Soutenance de Leo Davy
| Quand ? |
Le 13/11/2025, de 14:00 à 16:00 |
|---|---|
| Où ? | Amphi A |
| Participants |
Leo Davy |
| Ajouter un événement au calendrier |
vCal
iCal
|
Ce travail de thèse propose une stratégie de segmentation de textures, c'est-à-dire d'images caractérisées par leurs propriétés statistiques plutôt que géométriques. La stratégie proposée repose sur une analyse mathématique multi-échelles (l'analyse en ondelettes) permettant une estimation locale et simultanée de la régularité et l'anisotropie, deux propriétés essentielles pour décrire les textures observées dans les applications réelles. Une attention particulière sera portée aux textures définies par des champs browniens fractionnaires anisotropes.
Ce modèle est intégré dans un cadre d'optimisation qui combine la théorie des algorithmes itératifs avec la flexibilité des réseaux de neurones. La méthode est évaluée sur des images synthétiques et naturelles, et démontre une bonne robustesse, y compris en dehors des cas idéaux. Ce lien explicite avec des méthodes mathématiquement justifiées permet d'obtenir de bonnes performances tout en conservant un contrôle théorique sur l'apprentissage. Une méthode d'apprentissage de réseaux de neurones applicable à de nombreux problèmes variationnels sera également présentée et appliquée à différents problèmes de restauration d'images.