Assas Recherche | Développement de solutions pour l’identification (THID) et l’authentification par des approches non intrusives dans le domaine THz

Développement de solutions pour l’identification (THID) et l’authentification par des approches non intrusives dans le domaine THz (Document en Anglais)

Accès au(x) document(s)

Accéder au(x) document(s) :

https://theses.hal.science/tel-04729738

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :

Thèse consultable sur internet, en texte intégral.

Informations sur les contributeurs

Auteur : Nastasiu Dragos-Florin

Nastasiu, Dragos-Florin

Nom

Nastasiu

Prénom

Dragos-Florin

Nationalité

Date de soutenance : 29-05-2024

Directeur(s) de thèse : Garet Frédéric

Garet, Frédéric

Nom

Garet

Prénom

Frédéric

- Ioana Cornel-Eugen

Ioana, Cornel-Eugen

Nom

Ioana

Prénom

Cornel-Eugen

- Serb?nescu Alexandru

Serb?nescu, Alexandru

Nom

Serb?nescu

Prénom

Alexandru

Etablissement de soutenance : Chambéry

Chambéry

Nom

Chambéry

- Académie Technique Militaire (Bucarest)

Académie Technique Militaire (Bucarest)

Nom

Académie Technique Militaire (Bucarest)

Laboratoire : Centre de radiofréquences, optique et micro-nanoélectronique des Alpes (Grenoble, Isère, France ; Chambéry ; 2007-....)

Centre de radiofréquences, optique et micro-nanoélectronique des Alpes (Grenoble, Isère, France ; Chambéry ; 2007-....)

Nom

Centre de radiofréquences, optique et micro-nanoélectronique des Alpes (Grenoble, Isère, France ; Chambéry ; 2007-....)

Ecole doctorale : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)

École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)

Nom

École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)

Informations générales

Discipline : Signal Image Parole Télécoms
Classification : Informatique, Sciences de l'ingénieur

Mots-clés libres : Spectroscopie THz dans le domaine temporel, THz Tag, Techniques d'identification et d'authentification, Analyse spectrale des données, Analyse des signaux transitoires, Machine learning
Mots-clés :

Traitement du signal
Apprentissage automatique
Spectroscopie terahertz

Résumé : L'imagerie THz est un domaine émergent depuis les avancées technologiques en termes d'émission de rayonnement THz et d'équipement de détection. L'objectif principal de la thèse est de contribuer et d'améliorer les systèmes d'imagerie THz, de la reconstruction et de l'analyse d'images aux tâches de classification d'images. Dans la première partie de la thèse, nous nous attaquons au défi de l'estimation de l'amplitude dans des conditions de bruit idéal et multiplicatif. Le bruit multiplicatif déforme la phase et introduit des artefacts complexes, tels que la perte d'information sur les contours et la dégradation du contraste, qui ne peuvent être éliminés à l'aide des techniques de reconstruction d'image les plus récentes. À cet égard, nous présentons cinq nouvelles méthodes de reconstruction qui exploitent la représentation du diagramme de phase des signaux. Deux de ces méthodes sont basées sur le filtrage du diagramme de phase pour estimer l'amplitude dans les deux conditions. Deux autres méthodes utilisent le concept de déformation temporelle dynamique (DTW) pour augmenter la capacité à modéliser le type de bruit multiplicatif. Enfin, nous exploitons la dynamique de la trajectoire de phase décrite par les courbures pour reconstruire l'image. Parmi le grand nombre de méthodes, nous évaluons tout au long de la thèse que la méthode basée sur les courbures reconstruit efficacement l'image dans des contextes idéaux et bruités. Après une reconstruction efficace de l'image, la deuxième partie de la thèse, nous étudions les méthodes d'analyse et de classification d'images en tenant compte des instabilités des systèmes d'imagerie du monde réel, telles que les translations et les rotations. Dans ce sens, nous proposons d'utiliser des décompositions de paquets d'ondelettes invariantes par rapport à la translation et à la rotation, qui fournissent une représentation unique et optimale d'une image, indépendamment de la translation ou de la rotation de l'image. Sur la base des représentations d'images invariantes, de nouvelles techniques d'extraction de caractéristiques sont introduites, telles que les cadres verticaux, horizontaux, N-directionnels et N-zonaux. En outre, deux structures de caractéristiques sont introduites, qui prennent en compte le partitionnement en fréquence de la décomposition en ondelettes et sont adaptées pour fonctionner avec des réseaux neuronaux graphiques (GNN) et des classificateurs ML classiques tels que les k-voisins les plus proches (k-NN), les machines à vecteurs de support (SVM), etc. Dans l'ensemble, les approches que nous proposons augmentent la précision de tous les classificateurs.

Informations techniques

Type de contenu : Text
Format : PDF

Informations complémentaires

Entrepôt d'origine :

STAR : dépôt national des thèses électroniques françaises

Identifiant : 2024CHAMA007
Type de ressource : Thèse

Fiche descriptive