Menu

Aurélien SCHUTZ

Boulogne-Billancourt

En résumé

Chercheur en traitement du signal et des images, j'aime créer des outils scientifiques qui permettent de répondre à une problématique donnée.

Ma nature est de me jouer des problèmes ou des anomalies système pour finalement réussir à franchir les obstacles. Je peux, si cela se révèle nécessaire, déployer une grande quantité de travail pour atteindre l’objectif.

J’apprécie travailler en équipe, et je considère les différences de points de vue ou d’appréciation comme un moyen de parvenir à une solution. Je suis extrêmement créatif, et aime proposer de nouvelles idées. J’inscris mes activités dans une vraie logique d’innovation.

Mes compétences :
Compression vidéo
Image processing
Signal Processing
Classification
Information Geometry
Traitement d'images
Divergence de Kullback-Leibler
Optimisation mathématique
Décomposition en ondelettes
Géométrie de l'information
Modélisation stochastique
MATLAB

Entreprises

  • Alten - Ingénieur d'études

    Boulogne-Billancourt 2019 - maintenant
  • MEILLEUR CONTACT - Chargé de clientèle

    PARIS 8 2017 - 2018 Support téléphoniques pour le traitement des pannes d'électroménagers industriels. Demande client, rigueur dans le suivi du traitement de la panne.

    Appel sortant pour recouvrement de créances pour un client vendeur de Gaz. Analyse de l'état du client et adaptation de la réponse fournie au client en fonction des informations récoltées. Manipulation du logiciel Salesforces.

    Effectue une mission de support informatique. Installation de masters sur des tours. Recensement des machines. Extraction de batteries des tours.
  • Ecole d'ingénieurs Enseirb-Matmeca, Bordeaux INP - Attaché Temporaire d'Enseignement et de Recherche

    2013 - 2014 Travail d'enseignement à temps plein.
    (Transformée de Fourier du signal et de l'image, Introduction à la probabilité, Matlab, Niveau Bac +3 à Bac +5)
    Le but est de former des jeunes étudiants aux différentes technique de filtrage ainsi que leur utilisation dans le débruitage d'image par exemple.

    Développement d'une classification des images texturées basée Sac de Mots Visuels et Descripteur paramétrique.

    Poursuite des travaux de recherche avec le développement d'une invariance à la diversité naturelle. Des travaux précédents se sont développés autour d'une classification basée sac de mots avec des descripteurs non paramétriques dans une optique d'invariance à la diversité naturelle. Il à été question de reprendre la base scientifique et l'adapter aux modèle paramétrique des images texturées développé par la communauté. L'accent à été porté sur la qualité de la théorie scientifique pour cette classification.
    Classification basée Sac de Mots, Texture, Logiciel de calcul scientifique Mathworks MatLab
  • Laboratoire de L'Intégration du Materiau au Système - Chercheur en traitement des images

    2010 - 2013 Développement d'outils pour la classification paramétrique d'images texturée.
    Classification Bayésienne, Image, Texture, Ondelettes, Barycentre, Modèle stochastique, Optimisation, Théorie de la Géométrie de l'Information

    La communauté scientifique autour de l'image texturée c'est intéressée récemment aux approches espace échelles couplées avec un modèle stochastique. Ce type de modélisation peut être utilisée avec succès pour la classification supervisée d'images texturées. Un gain en complexité calculatoire est obtenu par utilisation d'un modèle moyen représentant les images issu d'une classe. De plus, nous avons développé un algorithme d'optimisation linéaire pour l'estimation de ce modèle moyen.

    En parallèle des travaux de recherche, j'ai assuré un travail d'enseignement à temps partiel dans l'introduction des étudiants à l'utilisation du logiciel Mathworks Matlab, introduction à la probabilité et encadrement de projets sur le thème des images texturées.

