Inversion bayésienne utilisant des lois a priori basées sur l'apprentissage profond
La restauration d'image consiste à reconstruire une image à partir de sa version dégradée et potentiellement bruitée. Cette thèse s'inscrit dans le cadre de l'inférence bayésienne, qui permet de formuler ce problème en modélisant explicitement les connaissances a priori sur l'ima...
Enregistré dans:
| Auteur principal: | |
|---|---|
| Autres auteurs: | , , , , |
| Format: | Thèse numérique |
| Langue: | Français |
| Publié: |
2025.
|
| Sujets: | |
| Note: |
Titre provenant de l'écran-titre Ecole(s) Doctorale(s) : Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes - MIPTIS Partenaire(s) de recherche : Institut Denis Poisson (Orléans, Tours ; 2018-....) (Laboratoire) Autre(s) contribution(s) : François Septier (Président du jury) ; Arthur Leclaire, Audrey Repetti (Membre(s) du jury) ; François Septier, Arthur Leclaire (Rapporteur(s)) |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Bayesian inversion with deep learning-driven priors |