Projet de thèse :

Système décisionnel autonome de partitionnement d'images hyperspectrales et de construction de modèles

Directeur de thèse : Kacem CHEHDI

Co-encadrant : Benoit VOZEL

Résumé :

Nous intéresserons dans ce projet au développement d’un système décisionnel autonome et adaptatif de partitionnement des flux d'images hyperspectrales de grande taille sans les données d’une vérité de terrain (VT). Il s’agit d’une part, de développer un système innovant pour détecter et localiser toutes les classes présentes dans les données à partitionner (classes découvertes) et, d’autre part, de fournir les modèles correspondants. Ainsi, l’utilisateur pourra non seulement sélectionner les classes qui présentent un intérêt pour son application, mais également élaborer objectivement des données de VT à partir des échantillons des classes retenues.

Mots clés :partitionnement non supervisé, estimation, optimisation multicritères, modélisation, flux de données, imagerie hyperspectrale, grandes dimensions spatiale et spectrale.