Etudiant : ESSALHI MOHAMMED

Filière : Master Machine Learning Avancé et Intelligence Multimédia (MLAIM)

Encadrant : Pr. BOUAYAD ANAS

Annèe : 2026

Résumé : Le suivi de certains milieux côtiers nécessite de combiner une observation spatiale large avec une information spectrale suffisamment riche pour distinguer des signatures proches. Dans ce contexte, le ver de Roscoff, Symsagittifera roscoffensis, constitue un cas d'étude motivant en raison de sa relation photosymbiotique avec une microalgue verte et de sa présence sous forme d'agrégats visibles sur des zones littorales. L’image hyperspectrale, acquise par voie aérienne, offre à la fois une excellente résolution spatiale et une grande richesse spectrale, mais elle ne couvre qu’une zone restreinte de la scène. À l’inverse, l’image multispectrale couvre la majorité de la zone étudiée, mais avec une résolution spatiale et spectrale plus limitée. L’objectif est donc d’enrichir la couverture multispectrale en information hyperspectrale, en apprenant la relation entre les deux modalités dans la zone de chevauchement hyperspectrale/multispectrale. Le rapport présente d'abord un pipeline de génération semi-synthétique de paires hyperspectrale/multispectrale. Celui-ci repose sur des signatures spectrales de matériaux côtiers, des cartes d'abondance spatialement cohérentes, un modèle de mélange linéaire, puis une simulation capteur intégrant SRF, PSF, sous-échantillonnage et bruit. Le jeu de données utilisé dans cette étude contient des patches hyperspectrale/multispectrale alignés. Le rapport présente ensuite une architecture de distillation de connaissances : un professeur hyperspectrale apprend une représentation latente hyperspectrale, puis un élève multispectrale apprend à l'imiter afin de permettre l'inférence avec le multispectrale seul. Les premiers résultats montrent la faisabilité du cadre proposé, tout en soulignant la nécessité de poursuivre l'étude des hyperparamètres, des pertes et de la robustesse sur données réelles. Mots-clés : imagerie hyperspectrale, imagerie multispectrale, complétion de données, génération semi-synthétique, modèle de mélange linéaire, distillation de connaissances, télédétection côtière.