BEGIN:VCALENDAR VERSION:2.0 PRODID:-//wp-events-plugin.com//7.4.1//EN TZID:Europe/Paris X-WR-TIMEZONE:Europe/Paris BEGIN:VEVENT UID:27@osups.universite-paris-saclay.fr DTSTART;TZID=Europe/Paris:20251006T140000 DTEND;TZID=Europe/Paris:20251006T160000 DTSTAMP:20250923T091908Z URL:https://osups.universite-paris-saclay.fr/calendrier/soutenance-de-thes e-de-leo-martinez-le-lundi-6-octobre-a-14h-dans-lamphitheatre-blandin/ SUMMARY:Soutenance de thèse de Léo Martinez le lundi 6 octobre à 14h dan s l'Amphithéâtre Blandin DESCRIPTION:Chères et chers collègues\,\n\nJ’ai le plaisir de vous invi ter à ma soutenance de thèse intitulée : « ACDC : Automatisation de la Détection et de la Classification de Cratères »\n\n📍 Date et lieu  : Lundi 6 octobre 2025 à 14h00 (UTC+2)\, Amphithéâtre Blandin (510 Rue André Rivière\, 91400 Orsay – France).\n\n🔗 Lien visio publique : https://universite-paris-saclay-fr.zoom.us/j/93874359215pwd=8HtlagOW527a0 9Ha36V3OxPGl9F8BY.1\n\n\nCette thèse a été réalisée sous la supervisi on de Frédéric Schmidt et François Andrieu.\n\nRésumé :\nL’étude des cratères d’impact à la surface des corps telluriques constitue un outil central pour dater les terrains et reconstruire l’histoire géolo gique des planètes. Cette méthode repose toutefois sur une connaissance fine de la morphologie des cratères\, car certaines morphologies\, comme les cratères secondaires ou fortement dégradés\, doivent être exclus d es comptages sous peine de biaiser les résultats. Pendant cette thèse\, nous avons développé de nouvelles méthodes de traitement en combinant à la fois des techniques d’apprentissage à base de réseaux de neurone artificiels et des méthodes de traitement d’images et d’analyse géo morphologique avancée. Grâce à cela nous sommes capables de détecter a utomatiquement les cratères présents dans les images à haute résolutio n\, de corriger leur géométrie\, puis de les classifier selon leur morph ologie.\nNous nous appuyons sur les mosaïques globales de Mars acquises p ar la caméra CTX et sur une base de données de cratères classifiés\, q ue nous avons améliorées par une méthode de détection de cercles fond ée sur la transformée de Hough. Cette étape améliore la précision gé ométrique des annotations\, en recentrant automatiquement les cratères e t en ajustant leur rayon au plus proche de la structure visible sur l'imag e. Nous avons ensuite conçu une méthode de détection multi-échelle per mettant d’identifier tous les cratères\, quelles que soient leur taille \, géométrie\, éclairement ou position en latitude / longitude. Chaque image est analysée à différentes résolutions\, et les résultats sont fusionnés pour éviter les redondances. Nous avons entraîné un modèle de classification profond (YOLOv11) capable d’attribuer à chaque cratè re l’une des quatre classes gémorphologiques : ordinaire\, secondaire\, fantôme ou à rempart fluidisé.\nLa dernière partie porte sur la déte rmination de l'ordre de superposition des cratères\, lorsqu'ils se recouv rent. L’ensemble constitue une suite d'outils robuste pour automatiser l a cartographie géomorphologique planétaire\, améliorer la fiabilité de s datations et\, à terme\, faciliter l’analyse d’autres corps. Tous c es outils ont été évalués et validés sur des données totalement ind épendantes de l'entrainement pour une utilisation scientifique avec des i ncertitudes maitrisées. En perspective\, cette suite d'outils permettra d e mieux appréhender les larges volumes de données de l’imagerie astron omique\, car les objets d’intérêts sont souvent présents à plusieurs échelles. En particulier\, nous proposons d’étudier la détection et la caractérisation de cratères à la surface des planètes et autres cor ps du système solaire.\n\n\nJ’espère vous y voir nombreux pour partage r ensemble ce moment important.\n\n\nAmicalement\,\n\nLéo Martinez\n\n\n_ __________________________________________________________________\n\n\n\n Dear colleagues\,\n\nI am very pleased to invite you to my PhD defense ent itled: “ACDC: Automatic Crater Detection and Characterization”\n📍 D ate and location: Monday\, October 6th\, 2025\, at 2:00 PM (UTC+2)\, Blan din Amphitheater (510 Rue André Rivière\, 91400 Orsay – France)\n\n 🔗 Public Zoom link: https://universite-paris-saclay-fr.zoom.us/j/938743 59215pwd=8HtlagOW527a09Ha36V3OxPGl9F8BY.1\n\n\nThis thesis was carried out under the supervision of Frédéric Schmidt and François Andrieu.\n\nAbs tract:\nThe study of impact craters on the surface of terrestrial bodies i s a central tool for dating geological units and reconstructing planetary histories. However\, this method relies on a detailed understanding of cra ter morphology\, as certain types — such as secondary or heavily degrade d craters — must be excluded from crater counting to avoid significant b iases. The objective of this thesis is to develop new methods that combine deep learning techniques based on artificial neural network architectures with advanced image processing and geomorphological analysis\, in order t o automatically detect craters in high-resolution imagery\, refine their g eometry\, and classify them by morphology. We rely on global mosaics acqui red by the CTX camera on Mars and on an existing classified crater databas e\, which we refined using a circle detection method based on the Hough tr ansform. This step improves the geometric accuracy of annotations by autom atically recentering craters and adjusting their radii to best match the v isible structures on the image. We then designed a multi-scale detection m ethod capable of identifying all craters\, regardless of their size\, geom etry\, illumination conditions or position in latitude / longitude. Each i mage is analyzed at different resolutions\, and results are merged to avoi d redundancy. We trained a deep classification model (YOLOv11) capable of assigning each crater to one of four morphological classes: regular\, seco ndary\, ghost\, or layered-rimmed. The last part consist in the determinat ion of the superposition order\, when the crater are overlapping each othe r. The resulting pipelines are a robust suite of tools for automating plan etary geomorphological mapping\, improving the reliability of surface dati ng\, and ultimately supporting the analysis of other planetary bodies. All the tools have been evaluated and validated with data totally independent from the training dataset in order to have a scientific use with known un certainties. In perspective\, this suite of tools will help to better appr ehend the large datasets of astronomical imaging\, as objects of interest often appear at multiple spatial scales. In particular\, we propose the de tection and characterization of craters on planets and other planetary bod ies of the Solar System.\n\n\nI look forward to sharing this special momen t with you.\n\nWarm regards\,\n\nLéo Martinez\nGéosciences Paris Saclay\ nPhD student - Planetary Sciences\nCrater detection and characterization u sing AI✉️ : Paris-Saclay University\,\nBuilding 509 \; office 102\,\nG EOPS\, UMR 8148\nOrsay\, France\n🖥️ : https://leomrtinez.github.io CATEGORIES:Soutenances LOCATION:GEOPS\, Bât. 504 Rue du Belvédère\, Orsay\, 91400\, France X-APPLE-STRUCTURED-LOCATION;VALUE=URI;X-ADDRESS=Bât. 504 Rue du Belvédèr e\, Orsay\, 91400\, France;X-APPLE-RADIUS=100;X-TITLE=GEOPS:geo:0,0 END:VEVENT BEGIN:VTIMEZONE TZID:Europe/Paris X-LIC-LOCATION:Europe/Paris BEGIN:DAYLIGHT DTSTART:20250330T030000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:CEST END:DAYLIGHT END:VTIMEZONE END:VCALENDAR