BNPSI — Méthodes bayésiennes non paramétriques pour le traitement du signal et de l’image

Nous proposons dans ce projet d'étudier l'utilisation de méthodes bayésiennes non paramétriques en traitement statistique du signal et de l'image. Comme pour les méthodes paramétriques bayésiennes, cet ensemble de méthodes concerne le choix de lois a priori et le calcul de distributions a posteriori, mais sur des espaces de dimension infinie. Bien que ces méthodes soient devenues très populaires en statistiques et apprentissage au cours des 15 dernières années, leur potentiel est largement sous-exploité en traitement statistique du signal et de l'image. L'objectif de ce projet, qui rassemble des chercheurs en probabilités appliquées, statistiques, apprentissage et traitement du signal et de l'image, est de développer un nouveau cadre pour le traitement statistique du signal et de l'image. En se basant sur des résultats issus des statistiques et de l'apprentissage, nous allons développer de nouveaux modèles, méthodes et algorithmes. Des applications à l'imagerie hyperspectrale, segmentation d'images, localisation GPS, restauration d'images ou reconstruction tomographique spatio-temporelle permettront d'obtenir diverses illustrations concrètes des avancées théoriques et la validation sur des données réelles dans des contextes réalistes.