Deep Learning pour le traitement des Images Radar

La donnee radar est essentielle pour localiser les precipitations et en mesurer l’intensite. Au debut de la chaine de traitement, ces donnees contiennent en melange des echos de precipitations et des signaux parasites comme les echos de sol et les echos de ciel clair. Ces signaux parasites biaisent l’evaluation des cumuls de precipitations et compliquent l’interpretation de l’image radar. Il est donc important de pouvoir les detecter (tâche de « segmentation semantique ») et les soustraire (« restauration »). Nous avons aborde ces problemes de segmentation et de restauration d’image par Deep Learning. La methode d’apprentissage developpee est simple et objective : les donnees n’ont pas besoin d’etre labellisees « a la main ». Dans un premier temps, la methode sera decrite et situee par rapport a un etat de l’art en pleine evolution. Les premiers resultats, relatifs au radar meteorologique de Trappes, seront presentes. La chaine de traitement implique aussi une conversion de la reflectivite en taux de precipitations. Nous terminerons