MERLIN est un framework de réduction de bruit pour les images radar syntétiques à haute résolution. Il utilise une stratégie d'apprentissage auto-supervisé pour former des réseaux neuronaux profonds à la réduction du bruit speckle, sans besoin de données de référence. MERLIN prend en compte les corrélations spatiales spécifiques à chaque capteur et mode d'imagerie radar.

VaFL (prononcé 'waffle') est un langage de cadre de validité qui aide à la conception de modèles pour des systèmes physiques, génère automatiquement une documentation technique à partir de ces modèles et permet également de valider ces modèles.

Ce projet vise à améliorer la qualité des images radar en réduisant le bruit de speckle grâce à des méthodes variationales basées sur la stratégie plug-and-play. Le débruitage est effectué à l'aide d'un dénoiseur gaussien entraîné pour restaurer des scènes radar corrompues par un bruit gaussien coloré avec des structures de corrélation typiques de divers capteurs radar.