Thèse Super-Résolution Spatiale des Capteurs Lwir Non Refroidis par Fusion Rgb - Swir et Reconstruction Neuronale Multi-Image H/F - Doctorat.Gouv.Fr

Établissement : Université Clermont Auvergne École doctorale : Sciences pour l'Ingénieur Laboratoire de recherche : Institut Pascal Direction de la thèse : FRANCOIS BERRY ORCID 0000000258994672 Début de la thèse : 2026-09-01 Date limite de candidature : 2026-07-31T23:59:59 Ce sujet de thèse s'inscrit dans le projet OSIRIS (Institut Pascal, équipe DREAM, Université Clermont Auvergne) et porte sur l'augmentation de la résolution spatiale des capteurs infrarouges thermiques LWIR non refroidis, par fusion multimodale et super-résolution assistée par intelligence artificielle.
Les capteurs LWIR non refroidis (bande 8-14 µm) présentent un intérêt stratégique majeur pour les plateformes embarquées contraintes - drones légers, têtes Pan-Tilt-Zoom, systèmes de sécurité civile et de défense - car ils s'affranchissent de tout système cryogénique, réduisant coût, masse et consommation. Cet avantage se paie toutefois par une résolution spatiale intrinsèquement limitée (pas pixel élevé, diffraction accrue, bruit thermique), pénalisant la chaîne de détection, reconnaissance et identification (DRI) à distance.
La thèse vise à repousser cette résolution effective sans recourir à un détecteur refroidi, en exploitant l'information complémentaire des modalités RGB haute définition et SWIR disponibles sur la plateforme OSIRIS, combinée à des techniques de reconstruction par apprentissage profond. Trois axes complémentaires sont proposés : (1) super-résolution guidée par la voie RGB et l'amplification de photons en régime nocturne, avec attention croisée pondérée par une mesure de fiabilité inter-modale pour éviter toute hallucination thermique ; (2) exploitation du recouvrement spectral avec le SWIR lointain (eSWIR), plus cohérent avec le LWIR en conditions dégradées (brume, fumée) ; (3) super-résolution multi-image par micro-balayage contrôlé et reconstruction neuronale, sous contrainte de temps réel embarqué (GPU Jetson Orin, FPGA Agilex).
L'originalité réside dans la combinaison adaptative de ces trois leviers selon les conditions opérationnelles, avec une exigence forte de fidélité radiométrique. Les verrous couvrent le recalage multimodal, la rareté des données appariées, le compromis latence/qualité et la généralisation. Les retombées attendues incluent de nouvelles méthodes de SR guidée, un jeu de données ouvert, des publications de rang A et un brevet, contribuant à la souveraineté technologique européenne et à la montée en TRL d'une brique valorisable par SMA-RTY. Les détecteurs infrarouges thermiques de la bande LWIR (8-14 m) reposant sur des microbolomètres non refroidis présentent un intérêt stratégique majeur pour les plateformes embarquées contraintes visées par le projet OSIRIS : drones de faible charge utile, têtes Pan-Tilt-Zoom compactes, systèmes de sécurité civile et de défense. Contrairement aux détecteurs refroidis (à base d'InSb ou de MCT), ils s'affranchissent de tout système cryogénique, ce qui réduit drastiquement leur coût, leur masse, leur consommation énergétique et leurs besoins de maintenance, tout en améliorant leur robustesse opérationnelle.
Cet avantage se paie toutefois par une résolution spatiale intrinsèquement limitée. Trois facteurs se
conjuguent : un pas pixel élevé (typiquement 12 à 17 m, contre quelques micromètres pour un capteur visible), une limite de diffraction plus sévère dans la bande 8-14 m (la tache d'Airy croît linéairement avec la longueur d'onde), et un rapport signal-sur-bruit dégradé par le bruit thermique propre du microbolomètre non stabilisé en température. Il en résulte des images de faible définition (souvent 640×512 voire moins) et à contours diffus, ce qui pénalise directement la chaîne opérationnelle de détection, reconnaissance et identification (DRI) à distance.
La problématique centrale de cette thèse est donc la suivante : comment repousser la résolution spatiale effective d'un capteur LWIR non refroidi, sans recourir à un détecteur refroidi, en exploitant l'information complémentaire des autres modalités disponibles sur la plateforme OSIRIS (RGB haute définition, SWIR) et les techniques de reconstruction par apprentissage profond ?
Ce sujet s'inscrit pleinement dans les objectifs scientifiques du projet OSIRIS - fusion multispectrale et superrésolution embarquée (WP2) - et alimente directement le volet de traitement temps réel (WP4) reposant sur les architectures GPU NVIDIA Jetson Orin et FPGA Intel Agilex. Il capitalise sur les résultats préliminaires de l'Institut Pascal en fusion d'images multispectrales par réseaux neuronaux profonds et génératifs.

Diplôme d'ingénieur ou master recherche en vision par ordinateur, traitement du signal et de l'image, ou
apprentissage automatique. Solides compétences en apprentissage profond (PyTorch), en programmation(Python, C++/CUDA apprécié) et goût pour l'expérimentation matérielle. Une sensibilité à l'imagerie infrarouge, à l'optique ou au calcul embarqué (GPU/FPGA) constitue un atout.