Algorithmes proximaux rapides déroulés pour l'analyse d'images fractales homogènes par morceaux

Abstract

Nous proposons deux architectures déroulées de réseaux profonds construites à partir des algorithmes proximaux FISTA et Chambolle-Pock afin d'estimer la régularité locale dans les images fractales homogènes par morceaux. Ces deux réseaux, reposant sur un compromis entre approche variationnelle non-supervisée standard par minimisation d'une fonction de coût convexe non-lisse et approche supervisée deep-learning « boîte noire », ont des performances proches entre elles et conduisent à de bien meilleures performances d'estimation de régularité locale et également de détection de contours entre des changements de régularité locale.