v2.11.0 (5932)

Enseignement scientifique & technique - CSC_4IM07_TP : Imagerie cohérente, séparation de source, télédétection et applications industrielles

Domaine > Image-Données-Signal.

Descriptif

Ce cours est structurée en deux parties.
Une première partie abordant de nouvelles notions dans la filière Image (comme l'imagerie cohérente et le bruit multiplicatif, la séparation de sources,...) en utilisant les applications en télédétection comme fil conducteur (l'imagerie SAR -radar à ouverture synthétique-, l'imagerie optique multi-spectrale, l'imagerie hyper-spectrale). Les cours sont illustrés par de nombreux travaux pratiques sur notebook jupyter.
L'autre partie du cours porte sur des applications industrielles du traitement et de l'analyse d'images avec des présentations données par des intervenants venant de différentes entreprises sur les sujets suivants (à titre indicatif) : biométrie, photographie, contrôle non-destructif, véhicule autonome,...

Objectifs pédagogiques

Acquis d'apprentissage
À l'issue de l'UE, l'élève sera capable de:
- Enumérer les applications courantes de l'imagerie de télédétection et les spécificités des modalités de télédétection abordées.
- Expliquer le fonctionnement de l'imagerie cohérente, son intérêt (capteur actif) et ses difficultés (bruit multiplicatif...). Coder certains algorithmes courants en imagerie SAR et savoir manipuler des données SAR.
- Expliquer le fonctionnement de l'imagerie hyperspectrale, son intérêt (bonne information spectrale...) et ses difficultés (mauvaise résolution spatiale, séparation de sources...). Coder certains algorithmes courants en démélange hyperspectral.
- De remettre en contexte les présentations industrielles au vu des cours de la filière et d'expliquer les problématiques industrielles abordées.

Compétences de rattachement (et justification)
- BC5.1 – Modéliser mathématiquement une situation, des données, des phénomènes physiques dans le contexte du numérique; Justification : Compréhension et modélisation des données SAR (bruit multiplicatif) et hyperspectrales (mélange)
- BC5.2 – Concevoir un système de traitement de données, d’intelligence artificielle, d’apprentissage machine dans un objectif d’aide à la décision ou de recherche automatique d’information; Justification : Savoir coder des algorithmes classiques de traitement de données en SAR et en hyperspectral
- BC5.4 – Tester, gérer un système de traitement de données, d’intelligence artificielle, d’apprentissage machine dans un objectif d’aide à la décision ou de recherche automatique d’information; Justification : Etre capable de comprendre les résultats des algorithmes classiques de traitement de données en SAR et en hyperspectral, ainsi que de corriger de potentielles erreurs dans les codes

24 heures en présentiel (16 blocs ou créneaux)

30 heures de travail personnel estimé pour l’étudiant.

Diplôme(s) concerné(s)

Parcours de rattachement

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Echange international non diplomant

Vos modalités d'acquisition :

L'évaluation finale se fait à l'aide d'un examen final écrit (CC) pour évaluer la partie théorique du cours. Les TP sont notés tout du long de la séquence pour évaluer la partie pratique (TP).

Note = 8/20*TP + 12/20*CC

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme Diplôme d'ingénieur

Vos modalités d'acquisition :

L'évaluation finale se fait à l'aide d'un examen final écrit (CC) pour évaluer la partie théorique du cours. Les TP sont notés tout du long de la séquence pour évaluer la partie pratique (TP).

Note = 8/20*TP + 12/20*CC

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS
  • Crédit d'UE électives acquis : 2.5

La note obtenue rentre dans le calcul de votre GPA.

Programme détaillé

- Introduction to SAR imaging (course + Practical work PW)
- Coherent imaging and statistical modeling (course + PW)
- Introduction to optical imaging and pan-sharpening (course + PW)
- Source separation and hyperspectral imaging (course + PW)
- Non-negative matrix factorization (course + PW)
- 4 or 5 industrial seminars

Mots clés

Télédétection, Applications industrielles

Méthodes pédagogiques

Les concepts sont présentés en cours magistral, et mis en application en TP. Les TP sont à travailler et à compléter pour pouvoir rendre un compte-rendu de TP après la séance.

Pour la seconde partie, chaque intervenant industriel réalise un cours magistral de 1h30.
Veuillez patienter