Accueil > Publications > Thèses du CMLA
Traitement d'images par deux approches d'apprentissage Bayésien
le 2 mars 2015
14h00
Thèse de Yiqing Wang (CMLA)
Yiqing Wang
Nous décrivons un mélange d'analyses factorielles pour modéliser la loi à priori des patchs dans une seule image et l'appliquons au débruitage et à l'inpainting.
Nous étudions aussi les réseaux de neurones à multi-couches d'un point de vue probabiliste comme un outil permettant d'approcher l'espérance conditionnelle, ce qui ouvre quelques voies pour réduire leurs tailles et coût d'apprentissage.
Two Bayesian learning approaches to image processing
This work looks at two patch based image processing methods in a Bayesian risk minimization framework. We describe a Gaussian mixture of factor analyzers for local prior modelling and apply it in the context of image denoising and inpainting. We also study multilayer neural networks from a probabilistic perspective as a tool for conditional expectation approximation, which suggests ways to reduce their sizes and training cost.
- Type :
- Thèses - HDR
- Lieu(x) :
- Campus de Cachan
Salle Renaudeau - bât. Laplace
thèse sous la Direction de
Jean-Michel Morel (CMLA, ENS Cachan)