Thèse soutenue

Traitement d’images par deux approches d’apprentissage Bayésien
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Yiqing Wang
Direction : Jean-Michel Morel
Type : Thèse de doctorat
Discipline(s) : Mathématiques appliquées
Date : Soutenance le 02/03/2015
Etablissement(s) : Cachan, Ecole normale supérieure
Ecole(s) doctorale(s) : École doctorale Sciences pratiques (1998-2015 ; Cachan, Val-de-Marne)
Partenaire(s) de recherche : Laboratoire : Centre de mathématiques et de leurs applications (1990-2019 ; Cachan, Val-de-Marne)
Jury : Président / Présidente : Alain Trouvé
Examinateurs / Examinatrices : Frédéric Guichard, Charles Kervrann
Rapporteurs / Rapporteuses : Boaz Nadler, Gabriel Peyré

Résumé

FR  |  
EN

Cette thèse porte sur deux méthodes à patch en traitement d’images dans le cadre de minimisation du risque Bayésien. Nous décrivons un mélange d’analyses factorielles pour modéliser la loi à priori des patchs dans une seule image et l’appliquons au débruitage et à l’inpainting. Nous étudions aussi les réseaux de neurones à multi-couches d’un point de vue probabiliste comme un outil permettant d’approcher l’espérance conditionnelle, ce qui ouvre quelques voies pour réduire leurs tailles et coût d’apprentissage.