décompositions tensorielles pour l'imagerie de covariance
tensor decompositions for covariance imaging
Jury
Directeur de these_MIRON_Sebastian_CRAN, Université de Lorraine
Co-encadrant de these_FLAMANT_Julien_CRAN, Université de Lorraine
Rapporteur_GIREMUS_Audrey_IMS, Université de Bordeaux
Examinateur_ODILLE_Freddy_IADI, Université de Lorraine
Examinateur_FADE_Julien_Institut Fresnel, Centrale Méditerranée - Aix-Marseille Univ
Rapporteur_L. F. DE ALMEIDA_André_Universidade Federal de Fortaleza
école doctorale
IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES
Laboratoire
CRAN - Centre de Recherche en Automatique de Nancy
Mention de diplôme
Automatique, Traitement du signal et des images, Génie informatique
Amphithéâtre 7
Faculté des Sciences et Technologies, Boulevard des Aiguillettes
54506 Vandooeuvre-lès-Nancy
Mots clés
décomposition tensorielle,modèle de rang faible,imagerie de covariance,décomposition en termes blocs-blocs,imagerie polarimétrique,séparation de sources
Résumé de la thèse
De nombreuses techniques d'imagerie non conventionnelle reposent sur l'analyse et le traitement d'attributs matriciels tels que les matrices de covariance. C'est le cas notamment de l'imagerie par tenseur de diffusion (DTI), de l'imagerie polarimétrique de Stokes, de l'imagerie par matrices de Mueller ou encore du radar à synthèse d'ouverture polarimétrique (PolSAR). Par exemple, en DTI, chaque pixel est associé à une matrice de covariance qui décrit la diffusion des molécules d'eau selon les axes principaux et leurs interactions.
Keywords
tensor decomposition,low rank model,covariance imaging,block-block terms decomposition,polarimetric imaging,blind source separation
Abstract
Many non-conventional imaging techniques rely on the analysis and processing of matrix-valued features, in particular, covariance matrices. This includes diffusion tensor imaging (DTI), Stokes polarimetric imaging, Mueller matrix imaging, or Polarimetric Synthetic Aperture Radar (PolSAR), among others. For instance, in DTI, each pixel is associated with a covariance matrix that encodes how water molecules diffuse along the primary axes and their interactions with one another.
