Chiffres-clé
Chiffres clefs
189 personnes travaillent au LJLL
86 permanents
80 chercheurs et enseignants-chercheurs permanents
6 ingénieurs, techniciens et personnels administratifs
103 personnels non permanents
74 doctorants
15 post-doc et ATER
14 émérites et collaborateurs bénévoles
Chiffres janvier 2022
Pauline Tan
Lundi 19 novembre 2019
Pauline Tan (LJLL, Sorbonne Université)
Méthodes d’éclatement pour l’optimisation non lisse et non convexe pour l’estimation conjointe en traitement d’images
Résumé :
Dans cet exposé, je présenterai deux méthodes permettant de résoudre (dans un sens que je préciserai) des problèmes d’optimisation non lisse et non convexe apparaissant, entre autres, dans la formulation variationnelle de problèmes rencontrés en traitement d’images. Ces deux méthodes ont pour point commun d’être applicables dans des problèmes d’estimation conjointe, car reposant sur une stratégie d’optimisation alternée (ou éclatement de variables), et de tirer parti de propriétés partielles de la fonctionnelle à minimiser, grâce à l’éclatement d’opérateurs. Les stratégies d’éclatement utilisées permettent en outre de réduire la dimension du problème et de considérer des grandes classes de fonctions susceptibles d’être minimisées grâce à ces méthodes. Deux exemples d’applications effectives en traitement d’images viendront illustrer cet exposé.
Cet exposé est basé en partie sur des travaux issus d’une collaboration avec Mila Nikolova et Fabien Pierre.