Faten CHAIEB-CHAKCHOUK

Faten Chaieb-Chakchouk a obtenu un diplôme d’ingénieur en informatique de l’École Nationale d’Informatique (ENSI), Université de la Manouba (Tunisie) en 1998. Elle a ensuite obtenu son diplôme d’Études Approfondies (DEA) en 2001 et son doctorat en informatique de l’ENSI en mai 2009. Elle a obtenu son « habilitation universitaire » de la même université en juin 2016, et reconnue habilitée à diriger des recherches par l’université Paris Panthéon-Assas en janvier 2022.  

Elle a commencé sa carrière en tant qu’ingénieur de recherche et membre de l’équipe R&D au Centre d’Études et de Recherches en Télécommunications (CERT), Tunisie (2000 – 2005). En septembre 2005, elle a rejoint l’Institut National des Sciences Appliquées et de la Technologie (INSAT- Tunisie) en tant qu’assistante en informatique. De 2010 à 2018, elle est maître-assistante à l’INSAT. En septembre 2018, elle a été promue au grade de Maître des conférences à l’INSAT.  

Elle a été la directrice du département de génie informatique et de mathématiques à l’INSAT de août 2014 à décembre 2017. En décembre 2017, elle a créé le Centre INSAT des compétences métiers et certification (4C-INSAT) et a été nommée la directrice jusqu’à décembre 2018. En janvier 2020, elle rejoint Efrei Paris de l’université Panthéon-Assas en tant que responsable du département informatique jusqu’à septembre 2022. Actuellement, elle est responsable de la majeure Image et Réalité Virtuelle et membre du laboratoire Efrei Research Lab.  

Ses activités de recherche sont conduites depuis 2000 au pôle GRIFT du laboratoire CRISTAL à l’ENSI. Ses recherches portent sur l’analyse et la compression de maillages 3D, la compression de vidéos 3D (format MVD) et l’imagerie médicale. Plus récemment, elle s’est intéressée à l’apprentissage profond géométrique appliqué à la compréhension du comportement humain en 3D et à l’analyse vidéo appliquée au sport.  

• Analyse vidéo appliquée au sport  
• Machine Learning : apprentissage profond géométrique et applications 
• Apprentissage actif  
• Analyse et reconnaissance de formes 2D/3D : Modélisation 3D, descripteurs de formes, indexation, segmentation 
• Compression 3D 
• Analyse d’images médicales 2D/3D : application aux systèmes d’aide pré-opératoire des actes chirurgicaux 

• Projet « GDeepEquine : caractérisation de la locomotion équine par une approche d’apprentissage profond géométrique » en partenariat avec l’Institut Français du Cheval et de l’Équitation (IFCE).  
• Projet IntenSciF AUF 2022 « BOîte Intelligente à outils pour l’aide à la mise en place et de suivi de Serres » 
• Projet « Analyse spatio-temporelle de vidéos de match de badminton en vue d’obtenir des informations tactiques liées aux performances et la stratégie des joueurs »,  en collaboration avec la Fédération Française de Badminton dans le cadre de sciences 2024.  

• Introduction à l’apprentissage Machine 
• Reconstruction 3D
• Analyse d’images médicales
• Traitement d’images
• Réalité virtuelle et animation 3D
• Indexation multimédia
• Vision par ordinateur
• Protection de contenus multimédia
• Imagerie 3D
• Maillages et Reconstruction 3D 

Lien vers HAL – https://hal.science/search/index/?q=*&authIdPerson_i=1199132

Lien vers ORCID – https://orcid.org/0000-0002-2968-2426