Marvin NURIT

Curiculum Vitae

 

	2024-Aujourd’hui : Postdoctorat, Projet ANR (ANR-23-CE10-0017) RTI 4.0 – Mesure de l’apparence pour le pilotage intelligent des états de surface manufacturés. Instrument de financement : Projet de Recherche Collaborative – Entreprise (PRCE), Laboratoire IRDL Lorient
	2022-2023 : Postdoctorat, Projet France Relance Altisurf – collaboration Université Bretagne Sud et société Altimet, Laboratoire IRDL Lorient
	2018-2022 : Doctorat Sciences Physiques pour l’Ingénieur et Microtechniques (SPIM) de l’Université de Dijon
	2013-2018 : Master en informatique spécialité Image et Intelligence Artificielle (IIA), Université de Dijon

Thématiques de recherche

Activité de recherche centrée sur la fonctionnalisation des surfaces : comment faire le lien entre des descripteurs issus de la mesure des surfaces et le comportement, les propriétés d’une surface, d’une pièce, ou d’un matériau ? Cette approche fonctionnelle vise à apporter de la valeur ajoutée sur toutes les dimensions de la chaîne de fabrication, de la conception (approche produit) au pilotage des processus industriels (approche process).

Numérisation des états de surface par une approche stéréo-photométrique multimodale

Développement de méthodes d’acquisition avancées pour capturer avec précision les états de surface, en réduisant les biais et en optimisant les modalités d’acquisition. Améliorer la qualité et la robustesse

des données pour mieux caractériser les propriétés des surfaces.

Caractérisation des états de surface par estimation de descripteurs locaux

Extraction et représentation de descripteurs locaux à partir de données complexes. Proposer des outils adaptés à divers domaines pour analyser, comprendre et exploiter les caractéristiques des états de surface.

Analyse multivariée discriminante des états de surface

Explorer des approches multivariées pour établir des liens entre les propriétés mesurées et propriétés surfaciques observées. Cela inclut le développement de méthodes pour détecter des anomalies, comparer des surfaces ou suivre leur évolution dans différentes conditions.

Deep learning et maîtrise des fonctions surfaciques

Développer des modèles d’apprentissage profond pour automatiser et optimiser la mesure et l’analyse des états de surface. Ces recherches incluent également le développement d’outils d’intelligence artificielle explicable pour mieux comprendre les mécanismes sous-jacents aux phénomènes étudiés.

Production scientifique

Revues internationales avec comité de lecture

---

1. A Surface topography approach for the quantitative assessment of the biodegradability of biopolymer and biocomposite in deepsea environments.
   A. CHAMLEY, M. NURIT, G. LE GOÏC, A. MAGUERESSE, P. VANNIER, F. FREYERMOUTH, P. DAVIES, C. BALEY
   Polymers and the environment, 2025
2. Application of Reflectance Transformation Imaging for Visualizing Early Signs of Corrosion in Historical Glass Corrosion.
   D. SHARMA, M. NURIT, U. ROTHENHÄUSLER, K. SCHMIDT-OTT, E. JOSEPH, S. GEORGE AND T. LOMBARDO
   Archiving Conference, pp 143 – 148, 2023
   doi:10.2352/issn.2168-3204.2023.20.1.30
3. Reflectance Transformation Imaging (RTI) Data Analysis for Change Detection: Application to Monitoring Protective Coating Failure on Low Carbon Steel.
   A. SIATOU, M. NURIT, S. SAHA, G. LE GOIC, L. BRAMBILLA, C. DEDRIGNY, R. SITNIK AND A. MANSOURI
   Archiving Conference, pp 42 – 47, 2023
   doi:10.2352/issn.2168-3204.2023.20.1.8
4. New methodological approaches in Reflectance Transformation Imaging applications for conservation documentation of cultural heritage metal objects.
   A. SIATOU, M. NURIT, Y. CASTRO, G. LE GOIC, L. BRAMBILLA, C. DEDRIGNY AND A. MANSOURI
   Journal of Cultural Heritage, Volume 58, 2022
   doi:10.1016/j.culher.2022.10.011
5. Reflectance Transformation Imaging Visual Saliency: Local and Global Approaches for Visual Inspection of Engineered Surfaces.
   M. NURIT, G. LE GOIC, S. MANIGLIER, P. JOCHUM AND A. MANSOURI
   Applied Science, Volume 12, Number 21, 2022
   HAL Id : hal-03852939
6. Reflectance Transformation Imaging for the quantitative characterization of Experimental Fracture Surfaces of bonded assemblies.
   G. LE GOIC, A. BENALI, M. NURIT, C. CELLARD, L. SOHIER, A. MANSOURI, A. MORETTI AND R. CRÉAC’HCADEC
   Engineering Failure Analysis, Volume 140, Number 4, 2022
   HAL Id : hal-03761766
7. LightBot: A Multi-Light Position Robotic Acquisition System for Adaptive Capturing of Cultural Heritage Surfaces.
   R. LUXMAN, Y. CASTRO, H. CHATOUX, M. NURIT, A. SIATOU, G. LE GOIC, L. BRAMBILLA, C. DEGRIGNY, F. MARZANI AND A. MANSOURI
   Journal of Imaging, Volume 8, Number 5, 2022
   doi:10.3390/jimaging8050134
8. HD-RTI: An adaptive multi-light imaging approach for the quality assessment of manufactured surfaces.
   M. NURIT, G. LE GOIC, D. LEWIS, Y. CASTRO, A. ZENDAGUI, H. CHATOUX, H. FAVRELIERE, S. MANIGLIER, P. JOCHUM AND A. MANSOURI
   Computers in industry, Volume 132, Numero 4, 2021
   HAL Id : hal-03369237
9. Next Best Light Position: A self configuring approach for the Reflectance Transformation Imaging acquisition process.
   R. LUXMAN, M. NURIT, G. LE GOÏC, F. MARZANI, A. MANSOURI
   Electronic Imaging, Volume 33, Numero 3, 2021
   HAL Id : hal-03609714
10. Calibration of spatial distribution of light sources in reflectance transformation imaging based on adaptive local density estimation.
    Y. CASTRO, M. NURIT, G. PITARD, A. ZENDAGUI, G. LE GOÏC, V. BROST, A. BOUCHER, A. MANSOURI, A. PAMART AND L. DE LUCA
    Journal of Electronic Imaging, Volume 29, Numero 4, 2020
    HAL Id : hal-03610499

