Objectifs pédagogiques

Acquis d'apprentissage
À l'issue de ce cours, l'élève sera capable de:
- Identifier un modèle d'images permettant de concevoir un algorithme de résolution d'un problème d'imagerie donné
Précisions : décrire et analyser un modèle génératif (réseaux génératifs adverses, auto-encodeurs) ou modèle variationnel permettant de résoudre un problème inverse.
- Concevoir un réseau de neurones profond pour la génération ou la restauration d'images
Précisions : faire le choix entre différentes architectures, fonctions de coût d'entraînement, méthodes d'optimisation associées et régler les paramètres d'apprentissage.
- Expliquer les principaux mécanismes régissant la perception des images et leur acquisition numérique (en imagerie conventionnelle, ou en haute dynamique)
Exemples : Identifier les éléments constitutifs d'un modèle d'acquisition numérique en vue de la résolution du problème inverse associé. Interpréter les artefacts perçus dans les résultats d'un algorithme de traitement d'images.
- Analyser la stabilité d'une méthode de restauration d'images.
Précisions : Comparer les résultats d'un algorithme de restauration en faisant varier les paramètres. Évaluer la stabilité en interprétant la décroissance de la fonction de coût associée.

Compétences de rattachement (et justification)
- BC5.1 – Modéliser mathématiquement une situation, des données, des phénomènes physiques dans le contexte du numérique; Justification : Analyse de systèmes d'acquisition d'images, et optimisation d'algorithmes de traitement d'images appliqués à la fin de la chaîne d'acquisition.
- 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 : Conception d'algorithmes de restauration d'images basés sur des modèles de réseaux de neurones profonds pour la génération et la restauration d'images.
- BC5.3 – Structurer, dimensionner 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 : Impact du choix des paramètres d'algorithmes de restauration.
Conception d'architectures de réseaux de neurones adaptés à une problématique de génération ou restauration d'images.
- 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 : L'UE propose plusieurs outils théoriques pour analyser la précision et la stabilité d'algorithmes de génération et de restauration d'images.