Défloutage Aveugle D'images Et Vidéos - Gif-sur-Yvette, France - Université Paris-Saclay GS Mathématiques

Description

**Défloutage aveugle d'images et vidéos // Blind deblurring of images and videos**:

- Réf
- **ABG-118381**

**ADUM-51688**
- Sujet de Thèse- 23/11/2023- Université Paris-Saclay GS Mathématiques- Lieu de travail- Gif-sur-Yvette - France- Intitulé du sujet- Défloutage aveugle d'images et vidéos // Blind deblurring of images and videos- Mots clés- défloutage aveugle, restauration d'images et vidéos, apprentissage profond, méthodes plug & play, méthodes variationnelles, modèles de diffusion
- blind deblurring, image and video restoration, deep learning, plug & play methods, variational methods, diffusion models**Description du sujet**:

- Les images, les séquences et les vidéos acquises par les smartphones, les caméras d'action et même les appareils photo numériques professionnels sont affectées par le flou de différentes sources. Même si certaines de ces sources (intrinsèques) peuvent être calibrées, d'autres sources de flou (extrinsèques) comme le mouvement et la défocalisation sont inconnues et doivent être devinées à partir de l'image dégradée elle-même. Ce problème de défloutage aveugle est extrêmement mal posé et, malgré les progrès récents réalisés grâce à l'apprentissage profond et aux techniques d'IA générative, le problème reste largement ouvert aux améliorations futures.- L'objectif de cette thèse est d'améliorer de manière significative l'état de l'art en matière de défloutage aveugle d'images et de vidéos, en termes de qualité d'image, d'applicabilité dans le monde réel et de vitesse de calcul, en s'appuyant à la fois sur des modèles mathématiques et sur des technologies d'apprentissage profond de pointe.-
- En outre, les qualifications suivantes sont souhaitées:
- Solide expérience dans certains des domaines suivants : Imagerie computationnelle, restauration d'images, méthodes variationnelles en imagerie, méthodes bayésiennes pour les problèmes inverses.
- Maîtrise du français ou de l'anglais (écrit et oral) et bonnes aptitudes à la communication et aux relations interpersonnelles.Images, bursts and videos acquired by smartphones, action cameras, and even professional digital cameras are affected by blur of different sources. Even though some of these (intrinsic) sources can be calibrated, other (extrinsic) blur sources like motion, and defocus are unknown and need to be guessed from the degraded image itself. This blind deblurring problem is extremely ill-posed, and despite recent progress thanks to deep learning and generative AI techniques, the problem is still wide open for future improvements.- The aim of this thesis is to significantly improve the state of the art in blind image and video deblurring, in terms of image quality, real world applicability and computational speed by leveraging both mathematical models and cutting edge deep learning technologies.-
- In addition the following qualifications are desired:
- Solid background in some of the following areas: Computational Imaging, Image Restoration, Variational Methods in Imaging, Bayesian Methods for Inverse Problems.
- Fluent in either French or English (written and spoken) and good communication and interpersonal skills.Début de la thèse : 01/10/2024**Nature du financement**:
**Précisions sur le financement**:

- Programme COFUND DeMythif.AI**Présentation établissement et labo d'accueil**:

- Université Paris-Saclay GS Mathématiques**Etablissement délivrant le doctorat**:

- Université Paris-Saclay GS Mathématiques**Ecole doctorale**:

- 574 Mathématiques Hadamard17/01/2024