Algorithmes proximaux rapides déroulés pour l'analyse d'images fractales homogènes par morceaux - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Algorithmes proximaux rapides déroulés pour l'analyse d'images fractales homogènes par morceaux

Résumé

Nous proposons deux architectures déroulées de réseaux profonds construites à partir des algorithmes proximaux FISTA et Chambolle-Pock afin d'estimer la régularité locale dans les images fractales homogènes par morceaux. Ces deux réseaux, reposant sur un compromis entre approche variationnelle non-supervisée standard par minimisation d'une fonction de coût convexe non-lisse et approche supervisée deep-learning « boîte noire », ont des performances proches entre elles et conduisent à de bien meilleures performances d'estimation de régularité locale et également de détection de contours entre des changements de régularité locale.
Fichier principal
Vignette du fichier
GRETSI_segmentation_texture.pdf (963.75 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03621545 , version 1 (28-03-2022)

Licence

Paternité

Identifiants

  • HAL Id : hal-03621545 , version 1

Citer

Hoang Trieu Vy Le, Barbara Pascal, Nelly Pustelnik, Marion Foare, Patrice Abry. Algorithmes proximaux rapides déroulés pour l'analyse d'images fractales homogènes par morceaux. GRETSI, Sep 2022, Nancy, France. ⟨hal-03621545⟩
73 Consultations
90 Téléchargements

Partager

Gmail Facebook X LinkedIn More