etudes/Professeur
- Jean-Claude Moissinac, Maître de Conférences
Mots-clés
- Compression images et vidéo
- Transport et orchestration des contenus multimédia
- Médias immersifs et interactivité
- Apprentissage profond et modèles génératifs
- IA Frugale et efficace
- Geometric deep learning
- Apprentissage multimodale
News
[Fev 25] Article accepté pour publication:
A Fused Gromov-Wasserstein Approach to Subgraph Contrastive Learning. Amadou Siaka Sangare, Nicolas Dunou, Jhony H. Giraldo, Fragkiskos D. Malliaros. Transactions on Machine Learning Research.
[Jan 25] Article accepté pour publication:
Graph-based Moving Object Segmentation for underwater videos using semi-supervised learning. Meghna Kapoor, Wieke Prummel, Jhony H. Giraldo, Badri Narayan Subudhi, Anastasia Zakharova, Thierry Bouwmans, Ankur Bansal. Computer Vision and Image Understanding.
[Jan 25] Article accepté pour publication:
STanH: Parametric Quantization for Variable Rate Learned Image Compression. Alberto Presta, Enzo Tartaglione, Attilio Fiandrotti, Marco Grangetto. IEEE Transactions on Image Processing.
[Dec 24] Jhony Giraldo a reçu une allocation GPU par NVIDIA.
[Dec 24] Nous avons eu 2x articles acceptés à la AAAI Conference on Artificial Intelligence (AAAI 25):
- Hygene: A Diffusion-based Hypergraph Generation Method. Dorian Gailhard, Enzo Tartaglione, Lirida Naviner Barros, Jhony H. Giraldo
- Till the Layers Collapse: Compressing a Deep Neural Network Through the Lenses of Batch Normalization Layers. Zhu Liao, Nour Hezbri, Victor Quétu, Van-Tam Nguyen, Enzo Tartaglione
[Nov 24] Article accepté pour publication:
Unsupervised Learning of Unbiased Visual Representations. Carlo Alberto Barbano, Enzo Tartaglione, Marco Grangetto. IEEE Transactions on Artificial Intelligence.
[Nov 24] Article accepté pour publication:
Higher-Order GNNs Meet Efficiency: Sparse Sobolev Graph Neural Networks. Jhony H. Giraldo, Aref Einizade, Andjela Todorovic, Jhon A. Castro-Correa, Mohsen Badiey, Thierry Bouwmans, Fragkiskos D. Malliaros. IEEE Transactions on Signal and Information Processing over Networks.
[Oct 24] Nous avons eu 4x articles acceptés à la IEEE/CVF Winter Conference on Applications of Computer Vision (WACV 2025):
-
WiGNet: Windowed Vision Graph Neural Network. Gabriele Spadaro, Marco Grangetto, Attilio Fiandrotti, Enzo Tartaglione, Jhony H. Giraldo
-
ELMGS: Enhancing memory and computation scaLability through coMpression for 3D Gaussian Splatting. Muhammad Salman Ali, Sung-Ho Bae, Enzo Tartaglione
- CATALOG: A Camera Trap Language-guided Contrastive Learning Model. Julian Santamaria, Claudia Isaza, Jhony H. Giraldo
-
Efficient Progressive Image Compression with Variance-aware Masking. Alberto Presta, Enzo Tartaglione, Attilio Fiandrotti, Marco Grangetto, Pamela Cosman
[Sep 24] Nous avons eu 3x articles acceptés à la 38th Annual Conference on Neural Information Processing Systems (NeurIPS 2024):
- An eye for an ear: zero-shot audio description leveraging an image captioner with audio-visual token distribution matching. Hugo Malard, Michel Olvera, Stéphane Lathuilière, Slim Essid
- Continuous Product Graph Neural Networks. Aref Einizade, Fragkiskos D. Malliaros, Jhony H. Giraldo
- Activation Map Compression through Tensor Decomposition for Deep Learning. Le-Trung Nguyen, Aël Quélennec, Enzo Tartaglione, Samuel Tardieu, Van-Tam Nguyen
Les publications de l’équipe
Dernières actualités du LTCI
[Ideas] Révolution sonore et machine listening
Data science & IA, Enseignants-chercheurs, Modélisation — 11/03/2025Gaël Richard, "Hi-Audio" : comment la machine apprend-elle à écouter et à créer ?RAMSES, maître du temps des systèmes embarqués
Confiance numérique, Enseignants-chercheurs — 10/03/2025RAMSES est une plateforme d’aide à la conception des systèmes temps réel embarqués critiques.La cryptographie post-quantique selon Mélissa Rossi
Diplômés, Confiance numérique — 06/03/2025Mélissa Rossi est ancienne élève de Télécom Paris (promo 2016), experte en cryptographie à l’ANSSI.La lettre du LTCI (déc. 2024 à fév. 2025)
Doctorat, Enseignants-chercheurs — 05/03/2025Nouveau responsable de département, Nouvelle équipe, Personnes nouvellement arrivées, Prix Blackwell, WomenTechEU, [...]La lettre Ideas : IA industrielle - Batteries réemployées
— 10/02/2025Et aussi : IA souveraine, éthique et durable - Interaction humain machine à l'ère de ChatGPT[Ideas] IA et industrie : vers une révolution maîtrisée ?
Confiance numérique, Data science & IA, Économie numérique — 10/02/2025Stephan Clémençon : comment les applications industrielles de l’IA [...]L'IA chasse le « bruit » des images des satellites radar
Data science & IA, Enseignants-chercheurs — 05/02/2025Florence Tupin a recours à l’apprentissage profond pour obtenir des images débarrassées des [...]Mettre au régime l'IA, trop gourmande en énergie
Data science & IA, Enseignants-chercheurs — 03/02/2025Enzo Tartaglione tente de développer des modèles de Deep Learning plus économes en énergie.Ghaya Rekaya lauréate Women TechEU ! (m.à.j.)
Enseignants-chercheurs, Start-up — 20/01/2025Cette reconnaissance prestigieuse souligne son engagement pour un écosystème plus diversifié et inclusif.EMOOCs 2025 à Télécom Paris, 30 juin - 02 juillet
Data science & IA — 14/01/2025Partageons nos recherches, expériences et innovations autour des nouvelles intégrations de l’IA dans l’éducation [...]
Prochains événements de MM
- Pas d’évènements prévus actuellement.No events currently scheduled.
