Quelques défis ... de taille ... pour le traitement du signal et des images de demain.

Le signaux et les images sont omniprésents dans tous les champs scientifiques et technologiques: dans le domaine audiovisuel bien entendu, sous la forme de sons, de photographies, de vidéos, mais également en astronomie, en médecine, en télécommunications, en télédétection ... Le traitement du signal et de l'image, discipline scientifique à l'interface entre informatique et mathématiques appliquées,  vise à développer des modèles génériques et des algorithmes efficaces pour comprendre et exploiter l'information présente dans des données, analogiques ou numériques. Les enjeux scientifiques et technologiques de cette discipline sont de fait considérables, et touchent tous les domaines où l'on mesure un phénomène physique à l'aide de capteurs pour en extraire une information! Pour faire face au foisonnement de nouveaux types très hétérogènes de données (ex: données multimodales, données issues de réseaux sociaux, ...), et à leur volume, il est essentiel de développer des modèles et des approches qui passent à l'échelle en termes de complexité calculatoire, tout en permettant de s'adapter à la diversité des données. Pour aborder ces défis, les notions de représentation parcimonieuse et d'apprentissage offrent un cadre très prometteur et en plein essor, qui soulève de nombreuses questions théoriques et algorithmiques fondamentales et stimulantes. J'évoquerai en particulier les perspectives ouvertes par le paradigme émergent du compressed sensing, qui propose de compresser les données dès leur acquisition, afin d'en contrôler le volume tout en préservant le contenu en information.