Brice Marc
Présentation
Mon travail de thèse porte sur l’automatisation de la détection de défauts sur les ouvrages d’art à partir d’images. L’inspection manuelle étant longue et coûteuse, l’étude explore des méthodes non supervisées, qui apprennent à partir d’images saines pour repérer ensuite les anomalies. Après une analyse comparative de différentes approches, la recherche se concentre sur les Normalizing Flows, reconnus pour leur robustesse. Plusieurs améliorations sont proposées, notamment une étude d’ablation, un pré-entraînement utilisant des anomalies synthétiques générées par interpolation de Poisson, et l’intégration d’un apprentissage contrastif. Ces optimisations permettent d’obtenir un modèle plus performant et adapté à la détection de défauts sur les ouvrages d’art.
Publications
Publications
|
|
A Deep Learning Based Methodology for Assessing Road Marking Wear from Laser ImagingSN Computer Science, 2025, 6 (8), pp.923. ⟨10.1007/s42979-025-04470-8⟩
Article dans une revue
hal-05342173
v1
|
|
|
Normalizing Flows contrastifs pour la détection d'anomalies sur ouvrages d'artGRETSI 2025 - XXXe Colloque Francophone de Traitement du Signal et des Images, Aug 2025, Strasbourg, France. pp.1-3
Communication dans un congrès
hal-05150867
v2
|
|
|
Évaluation de méthodes de détection d'anomalies non supervisée pour l'auscultation des ouvrages d'artRFIAP 2024 - Congrès Reconnaissance des Formes, Image, Apprentissage et Perception, AFRIF (Association Française pour la Reconnaissance et l'Interprétation des Formes), Jul 2024, Lille, France. pp.1-3
Communication dans un congrès
hal-04620019
v2
|
|
|
Normalizing Flows with Task-specific Pre-training for Unsupervised Anomaly Detection on Engineering StructuresEUSIPCO 2024 - 32nd European conference on signal processing, Aug 2024, Lyon, France. pp.1-5
Communication dans un congrès
hal-04715892
v1
|
|
|
Apports de l'imagerie et de l'Intelligence Artificielle pour les ponts connectésColloque Le Pont, Association Le Pont, Oct 2023, Toulouse, France
Communication dans un congrès
hal-04514366
v1
|