IDS
Évènements
Soutenance de thèse de Gang Liu
Lundi 24 avril à 14H00, Amphi Rubis
Télécom ParisTech -- 46, rue Barrault -- 75013 Paris

Statistiques spatiales de descripteurs locaux
pour la modélisation de texture et la détection de changements

Auteur
Gang Liu.
Date
Lundi 24 avril 2017 à 14H00.
Lieu
Télécom ParisTech -- Site Barrault -- Amphi Rubis.
Directeur(s) de thèse
Membres du jury
Rapporteurs
  • Bruno Galerne (Université Paris Descartes),
  • Guoying Zhao (University of Oulu).
Examinateurs
  • Ronan Fablet (Télécom Bretagne),
  • Florence Tupin (Télécom ParisTech).

Résumé

Cette thèse s'intéresse principalement aux statistiques spatiales de descripteurs locaux, et à leurs applications en modélisation de textures et en analyse d'image de télédétection. Dans un premier temps, nous proposons deux méthodes d'analyse reposant sur des statistiques qui quantifient les dépendances entre les points clés de l'image. Ces méthodes sont appliquées à la reconnaissance de texture en présence de fortes déformations. La première méthode repose sur les co-occurrences de motifs locaux, tandis que la seconde est fondée sur les dépendnaces entres points clés. Ensuite, nous considérons la problématique de la synthèse de textures. Nous considérons une approche récente basée sur des réseaux de neurones convolutionnels et reposant sur les covariances entre les réponses de filtres appris. Nous montrons comment des contraintes sur le spectre des images synthétisées permettent le respect des structures à grande échelle. Enfin, nous considérons le problème de la detéction de changements sur des images de télédétection. A nouveau, l'approche s'appuie sur les statistiques de descripteurs locaux et en particulier sur leurs relations de dépendance. Nous proposons un algorithme entièrement automatique, permettant la détection de changements entre images non recallées et possiblement acquises par des capteurs différents.


Page maintenue par le webmaster - 20 avril 2017
© Télécom ParisTech/IDS 2017