Pascal FuaPascal Fua received an engineering degree from Ecole Polytechnique, Paris, in 1984 and the Ph.D. degree in Computer Science from the University of Orsay in 1989. He then worked at SRI International and INRIA Sophia-Antipolis as a Computer Scientist. He joined EPFL in 1996 where he is now a Professor in the School of Computer and Communication Science and heads the Computer Vision Laboratory. His research interests include shape modeling and motion recovery from images, analysis of microscopy images, and Augmented Reality. His research interests include shape modeling and motion recovery from images, analysis of microscopy images, and machine learning. He has (co)authored over 300 publications in refereed journals and conferences. He is an IEEE Fellow and has been an Associate Editor of IEEE journal Transactions for Pattern Analysis and Machine Intelligence. He often serves as program committee member, area chair, and program chair of major vision conferences and has cofounded three spinoff companies (Pix4D, PlayfulVision, and NeuralConcept).
Andrea CavallaroExpertise
Machine learning for multimodal perception, computer vision, machine listening, and information privacy.
Enseignement et PhD Doctorant·es actuel·les Yung-Chen Tang, Ante Maric, Cen Lu, Haruki Shirakami, Lei Xu, Dina El Zein, Jose Rafael Espinosa Mena, Shashi Kumar, Martin Schonger, Olena Hrynenko, Darya Baranouskaya Cours Deep learning EE-559 Ce cours explore la conception de réseaux de neurones discriminatifs et génératifs fiables, ainsi que les enjeux éthiques de l'acquisition
Sébastien MarcelEnseignement et PhD Doctorant·es actuel·les Parsa Rahimi Noshanagh A co-dirigé les thèses EPFL de Fabien Cardinaux, Yann Rodriguez, Agnès Just, Guillaume Heusch, Anindya Roy, Venkatesh Bala Subburaman, Cosmin Atanasoaei, Laurent El Shafey, Ivana Chingovska, Tiago De Freitas Pereira, Amir Mohammadi, Alexander Unnervik, Hatef Otroshi Shahreza
Marco MattavelliEnseignement et PhD A dirigé les thèses EPFL de Christophe Clerc, Ruohua Zhou, Beilu Shao, Christophe Lucarz, Richard Thavot, Ab Al Hadi Bin Ab Rahman, Endri Bezati, Simone Casale Brunet, Malgorzata Michalska, Ana Angelica Hernandez Lopez, Aurélien Bloch, Mustafa Besirli, Ünsal Öztürk A co-dirigé les thèses EPFL de Sylvain Aguirre Cours Systems and architectures for signal processing EE-555 Etude des composants essentiels eessentiels et des technologies des systèmes de traitements des signau
Radhakrishna AchantaEnseignement et PhD Doctorant·es actuel·les Martin Nicolas Everaert A co-dirigé les thèses EPFL de Nikolaos Arvanitopoulos Darginis, Bryan German Pantoja Rosero
Martin VetterliMartin Vetterli a été nommé Président de l'École polytechnique fédérale de Lausanne (EPFL) par le Conseil fédéral à l’issue d’un processus de sélection mené par le Conseil des EPF - qui l'a désigné à l'unanimité.
Né à Soleure le 4 octobre 1957, Martin Vetterli a suivi sa scolarité et effectué sa maturité dans le canton de Neuchâtel. Ingénieur en génie électrique de l’ETHZ (1981), diplômé de l’Université de Stanford (1982) et docteur en sciences de l’EPFL (1986), Martin Vetterli a enseigné à Columbia University comme professeur assistant puis associé. Il a ensuite été nommé professeur ordinaire au département du génie électrique et des sciences de l’informatique de l’Université de Berkeley, avant de revenir à l’EPFL en tant que professeur ordinaire à l’âge de 38 ans. Il a également enseigné à l’ETHZ et à l’Université de Stanford.
Ses activités de recherche centrées sur le génie électrique, les sciences de l’informatique et les mathématiques appliquées lui ont valu de nombreuses récompenses nationales et internationales, parmi lesquelles le Prix Latsis National, en 1996. Il est Fellow de l’Association for Computing Machinery et de l'Institute of Electrical and Electronics Engineers et membre de la National Academy of Engineering (NAE) notamment. Martin Vetterli a publié plus de 170 articles et trois ouvrages de référence.
Ses travaux sur la théorie des ondelettes, utilisées dans le traitement du signal, sont reconnus par ses pairs comme étant d’une portée majeure, et ses domaines de prédilection, comme la compression des images et vidéos ou les systèmes de communication auto-organisés, sont au cœur du développement des nouvelles technologies de l’information. En tant que directeur fondateur du Pôle de Recherche National Systèmes mobiles d’information et de communication, le professeur Vetterli est un fervent défenseur de la recherche transdisciplinaire.
Martin Vetterli connaît l’EPFL de l’intérieur. Alumnus de l’Ecole, il y enseigne depuis 1995, a été le vice-président chargé des relations internationales puis des affaires institutionnelles de l’Ecole entre 2004 à 2011, et doyen de la Faculté Informatique et Communication en 2011 et 2012. En parallèle à sa fonction de président du Conseil national de la recherche du Fonds national suisse qu’il a occupé de 2013 à 2016, il dirige le Laboratoire de Communications Audiovisuelles (LCAV) de l’EPFL depuis 1995.
