Application to Sentinel-1 and NISAR Radar Interferograms
Contexte:
Le changement climatique amplifie les aléas gravitaires (glissements, tassements) en montagne, rendant la surveillance continue des déformations critique. L’interférométrie radar (InSAR) mesure ces déformations avec une précision sub-centimétrique. Sentinel-1 offre une couverture longue et fiable mais perd la cohérence sous végétation et ne peut mesurer les déplacements rapides. NISAR pénètre mieux la végétation et mesure les dynamiques rapides, mais repose sur un satellite unique. Leurs limitations sont complémentaires : la fusion est un verrou scientifique.
Sujet:
Le projet exploite le flow matching, une technique d’IA générative qui apprend un transport continu entre distributions. La difficulté centrale : la phase InSAR est circulaire (elle vit sur le tore mathématique T^n). L’objectif est de développer un framework de flow matching respectant cette géométrie torique pour interpoler continûment entre capteurs, en conditionnant le transport par la cohérence radar pour compléter les zones incohérentes.
Déroulé du stage :
- Étape 0 : Prise en main des données et bibliographie
- Étape 1 : Construction du jeu de données (patchs, représentation circulaire, métriques)
- Étape 2 : Flow matching Euclidien (cas jouet, Sentinel-1 seul)
- Étape 3 : Passage sur le tore (interpolation géodésique, collaboration CEDRIC/CNAM)
- Étape 4 : Conditionnement par cohérence et bi-capteur
- Étape 5 : Validation quantitative (Mexico, la Valette, Embrun avec mesures GNSS)
- Étape 6 : Restitution et valorisation
Conditions du stage :
- Niveau : Master 2 ou 3e année d’école d’ingénieur
- Durée : 6 mois, à partir de mars 2027
- Lieu : Annecy, France (LISTIC)
- Collaborations :
- CEDRIC/CNAM (A. Breloy) — flow matching riemannien ;
- MIRE sas (M. Jauvin) — InSAR opérationnel et vérité terrain
Compétences attendues :
- Python, PyTorch, expérimentation numérique
- Bases en apprentissage profond
- Traitement du signal et images, statistiques
- Apprécié : SAR/InSAR, géométrie différentielle
Contacts :
- Matthieu Gallet : matthieu[dot]gallet[at]univ-smb[dot]fr
- Guillaume Ginolhac : guillaume[dot]ginolhac[at]univ-smb[dot]fr
Offre complète : PDF – Lien de téléchargement
