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.

Ce projet propose différentes stratégies pour la réduction de bruit sur les images radar (SAR) en utilisant des réseaux de neurones convolutionnels (CNN). Il analyse l'utilisation de modèles pré-entraînés pour la suppression de bruit additif gaussien et la formation d'un modèle sur des données multitemporelles SAR. Le projet met à disposition des poids de réseaux entraînés pour une utilisation par d'autres chercheurs.