    Les travaux ont été valorisés par des articles dans des conférences internationales ciblées [Schutz2012], [ICASSP2013], [GSI2013], [ICIP2013], [EUSIPCO2013], [ICPR2013]

    [Schwander2012] O. Schwander, A. J Schutz, F. Nielsen, and Y. Berthoumieu. “k-mle for mixtures of generalized gaussians.” In Pattern Recognition (ICPR), 2012 21st International Conference on, pages 2825–2828. IEEE, 2012.
    [Schutz2012] A. Schutz, Y. Berthoumieu, F. Turcu, C. Nafornita, and A. Isar. “Barycentric distribution estimation for texture clustering based on information-geometry tools.” In Electronics and Telecommunications (ISETC), 2012 10th International Symposium on, pages 343–346. IEEE, 2012.
    [ICIP2013] A. Schutz, L. Bombrun, and Y. Berthoumieu. “Centroid-based texture classification using the sirv representation.” IEEE International Conference on Image Processing, pages 3810–3814, 2013.
    [ICASSP2013] A. Schutz, L. Bombrun, and Y. Berthoumieu. “K-centroids-based supervised classification of texture images : Handling the intra-class diversity.” In Acoustics, Speech and Signal Processing (ICASSP), 2013 IEEE International Conference on, pages 1498–1502, 2013.
    [EUSIPCO2013] A. Schutz, L. Bombrun, Y. Berthoumieu, and M. Najim. “Centroid-based texture classification using the generalized gamma distribution.” In Signal Processing Conference (EUSIPCO), 2013 Proceedings of the 21st European, pages 1–5. IEEE, 2013.
    [GRETSI2013] A. Schutz, L. Bombrun, Y. Berthoumieu “Classification d’images texturées basée sur k-barycentres : meilleure gestion de la diversité intra-classe. » Groupe d’Etudes du Traitement du Signal et des Images (GRETSI), pages 1–4, 2013.
    [GSI2013] A. Schutz, L. Bombrun, and Y. Berthoumieu. “K-centroids-based supervised classification of texture images using the sirv modeling.” In Geometric Science of Information, pages 140–148. Springer Berlin Heidelberg, 2013.
  • IFP Energies nouvelles - Ingénieur en traitement du signal

    RUEIL MALMAISON 2010 - 2010 Étude stochastique d'un évènement aléatoire dans le but de réaliser une séparation entre normalité et anormalité.

    Une première étape fut de comprendre le problème ainsi que les outils disponibles. Ici des capteurs de pression, de température au seins d'un moteur. Il est nécessaire de détecter les explosions dangereuses pour le moteur.

    La seconde étape fut de proposer une modélisation du problème. Suite à la sélection d'une paire de mesures d'intérêt, il est estimé une zone d'explosion usuelles. Ensuite les explosions non situées dans ce régime usuel devait être caractérisé géométriquement comme dangereux ou non.

    La dernière étape consiste à une mise en oeuvre sous le logiciel Matlab de la caractérisation. L'algorithme fut ensuite testé sur des données réelles. Les recherches sont validées par un brevet. Aout

Formations

  • AJC Formation

    Rennes 2019 - 2019 Formation à la méthodologie DevOps.
    Accompagnement du changement vers / Mise en place d'une infrastructure s'adaptant aux chaînes d'intégration en continue, de développement en continue.
    Manipulations de technologies Kubernetes, Ansible, Puppet, Docker, Grafana, Nagios, Prometheus, Jenkins, Gitlab
  • Université Bordeaux

    Bordeaux 2010 - 2014 Doctorat Automatique, Productique et Signal

    "Modélisation multivariée de champs texturaux - Application à la classification d'images"

    Classification Bayésienne, Classification basée Sac de Mots, Optimisation, Géométrie de l'Information, Anglais écrit pour une production scientifique

    Sous la direction : Yannick Berthoumieu, Lionel Bombrun
  • Université Bordeaux 1 Sciences Et Technologies

    Talence 2008 - 2010 Transformée en ondelette, compression de signaux audio et vidéo, théorie du signal

    Traitement Harmonique et Contrôle du Signal - 2008-2010: Master of Science Mathematics, Signal harmonic processing and supervision, Université Bordeaux 1 (France, 33)
  • Université Bordeaux 1 Sciences Et Technologies

    Talence 2006 - 2008 Mathématiques fondamentales

    2004-2008: Baccalaureat of Science Fundamental Mathematics, Université Bordeaux 1 (France, 33)
  • Université Caen Basse Normandie

    Caen 2004 - 2006 Licence de Mathématiques Pures

Réseau

Annuaire des membres :