Analyse d'images et apprentissage machine pour la détection des altérations des pierres des monuments historiques
Auteur / Autrice : | Koubouratou Idjaton |
Direction : | Sylvie Treuillet |
Type : | Thèse de doctorat |
Discipline(s) : | Sciences et techniques de l'ingénieur / Mathématiques et informatique (STI-MI) |
Date : | Soutenance le 26/09/2022 |
Etablissement(s) : | Orléans |
Ecole(s) doctorale(s) : | École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire Pluridisciplinaire de recherche en ingénierie des systèmes, mécanique et énergétique (Orléans ; 2008-....) |
Jury : | Président / Présidente : Catherine Achard |
Examinateurs / Examinatrices : Catherine Achard, Abderrahim Elmoataz, Xavier Desquesnes, Xavier Brunetaud, Laure Tougne, Frédéric Bosché, Rachid Harba | |
Rapporteurs / Rapporteuses : Catherine Achard, Abderrahim Elmoataz |
Mots clés
Mots clés contrôlés
Résumé
La préservation des monuments historiques exige une surveillance de leur état pour assurer la sécurité des visiteurs et planifier au mieux les opérations de restauration.Cette surveillance repose essentiellement sur une observation visuelle réalisée par des experts sur site et sur un lourd et fastidieux travail d’inventaire et d’annotations manuelles sur des photos. Cette thèse propose de nouveaux outils d’aide au diagnostic assisté par ordinateur, basés sur l’intelligence artificielle pour réaliser une détection automatique des altérations des pierres dans des images couleurs. Une plateforme Web opérationnelle permet aux experts d’appliquer les algorithmes proposés et de visualiser les résultats de segmentation pierre-à-pierre et de détecter les altérations des pierres via une interface conviviale, pour faciliter leur diagnostic sur les façades des châteaux. Ces contributions ouvrent la voie au développement d’un outil convivial multi acteurs pour un diagnostic plus précis des grands monuments.