Approche bayésienne variationnelle : application à la déconvolution conjointe d'une source ponctuelle dans une source étendue.

Thomas Rodet (1) , Yuling Y. Zheng (1)

1 L2S - Laboratoire des signaux et systèmes

Nous présentons dans cette communication une nouvelle méthode de déconvolution-séparation de deux sources : l'une est impulsionnelle (composée de pics), l'autre est étendue (relativement basses fréquences). Afin de séparer les sources on introduit des a priori différents sur les deux sources pour les discriminer : un a priori gaussien corrélé sur la source étendue et un a priori Student sur la source impulsionnelle. En remarquant que la loi de Student peut être obtenue par marginalisation du produit d'une gaussienne par une Gamma. On fait apparaître de cette manière des a priori conjugués, qui nous permettent d'utiliser une approche bayésienne variationnelle. Les résultats préliminaires sont présentés dans ce résumé, la qualité de la séparation des composantes astrophysique est très encourageante pour la suite de ces travaux.

Domaines: Traitement du signal et de l'image [eess.SP]; Traitement du signal et de l'image [eess.SP]

Thomas Rodet, Yuling Y. Zheng. Approche bayésienne variationnelle : application à la déconvolution conjointe d'une source ponctuelle dans une source étendue.. La 22ème édition du colloque GRETSI, Sep 2009, Dijon, France. 4 p. ⟨hal-00443980⟩