Stage de Raphael Barateau (ONERA) : DeepIRSures. Mission TRISHNA.
Автор: OMP
Загружено: 2025-07-18
Просмотров: 39
Évaluation des performances de super-résolution d’images infrarouge thermique de la mission TRISHNA dans les milieux urbains par apprentissage profond.
Guided Satellite Image Super-Resolution
L’objectif de ce stage est de développer une approche basée sur l’apprentissage profond pour améliorer la résolution spatiale d’images infrarouge thermique issues d’images simulées de la mission TRISHNA en contexte urbain.
Pour cela, plusieurs étapes sont nécessaires : tout d’abord, le prétraitement des données disponibles afin de constituer un jeu de données de paires d’images optique et thermique à basse et haute résolution. Une stratégie d’augmentation de données est également incluse lors de cette étape. Ensuite, dans la suite de ce stage deux modèles de deep learning seront comparés : U-Net et DDPM (Denoising Diffusion Probabilistic Models).
Cette vidéo ainsi que l'ensemble de la playlist de la journée des thèses avec de l'IA de l'OMP du 10 juillet 2025 est disponible sous les termes de la licence CC-BY-SA : https://creativecommons.org/licenses/...
Доступные форматы для скачивания:
Скачать видео mp4
-
Информация по загрузке:
