La thèse s'intéresse à l'analyse de sites archéologiques (classés à l'UNESCO) en Mongolie à l'aide d'acquisitions en imagerie haute définition téléacquises. Des techniques venues de l'apprentissage statistique profond, nouvelles pour ce domaine, seront mises en œuvre. Les challenges à relever concernent la nature des objets à détecter (structures peu visibles et en creux), la robustesse aux changements d'échelle, la variabilité temporelle et le faible nombre de données à disposition. À partir de modèles convolutifs ou attentionnels standards, nous souhaitons ajouter des contraintes spatiales et hiérarchiques à ces modèles. Les algorithmes développés seront mis à disposition dans une plateforme d’annotation collaborative et ouverte afin d'aider à la production de nouveaux jeux de données annotés.
Plus d’informations :
[Site web ADUM]