Interpretable artificial intelligence for image reconstruction (IRIT, Toulouse INP, ENSEEIHT)

L’objectif du projet est :

• implémenter des algorithmes de reconstruction d’image interprétables.
  Ces algorithmes adopteront une approche “plug-and-play” en se basant sur des réseaux de neurones pré-entrainés disponibles en accès-libre. Cette étape sera donc peu coûteuse en ressources de calcul.
• évaluer les algorithmes développés. Du fait de la nature mal-posé des problèmes considérés, il est nécessaire de répéter un grand nombre d’expériences pour obtenir une estimation robuste de la performance de l’algorithme. Il s’agit donc la de la partie qui demandera le plus de ressources de calculs

Ce projet vise à développer et évaluer de nouvelles méthodologies pour améliorer l’interprétabilité des algorithmes de reconstruction d’images basés sur l’intelligence artificielle. Ces algorithmes seront évalués sur des problèmes de traitement d’images tels que le défloutage, de super-résolution et le débruitage