Déclaration d’invention

---

1. xRTI Système de numerisation multimodal de l’apparence.
   Déclaration d’invention donnant lieu a une commercialisation de licence.

Congrès à comité de lecture avec actes

---

1. Monitoring and Understanding VOC Induced Glass Corrosion Using Multi-modal Imaging Techniques.
   D. SHARMA, U. ROTHENHAEUSLER, K. SCHMIDT-OTT, M. NURIT, Y. CASTRO, G. LE GOIC, E. JOSEPH, S. GEORGE AND T. LOMBARDO
   International Conference Florence Heri-Tech : the Future of Heritage Science and Technologies, Florence, Italy, 2022
   doi:10.1007/978-3-031-17594-7_2
2. A Methodological Approach for Multi-Temporal Tracking of Silver Tarnishing.
   A. SIATOU, Y. CASTRO, M. NURIT, H. CHATOUX, G. LE GOIC, C. DEGRIGNY, L. BRAMBILLA, A. MANSOURI
   4th ACM International workshop on Structuring and Understanding of Multimedia heritAge Contents, Lisboa, Portugal, 2022
   doi:10.1145/3552464.3555686
3. mproved visual saliency estimation on manufactured surfaces using High-dynamic Reflectance Transformation Imaging
   M. NURIT, G. LE GOIC, S. MANIGLIER, P. JOCHUM, H. CHATOUX AND A. MANSOURI
   15th International Conference on Quality Control by Artificial Vision, Tokushima, Japan, 2021
   HAL Id : hal-03479036
4. Quality assessment of dynamic virtual relighting from RTI data : application to the inspection of engineering surfaces
   A. ZENDAGUI, G. LE GOÏC, H. CHATOUX, J.B. THOMAS, Y. CASTRO, M. NURIT, A. MANSOURI
   15th International Conference on Quality Control by Artificial Vision, Tokushima, Japan, 2021
   HAL Id : hal-03527464
5. Quality Assessment of Reconstruction and Relighting from RTI Images : Application to Manufactured Surfaces
   A. ZENDAGUI, J.B. THOMAS, G. LE GOÏC, Y. CASTRO, M. NURIT, A. MANSOURI AND M. PEDERSEN
   15th International Conference on Signal-Image Technology & Internet-Based Systems, Sorentos, Italy, 2019
   HAL Id : hal-03527474
6. High Dynamic Range Reflectance Transformation Imaging : an adaptive multi-light approach for visual surface quality assessment
   M. NURIT, Y. CASTRO, A. ZENDAGUI, G. LE GOIC, H. FAVRELIERE, A. MANSOURI
   14th International Conference on Quality Control by Artificial Vision, Mulhouse, France, 2019
   HAL Id : hal-02471024