Réseaux neuronaux convolutifs pour la segmentation de texture

Laboratoire de Physique : Barbara Pascal, Nelly Pustelnik, Patrice Abry
Centre Blaise Pascal : Emmanuel Quémener

L'étude de la dynamique d'écoulements multiphasiques est un enjeu majeur en géoscience. Il peut se formaliser comme un problème de segmentation de textures. Pour résoudre ce problème nous avons développé une méthode non-supervisée reposant sur une estimation conjointe de la régularité et la variance locales, pénalisées par un terme de variation totale. Dans cette étude nous proposons de comparer la méthode que nous avons développée avec une approche supervisée basée sur des réseaux neuronaux convolutifs. Les comparaisons sont effectuées sur des textures synthétiques et sur un écoulement gaz-liquide traversant une mousse solide (expérience menée par V. Vidal et collaborateurs du Laboratoire de Physique de l'ENS de Lyon).

Contribution du CBP

Le Centre Blaise Pascal fournit :

  • un environnement de machine learning à base de Tensorflow
  • un environnement Matlab pour exploiter tous les développements existant
recherche/projets/pustelnik2019.txt · Dernière modification: 2019/11/14 15:42 par equemene