Sujet de stage
Titre :
Apprentissage d'attributs polarimétriques par modèles de factorisation matriciels sous contraintes.
Dates :
2022/03/01 - 2022/08/31
Description :
Contexte :
L'information de polarisation joue un rôle majeur en imagerie. Elle permet de capturer des caractéristiques importantes du milieu observé, telles que la
forme, la rugosité, l'orientation, les propriétés physico-chimiques, etc. [1, 2] Ces différentes caractéristiques, souvent inaccessibles aux mesures d'intensité
conventionnelles, sont des descripteurs clés dans de nombreuses applications, notamment la caractérisation des tissus cancéreux en bioimagerie [3].

Résumé :

Malgré les nombreuses applications de l'imagerie de polarisation, l'exploitation de son plein potentiel nécessite le développement de nouveaux outils
méthodologiques prenant en compte les différentes contraintes physiques propres à la mesure et à l'interprétation de la polarisation. Ce stage M2R se
concentrera sur le développement d'algorithmes efficaces pour l'apprentissage de modèles de rang faible à partir de jeux de données d'images polarisées.
Comme première tâche, le candidat étudiera des techniques de réduction de dimension pour des ensembles de données de paramètres de Stokes -- un
ensemble de quatre paramètres énergétiques largement utilisés pour décrire les propriétés de polarisation en imagerie passive. Étant donné la grande quantité
de données de Stokes qui peuvent être collectées dans une gamme croissante d'applications grâce à l'émergence rapide de caméras de polarisation, les
techniques de réduction de dimension sont essentielles pour garantir que les caractéristiques physiquement pertinentes peuvent être déduites rigoureusement
des données. Il s'agit d'une étape clé avant tout traitement ultérieur (clustering, classification, régression, etc.).
Dans ce but, le candidat tirera profit des récents outils de factorisation matricielle de rang faible introduits dans [4] exploitant les représentations
géométriques/algébriques des données des paramètres de Stokes à l'aide des quaternions. Il/elle proposera de nouveaux algorithmes pour résoudre
efficacement les problèmes de factorisation sous contraintes associés.
Les algorithmes proposés seront évalués sur des ensembles de données synthétiques et expérimentales, issues de mesures spectropolarimétriques et de la
microscopie polarisée - deux modalités d'application importantes disponibles au CRAN.
Département(s) : 
Biologie, Signaux et Systèmes en Cancérologie et Neurosciences