Perceptual loss pour l’amélioration du débruitage
Encadrants : F. Tupin, E. Dalsasso, I. Meraoumia
Email : florence.tupin@telecom-paris.fr
Disponible : NON
Spécialité : IMA
Nombre d'étudiants : 1
Description :
Les images radar ont l’avantage de pouvoir être acquises par tout temps (de jour comme de nuit et quelles que soient les conditions météorologiques). Elles présentent néanmoins un fort bruit (le bruit de speckle lié à l’imagerie cohérente). L’essor des méthodes d’apprentissage profond ont conduit à de grandes avancées en réduction du speckle, aidant à l’interprétation de ces images. Néanmoins, les structures fines présentant un faible contraste par rapport au fond (telles que les routes) sont difficilement restaurées.
Travail demandé : L'objectif de ce projet est de développer une approche de débruitage par apprentissage profond avec prise en compte d'un terme perceptuel dans la fonction de coût du réseau. Le projet pourra prendre la forme d'une étude d'ablation. Dans un premier temps, un réseau pourra être entraîné selon une approche supervisée avec une loss de type L1 ou L2 [1]. Par la suite, on étudiera l'impact de l'ajout d'un terme perceptuel basé sur les descripteurs du réseau VGG [2] ou sur un détecteur de lignes [3]. Une évaluation sera faite pour comparer les différents résultats.
Programmation: Python, Tensorflow / PyTorch
Programmation: Python, Tensorflow / PyTorch
Liens complémentaires : [1] SAR Image Despeckling by Deep Neural Networks: from a Pre-Trained Model to an End-to-End Training Strategy, Dalsasso, E.; Yang, X.; Denis, L.; Tupin, F.; Yang, W.. Remote Sens. 2020, 12, 2636.
https://hal.telecom-paris.fr/hal-02944565
[2] Johnson, Justin, Alexandre Alahi, and Li Fei-Fei. "Perceptual losses for real-time style transfer and super-resolution." European conference on computer vision. Springer, Cham, 2016.
Generalized Likelihood Ratio Tests for Linear Structure Detection in SAR Images
Nicolas Gasnier, Loïc Denis, Florence Tupin, EUSAR 2021: 13th European Conference on Synthetic Aperture Radar, Mar 2021, Leipzig (virtual), Germany
https://hal.telecom-paris.fr/hal-03095246
https://hal.telecom-paris.fr/hal-02944565
[2] Johnson, Justin, Alexandre Alahi, and Li Fei-Fei. "Perceptual losses for real-time style transfer and super-resolution." European conference on computer vision. Springer, Cham, 2016.
Generalized Likelihood Ratio Tests for Linear Structure Detection in SAR Images
Nicolas Gasnier, Loïc Denis, Florence Tupin, EUSAR 2021: 13th European Conference on Synthetic Aperture Radar, Mar 2021, Leipzig (virtual), Germany
https://hal.telecom-paris.fr/hal-03095246
