offres d'emploi formations actualités contact accès annuaire intranet
Sujets de thèses >

Dématriçage et démélange conjoints de vidéos hyperspectrales

équipe : Specifi - Encadrants : G. Roussel, M. Puigt - Financement envisagé : 50% région, 50 % ULCO - télécharger le sujet détaillé


Durant ces dernières décennies, l’imagerie visible/infra-rouge puis multi-spectrale ont permis de grandes avancées, par exemple en génie industriel ou en génie de l’environnement. Le développement plus récent de caméras hyperspectrales (HS) – observant la même image à plusieurs centaines voire milliers de longueurs d’ondes – permet d’imaginer de nouveaux systèmes d’observations pour lesquelles de nouvelles méthodes de traitement de données, à la frontière entre traitement du signal et de l’image et intelligence artificielle, doivent être proposées.

Dans le cadre de cette thèse, nous nous intéressons en particulier aux vidéos HS. Celles-ci fournissent des séquences temporelles de cubes de données HS (big data). Mais pour maintenir des coûts matériels raisonnables, ces caméras n’acquièrent pas forcément toutes les informations qu’elles sont censées saisir. Un post-traitement, nommé “dématriçage” est alors nécessaire pour reconstruire un cube de données à chaque prise d’image de la vidéo. Par ailleurs, dans chaque pixel de chaque image de la vidéo hyperspectrale, le spectre observé peut être considéré comme un mélange de spectres de matériaux purs présents dans le pixel. Dans le cadre de cette thèse, nous souhaitons estimer de tels spectres, à partir de séquences vidéos partiellement observées, pour réaliser le dématriçage des vidéos HS.

D’un point de vue applicatif, nous nous intéresserons à la surveillance d’environnements naturels, humains ou industriels.