Jocelyn Chanussot, un chercheur en vue

Jocelyn Chanussot, chercheur GIPSA-Lab et professeur à Grenoble INP - Ense3, vient d’être classé parmi les 157 chercheurs français les plus cités en 2019, toutes disciplines confondues. Cette distinction, décernée par la société Clarivate Analytics après un savant calcul*, lui a été attribuée pour ses travaux mondialement reconnus dans le domaine de l’observation par télédétection.
Après un diplôme de Grenoble INP - Ense3 (ex-ENSIEG) en 1995 et une thèse à Annecy dans le domaine du traitement du signal et des images, Jocelyn Chanussot finit par faire de l'observation de l'environnement par télédétection sa spécialité. Une thématique qui fait d’ailleurs aujourd’hui briller Grenoble INP dans les classements internationaux.

Plus particulièrement, Jocelyn Chanussot se consacre à l'imagerie hyperspectrale, laquelle contrairement aux techniques classiques d'imagerie optique produit toute une série d'images de la même scène, mais prises dans plusieurs centaines de longueurs d'onde différentes. A la différence de l'imagerie panchromatique qui ne rend compte que d'une information d'intensité lumineuse (image en niveaux de gris), ou même de l'imagerie couleur qui ne mesure l'information que dans les couleurs primaires (rouge, vert et bleu), l'imagerie hyperspectrale mesure l'information réfléchie dans plusieurs centaines de longueurs d'onde, couvrant les domaines du visible, de l'infra-rouge, voire du thermique. « Cette diversité d'information permet une caractérisation fine des propriétés physiques des scènes observées, explique le chercheur. Deux matériaux peuvent apparaître avec la même couleur mais correspondre en fait à des matériaux différents. Le capteur hyperspectral nous permet non seulement de les différencier, mais également de déterminer les proportions de chacun d’eux dans le mélange. »

Ses travaux consistent à développer de nouveaux outils et algorithmes visant à extraire une information pertinente de ces données particulièrement complexes et de très grande dimension, où chaque point de mesure est représenté par plusieurs centaines de valeurs. L’émergence, il y a une dizaine d’années pour ce type de données, de techniques liées à l’intelligence artificielle avec les réseaux de neurones profonds notamment, a marqué une avancée majeure dans le domaine.
 

Des applications dans tous les secteurs


Les besoins apparaissent dans de nombreuses disciplines. « Nous avons par exemple travaillé en collaboration avec l’Université de Californie-Los Angeles (UCLA) sur un projet ANR* dont l’objectif était de détecter des gaz potentiellement toxiques, invisibles à l’œil nu. » Il y a quelques années, il avait étudié la biodiversité en forêt tropicale, en collaboration avec un laboratoire de l'Université Stanford. « Chaque type de couverture végétale absorbe et réfléchit une combinaison spécifique de longueurs d'onde. Ces données renseignent sur la santé des forêts et l'inventaire forestier lui-même, en plus de fournir des informations précises sur la biodiversité, les perturbations naturelles, les risques d’incendie et les effets des changements climatiques », explique le chercheur.
Mais l'imagerie hyperspectrale ouvre des perspectives dans bien d'autres domaines, comme l'imagerie biomédicale pour le suivi de certaines pathologies cutanées, l’observation de l’environnement en général, l'exploration planétaire extra-terrestre ou encore l’astrophysique.

* Cette liste reconnaît les chercheurs de classe mondiale sélectionnés pour leurs performances de recherche exceptionnelles, comme en témoigne la production de plusieurs articles hautement cités se classant dans le 1% des meilleurs prix en citant les domaines et les années du Web of Science.
**Agence Nationale de la Recherche