[Vidéo] Pitch de doctorante - Imène MOULAY OMAR

Doctorante en deuxième année, Imène MOULAY OMAR prépare actuellement sa thèse de doctorat en cotutelle internationale entre l'université de Rennes, au sein de l’équipe de recherche MULTIP (Multimodal Unsupervised Learning for Tensor Image Processing) de l’Institut d’Electronique et des Technologies du numéRique (IETR CNRS UMR 6164), et l'université norvégienne Norwegian University of Science and Technology NTNU, au laboratoire de recherche Colourlab. Ses recherches s'axent sur le traitement non supervisé des images hyperspectrales pour des applications environnementales.

L’imagerie hyperspectrale s’impose comme un outil performant dans le domaine des applications environnementales, notamment pour l’évaluation de la qualité de l’eau et la détection des proliférations algales. Les méthodes de partitionnement permettent de discriminer, à partir d’une scène observée, les classes présentes, telles que les zones de végétation, les surfaces d’eau ou d’autres types d’occupation du sol. Cependant, ces approches nécessitent généralement la connaissance préalable d’échantillons de référence (vérité de terrain) ainsi que d’informations a priori, telles que le nombre de classes à détecter. Ces données peuvent s’avérer coûteuses à acquérir et être sujettes à des biais, en particulier dans des contextes environnementaux complexes ou difficilement accessibles. La recherche menée dans le cadre de cette thèse se concentre sur le traitement non supervisé des images hyperspectrales, avec pour objectif le développement d’une nouvelle approche de partitionnement appliquée à des images acquises par drone ou par satellite. L’approche proposée exploite uniquement les informations contenues dans les données hyperspectrales elles-mêmes, sans dépendre de connaissances a priori, afin d’améliorer la robustesse et l’autonomie des analyses dans des environnements variés.