Martin Vetterli a accompagné plus de 60 doctorants en Suisse et aux Etats-Unis pendant leur thèse et se fait un point d’honneur de suivre l’évolution de leur parcours au plus haut niveau, académique ou dans le monde entrepreneurial.
L’ingénieur est l’auteur d’une cinquantaine de brevets qui ont conduit à la création de plusieurs startups issues de son laboratoire, comme Dartfish ou Illusonic, ainsi qu’à des transferts de technologie par le biais de vente de brevets (Qualcomm). Il encourage activement les jeunes chercheurs à poursuivre ces efforts et commercialiser les résultats de leurs travaux.
Olivier VerscheureEnseignement et PhD Cours Data science pour ingénieurs avec Python ENG-209 Ce cours propose une immersion progressive et complète dans le domaine de la Data Science à travers le langage Python. Il guide les étudiants depuis la manipulation de données brutes jusqu'à la modélisation et l'extraction de connaissances utiles à partir de données réelles. Large-scale data science for real-world data COM-490 Ce cours pratique couvre outils et méthodes des data scientists, de la reche
Jean-Marc OdobezEnseignement et PhD Doctorant·es actuel·les Vivek Samir Gupte, Yesmine Abdennadher, Samy Tafasca, Shalutha Navindu Rajapakshe Rajapakshe Mudiyanselage, Gökhan Özbulak, Karl El Hajal, Hasindri Sankalpana Watawana, Mingchi Hou, Pierre François Marie Vuillecard, João Pedro Gandarela de Souza, Anirban Mukherjee, Elija Maria Vida, Nawal Haidar, Mojtaba Nafez A dirigé les thèses EPFL de Jagannadan Varadarajan, Alexandre Heili, Samira Sheikhi, Kenneth Alberto Funes Mora, Do Hoang Nam Le, Christian Jaques, Yu Yu,
Sabine SüsstrunkProf. Dr. Sabine Süsstrunk leads the Image and Visual Representation Lab in the School of Computer and Communication Sciences (IC) at EPFL since 1999. From 2015-2020, she was also the first Director of the Digital Humanities Institute (DHI), College of Humanities (CdH). Her main research areas are in computational photography, computational imaging, color image processing and computer vision, machine learning, and computational image quality and aesthetics. Sabine has authored and co-authored over 200 publications, of which 7 have received best paper/demo awards, and holds over 10 patents. Sabine served as chair and/or committee member in many international conferences on image processing, computer vision, and image systems engineering. She is President of the Swiss Science Council SSC, Founding Member and Member of the Board (President 2014-2018) of the EPFL-WISH (Women in Science and Humanities) Foundation, Member of the Board of the SRG SSR (Swiss Radio and Television Corporation), and Member of the Board of Largo Films. She received the IS&T/SPIE 2013 Electronic Imaging Scientist of the Year Award for her contributions to color imaging, computational photography, and image quality, and the 2018 IS&T Raymond C. Bowman and the 2020 EPFL AGEPoly IC Polysphere Awards for excellence in teaching. Sabine is a Fellow of IEEE and IS&T.
Graham KnottEnseignement et PhD Cours Methods: from disease models to therapy BIOENG-518 Ce cours décrira les méthodes qui sont à la base des approches translationnelles depuis la génération et la caractérisation des modèles des maladies jusqu'aux applications thérapeutiques. Les bases théoriques seront complétées par des rotations pratiques dans les plateformes technologiques.
Michaël UnserExpertise
Image Processing Medical Imaging Biological Imaging Wavelets Splines Multiresolution
Enseignement et PhD Doctorant·es actuel·les Youssef Haouchat, Vincent Patrick Lawrence Guillemet, Bassam El Rawas, Stanislas Ducotterd, Mehrsa Pourya, Zhiyuan Hu A dirigé les thèses EPFL de Stefan Horbelt, Jan Kybic, Maria Arrate Munoz Barrutia, Manuela Feilner, Slavica Jonic, Mathews Jacob, Michael Liebling, Michael Sühling, Muthuvel Arigovindan, François Aguet, Cédric Vonesch, Ildar Khalidov, Sathish Ramani, F
Mathieu SalzmannI am a Senior Researcher at EPFL-CVLab, and, since May 2020, an Artificial Intelligence Engineer at ClearSpace (50%). Previously, I was a Senior Researcher and Research Leader in NICTA's computer vision research group. Prior to this, from Sept. 2010 to Jan 2012, I was a Research Assistant Professor at TTI-Chicago, and, from Feb. 2009 to Aug. 2010, a postdoctoral fellow at ICSI and EECS at UC Berkeley under the supervision of Prof. Trevor Darrell. I obtained my PhD in Jan. 2009 from EPFL under the supervision of Prof. Pascal Fua.
