Scientific Publications of the University of Toulouse II Le Mirail
Not a member yet
92205 research outputs found
Sort by
Lutter hors des partispolitiques : témoignages de militantes et de militantsextra-parlementaires
No full textInternational audienc
Fine grain semantic analysis by LLMs: real-world technical reports vs simple synthetic sentences
No full textInternational audienc
Bilan et perspectives de l’OHM Pyrénées Haut Vicdessos et Vallée des Gaves
No full textInternational audienceCette présentation introduit le séminaire de restitution des projets de recherche financés par l'Observatoire Homme-Milieux (OHM) Pyrénées Haut Vicdessos et vallée des Gaves (LabEx DRIIHM) qui a eu lieu à Toulouse les 24 et 25 novembre 2025. Elle dresse le bilan des activités de l'OHM durant l'année 2025 et les perspectives pour 2026 avec le lancement de l'appel à projets 2026 et sa future évaluation par le Conseil Scientifique du DRIIHM durant le printemps 2026
EMito-Metrix enables automated evaluation of mitochondrial morphology across species
No full textInternational audienceMitochondria are versatile players in cell biology that are broadly linked with human disease. Electron microscopy remains the gold standard for visualizing the ultrastructure of mitochondria, but black-and-white pictures present technical challenges for automated and unsupervised analysis. Existing manual pipelines1, based on selecting a region of interest or a contrast threshold, are time consuming and inherently biased. The advent of deep learning approaches has helped to substantially move forward and combine a super high resolving power and automatic object detection, even in three dimensions2,3,4,5. Despite these tour-de-force efforts, it remains difficult for biologists with limited access to cutting-edge equipment to efficiently use these powerful pipelines or for biologists without coding experience to train deep learning-based models.[...
Les fouilles d’Henri Delporte à Châtelperron (1951-1962) ou comment un malentendu peut emporter l’éponymie… Quelques réflexions à partir de la révision du stratotype de la « Grotte Effondrée » (Palier sud)
No full textInternational audienceLorsqu’il entreprend de nouvelles fouilles sur le site de la « Grotte des Fées » à Châtelperron (Allier) en 1951, Henri Delporte souhaite contribuer à la « définition de l’industrie de Châtelperron » en répondant à cette question lancinante : « forme-t-elle vraiment le Périgordien I de quelques auteurs ? » (Delporte, 1951). Au rang des interrogations majeures que cette problématique recouvre, se trouve le problème de la filiation culturelle entre le Moustérien et l’industrie de Châtelperron d’une part et entre cette dernière et celle de La Gravette d’autre part. Pour résoudre ces tensions, le préhistorien fait donc le choix de mettre en œuvre une fouille stratigraphique (1951-1954 ; 1962) visant à décrire la séquence de la « Grotte Effondrée » où les fouilles du XIXe siècle ont formellement mis en lumière les vestiges attribués par Henri Breuil à l’Aurignacien inférieur (1906). Les observations qu’il est amené à effectuer sur le terrain lui permettent d’affirmer qu’en dépit du caractère pluristratifié de cette séquence, il n’existe dans l’industrie de Châtelperron aucune coexistence des formes moustériennes et du Paléolithique supérieur attestant le passage des unes vers les autres. Parallèlement, l’étude typologique de l’outillage le conduit à postuler une évolution interne de cette industrie qui ne peut selon lui traduire un phylum avec celle de La Gravette, qui appartient à une phase « nettement individualisée de l’évolution humaine » (Delporte, 1955) et répond à ses propres nécessités évolutives. Ce double constat entraîne Delporte à distinguer « deux cycles de civilisation différents : le Castelperronien et le Gravettien » (Delporte, 1954). Dans le cadre de cette communication, nous tenterons de montrer qu’une mauvaise appréciation des faits archéologiques peut mener, en régime de contradiction, à poser les termes d’une nomenclature chrono-stratigraphique encore en vigueur aujourd’hui. À travers la réévaluation critique des travaux effectués dans les années 1950, nous essayerons de percevoir comment, loin d’être un obstacle, une erreur d’interprétation entendue comme une vérité en sursis peut paradoxalement se trouver au fondement d’un large consensus scientifique. DELPORTE H. (1951) – Formulaire de demande d’autorisation de sondage pour 1951, dossier administratif des fouilles de Châtelperron (1951-1965), Archives du Service régional de l’archéologie d’Auvergne-Rhône-Alpes. DELPORTE H. (1954) – Le Périgordien, Bulletin de la Société préhistorique française, t. 51, p. 44-48. DELPORTE H. (1955) – De la complexité du fait paléolithique à la lumière de fouilles nouvelles (Châtelperron et Germolles), Pallas, III, Annales de la Faculté des Lettres de Toulouse, p. 153-162
La basse vallée du Taravo du Néolithique au Bronze Final (5800-900 av. J.-C.)
No full textInternational audienc
3D-FireRecon: Single-Image 3D Firearm Reconstruction Using Video-Derived Voxel Supervision
No full textInternational audienceReconstructing three-dimensional firearm geometry from single images is critical for forensic ballistics analysis, crime scene investigation, and courtroom evidence presentation. This task presents fundamental challenges: the inherent ill-posedness of monocular 3D inference due to depth ambiguity and occlusion, and the prohibitive cost of acquiring manual 3D annotations for specialized forensic domains where security constraints limit access to scanning equipment. We propose 3D-FireRecon, a novel framework for single-image voxel-based firearm reconstruction using automatically generated video-derived supervision. Our approach employs ORB-based viewpoint clustering to select optimal frames from paired front and back video sequences, processes these complementary views through a pretrained multi-view reconstruction model (Tripo) to generate a complete reference 3D model, and converts them to refined voxel labels-eliminating manual annotation requirements while enabling scalable dataset creation. The reconstruction network integrates three key components: a ResNet-based encoder for discriminative 2D feature extraction, dual spatial and channel attention mechanisms for adaptive feature selection under imperfect supervision, and a progressive decoder that refines predictions hierarchically across resolutions (64 3 → 128 3 → 256 3 ) from coarse global structure to fine local details. Training incorporates focal loss and label smoothing to explicitly mitigate supervision noise from automatically generated labels. Comprehensive evaluation on 42 firearm models (31,828 frames) using voxel-based (IoU, Dice, F1-score), surface-based (Chamfer distance, Hausdorff distance), and volumetric metrics demonstrates that 3D-FireRecon achieves high-fidelity reconstruction preserving both overall geometry and forensically critical details such as serial numbers and manufacturing marks. The framework provides a practical, scalable solution for operational forensic workflows, effectively bridging the gap between 2D photographic evidence and 3D models required for ballistic identification and courtroom visualization.</div
Qualité et incertitude des données historiques : introduction au wokrshop
No full textInternational audienc
