FR
ENTitre de la thèse: Estimation du mouvement par assimilation de données dans des modèles dynamiques d'ordre réduit.
Lieu de la soutenance : "Antenne parisienne" d'Inria Rocquencourt,
23 avenue d'Italie 75013 Paris (métro "place d'italie", "tolbiac" ou "Olympiades"), dans la salle Orange.
Jury:
- Pr. Isabelle Herlin, INRIA Rocquencourt, directrice de thèse et présidente du jury
- Pr. Didier Auroux, Université de Nice Sophia Antipolis (rapporteur)
- Dr. Erwan Le Pennec, INRIA Saclay / Projet SELECT (rapporteur)
- Pr. Dominique Béréziat, maitre de conférence Université Pierre-et-Marie-Curie (examinateur)
- Pr. Etienne Mémin, INRIA Rennes (examinateur)
Résumé :
L'estimation du mouvement est un sujet d'importance pour l'interprétation de séquences d'images. Cette thèse concerne l'étude de la dynamique des écoulements géophysiques visualisée par l'imagerie satellitaire. Une bonne compréhension de ces écoulements géophysiques permet l'analyse et la prévision des phénomènes, par exemple en océanographie et en météorologie. L'assimilation de données constitue le cadre idéal pour prendre en compte de manière optimale les diverses sources d'informations disponibles et en particulier les modèles numériques et les données.
On se propose donc, dans cette thèse, d'appliquer des méthodes d'assimilation variationnelles de données pour estimer le mouvement sur les séquences d'images. Une des limitations des techniques d'assimilation est l'importance du temps de calcul et de la mémoire nécessaire à leur application. Nous nous proposons donc, dans ce document, de définir un méthodologie basée sur la réduction de modèle pour permettre de réduire ces contraintes de façon significative. Nous explorons ensuite les possibilités qu'offrent la réduction de modèles dynamiques pour estimer le mouvement, en particulier pour imposer des contraintes issues de la physique aux solutions calculées. On montre en particulier comment estimer un mouvement à divergence nulle en imposant des conditions aux bords d'un domaine spatial complexe.
