Techniques D'inpainting Pour Evaluer Les Catastrophes Naturelles Par La Restauration D'images

Abstract

Notre mémoire examine l'utilisation des techniques d'inpainting pour évaluer les catastrophes naturelles en restaurant les images endommagées. Nous avons étudié deux phases : la première se concentre sur l'analyse des ensembles de données RescueNet et Massachusetts Buildings Dataset et l'entraînement des modèles à l'aide de ResNet. Dans la deuxième phase, les techniques d'inpainting ont été appliquées aux mêmes ensembles de données, suivies d'un nouvel entraînement avec ResNet. Les résultats ont été prometteurs, avec une précision du modèle atteignant parfois 93% avec une petite marge d'erreur. Les résultats démontrent l'efficacité des techniques d'inpainting dans l'évaluation des catastrophes naturelles et fournissent des résultats précis et fiables pour améliorer la réponse aux urgences et les opérations de rétablissement dans de telles situations.