Cours "Modèles stochastiques pour l'analyse d'images", avec Julie Delon et Bruno Galerne ,
au Master MVA (Mathématiques, Vision, Apprentissage) de l'ENS Paris-Saclay
Contenu (cf aussi le site dédié) :
- Modèles bayésiens pour la restauration d’image (JD)
- Echantillonnage bayésien pour la restauration d’image (JD)
- Modèles gaussiens par morceaux et musique (AD)
- Modèles gaussiens pour les champs aléatoires et micro-textures (AD)
- Modèles gaussiens et GMM pour les représentations par patchs (AD)
- Transport optimal entre GMM et applications (JD)
- Entropie et modèles exponentiels (BG)
- Entropie et modèles exponentiels 2 (BG)
- Réseaux, GANs, et modèles implicites (BG)