Rémi Laumont (MAP5)

Approches Plug and Play et échantillonnage de la distribution a posteriori appliquer à la restauration d’images dans un contexte Bayésien.

vendredi 14 février 2020, 13h30 - 14h30

Salle de réunion, espace Turing


-La très vaste majorité de la littérature en restauration d’images par méthodes bayésiennes se concentre sur le calcul d’une espérance conditionnelle ou d’un MAP, sans se poser la question de quantifier l’incertitude autour de cet estimateur, voire de tester statistiquement une propriété ou la présence d’un objet dans une image dégradée, qui sont des questions cruciales en restauration d’images. Pour répondre à ces questions, échantillonner la distribution a posteriori est primordial. Pour ce faire, nous appliquons une méthode basée sur la diffusion de Langevin et utilisons une simple estimation du gradient du logarithme de la densité a-priori fournie.

Nous appliquons cette méthode à problèmes classiques de restauration tels que le débruitage, le défloutage ou l’interpolation.