Kamiar AminianExpertise
Biomechanics of human movement Wearable Technology / Inertial sensors Gait Analysis / Physical Activity Monitoring Physical activity Patterns Sport Performance Orthopedics / Rehabilitation engineering Fall Prevention in Elderly Motor function in Parkinson disease Physical behavior in chronic pain
Expertise
Biomechanics of human movement Wearable Technology / Inertial sensors Gait Analysis / Physical Activity Monitoring Physical activity Patterns Sport Performance Orthopedics / Rehabilitation engin
Pascal FrossardTeaching & PhD PhD Students Yiming Qin, Alba Carballo Castro, Elisa Messori, Ke Wang, Sevda Ögüt, Tuna Alikasifoglu, William Cappelletti, Manuel Madeira, Mahdi Amiri, Ortal Yona Senouf, Vasiliki Rizou, Cem Bilaloglu, Abdellah Rahmani, Amel Abdelraheem, Jérémy Jean Philippe Baffou, Adam Hazimeh, Vincent Jung, Yike Zhao Past EPFL PhD Students Dan Jurca, Jean-Paul Wagner, Ivana Radulovic, Ivana Tosic, Effrosyni Kokiopoulou, Zafer Arican, Vijayaraghavan Thirumalai, Tamara Tosic, Eirina Bourtsoulatze, Elif Vur
Pierre DillenbourgAncien instituteur primaire, Pierre Dillenbourg obtient un master en Sciences de lEducation (Université de Mons, Belgique). Dans son projet de master en 1986, il est l'un des premiers au monde à appliquer les méthodes de 'machine learning' à l'éducation, afin de développer un 'self-improving teaching system'. Ceci lui permettra de débuter une thèse de doctorat en informatique à l'Université de Lancaster (UK) dans le domaine des applications éducatives de lintelligence artificielle. Il a été Maître dEnseignement et de Recherche à lUniversité de Genève. Il rejoint l'EPFL en 2012, où Il fut le directeur du Centre de Recherche sur l'Apprentissage, la formation et ses technologies(CRAFT), puis académique du Centre pour l'Education à l'Ere Digitale (CEDE) qui met en oeuvre la stratégie MOOC de l'EPFL (plus de 2 millions d'inscriptions). Il est actuellement professeur ordinaire en technologies de formation aux sein de la faculté Informatique et Communications et dirige laboratoire d'ergonomie éducative (CHILI). Depuis 2006, il a aussi été le directeur de DUAL-T, la 'leading house' dédiée aux technologies pour les systèmes de formation professionnelle duale. Il a fondé plusieurs start-ups dans l'éducation et rejoint plusieurs conseils d'administration. En 2017, Il a créé avec des collègues le 'Swiss EdTech Collider', un incubateur qui rassemble 80 start-ups dans le domaine des technologies éducatives. En 2018, ils ont lancé LEARN, le centre EPFL pour les sciences de l'apprentissage, lequel regroupe les initiatives locales en innovation éducative. Pierre est un 'inaugural fellow of the International Society of Learning Sciences'. Il est actuellement le Vice-Président Associé pour l'Education à l'EPFL.
Francesca De SimoneI am a Post-doctoral fellow in the Signal Processing Laboratory (LTS4) EPFL, Lausanne, Switzerland, since November 2015.
From January 2015 to October 2015 I worked as Senior Security Engineer, anti-piracy video streaming expert at Kudelski Group, Cheseaux-sur-Lausanne, Switzerland. Before that, from November 2012 to December 2014 I was Post-doctoral fellow in the Multimedia Signal Processing Lab at Institut Mines Telecom ParisTech, Paris, France, working with Dr. Frederic Dufaux.
I received the Ph.D. degree in computer and information science from Ecole Polytechnique Fédérale de Lausanne, Lausanne, Switzerland, in 2012 and M.S. degree in electrical engineering from University of Roma Tre, Rome, Italy, in 2006.
My research interests concern omnidirectional imaging, multimedia quality assessment, image and video coding, video streaming, human attention modeling, highy dynamic range imaging, image and video representation and analysis, psychophysics, statistics.
You can find an updated list of my publications at Google Scholar.
Eugen BrühwilerExpertise
structural and material engineering of existing civil structures in particular bridges of high cultural value; fatigue, dynamics and structural behaviour of bridges; Ultra-high performance fiber reinforced cementitious composites and composite UHPFRC - RC structures.
Expertise
structural and material engineering of existing civil structures in particular bridges of high cultural value; fatigue, dynamics and structural behaviour of bridges; Ultra-high performance fiber reinforced cementitious compo
Daniel SageExpertise
Publications
Enseignement et PhD A co-dirigé les thèses EPFL de Daniel Andreas Schmitter, Anaïs Badoual, Laurène Donati Cours Bioimage informatics BIO-410 Le cours fournit une complète revue des méthodes, algorithmes et des outils logiciels utilisés en analyse d'images biologiques. Il expose les concepts fondamentaux et les solutions informatiques permettant d'extraire des informations quantitatives à partir d'images multidimensionnelles. Fundamentals of Image Analysis EE
