Ingénierie
Kévin Bailly enseigne à Sorbonne Université (SU) et effectue sa recherche à l’Institut des Systèmes
Intelligents et de Robotique (ISIR), laboratoire CNRS-SU.
Depuis fin 2018, il est également directeur de la recherche à Datakalab, start-up spécialisée dans la mesure des émotions en réponse à des contenus (publicités, conférences, sites e-commerce). Il y conçoit et développe les algorithmes d’IA permettant l’analyse des consommateurs.
Biographie
Sa thématique de recherche porte sur la conception de méthodes d’apprentissage machine (machine learning) et de vision par ordinateur pour l’analyse automatique des visages. En particulier il conçoit des modèles à l’interface des réseaux de neurones profonds (deep learning) et des méthodes d’ensemble (e.g. Random Forests, boosting) pour l’analyse robuste en environnement non contraint.
Kevin Bailly est l’auteur de nombreuses publications dans des revues et des conférences
internationales de référence. Les modèles issus de ses travaux de recherche ont remporté plusieurs prix lors de campagnes d’évaluation internationales (FERA’2011, AVEC’2012 et FERA’2015).
Son activité s’est développée au travers de multiples projets collaboratifs auxquels il a participé. Il a notamment coordonné de 2013 à 2018 le projet ANR JEMImE (Jeu Educatif Multimodal d’Imitation Emotionnelle) associant des laboratoires de recherche, des hôpitaux universitaires et la société Genious Healthcare et il pilote depuis 2017 le projet ANR FacIL (Face Interpretation with deep and ensemble Learning).
Références
Publications représentatives
E. Arnaud, A. Dapogny and K. Bailly. Tree-gated Deep Regressor Ensemble For Face Alignment
In The Wild. IEEE FG 2019
A. Dapogny and K. Bailly. Face Alignment with Cascaded Semi-Parametric Deep Greedy Neural
Forests. PRL 2018
A. Dapogny, K. Bailly and S. Dubuisson, Confidence-Weighted Local Expression Predictions for
Occlusion Handling in Expression Recognition and Action Unit Detection. IJCV, 2018
A Dapogny, K Bailly, S Dubuisson. Pairwise Conditional Random Forests for facial expression
recognition. ICCV 2015
J. Nicolle, K. Bailly and M. Chetouani. Facial Action Unit Intensity Prediction via Hard Multi-
Task Metric Learning for Kernel Regression. FERA 2015
