Analyse d'images et apprentissage machine pour la détection des altérations des pierres des monuments historiques
La préservation des monuments historiques exige une surveillance de leur état pour assurer la sécurité des visiteurs et planifier au mieux les opérations de restauration.Cette surveillance repose essentiellement sur une observation visuelle réalisée par des experts sur site et sur un lourd et fastid...
Enregistré dans:
| Auteur principal: | |
|---|---|
| Autres auteurs: | , , , , , , , |
| Format: | Thèse numérique |
| Langue: | Français |
| Publié: |
2022.
|
| Sujets: | |
| Accès en ligne: | Accès au texte intégral https://theses.univ-orleans.fr/public/2022ORLE1053_va.pdf http://www.theses.fr/2022ORLE1053/abes https://theses.hal.science/tel-04244516 |
| Note: |
Titre provenant de l'écran-titre Ecole(s) Doctorale(s) : École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....) Partenaire(s) de recherche : Laboratoire Pluridisciplinaire de recherche en ingénierie des systèmes, mécanique et énergétique (Orléans ; 2008-....) (Laboratoire) Autre(s) contribution(s) : Catherine Achard (Président du jury) ; Catherine Achard, Abderrahim Elmoataz, Xavier Desquesnes, Xavier Brunetaud, Laure Tougne Rodet, Frédéric Bosché, Rachid Harba (Membre(s) du jury) ; Catherine Achard, Abderrahim Elmoataz (Rapporteur(s)) |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Image processing and machine learning for stone alterations detection in historical monuments |