Réseaux de neurones profonds pour la segmentation et le recalage d’images satellitaires
- document 1 document 2 document 3
- niveau 1 niveau 2 niveau 3
- audio 1 audio 2 audio 3
Descriptif
Guillaume Charpiat, Chercheur, INRIA Saclay
Dans cet exposé nous résumons nos travaux sur l'imagerie aérienne et satellitaire, portant notamment sur la segmentation d'images (bâtiments, routes, etc.), et sur le recalage d'images lorsque les "vérités terrain" fournies sont insuffisamment géoréférencées. Pour cela, nous utilisons des techniques d'apprentissage profond, en adaptant l'architecture des réseaux de neurones à notre tâche. Ces travaux sont le fruit d'une collaboration avec l'équipe de Yuliya Tarabalka à l'INRIA Sophia-Antipolis (Emmanuel Maggiori, Armand Zampieri, Nicolas Girard).
Thèmes
Notice
Sur le même thème
-
Vectorisation de plans anciens et apprentissage profond (deep learning)
Joseph Chazalon, Maître de conférence, EPITA Cette présentation dresse un bilan provisoire des travaux menés dans le cadre du projet ANR SODUCO. Ce projet vise à analyser l’évolution morphologique de
-
Développements géomatiques pour la reconstruction spatio-temporelle des paysages : application en é…
Pierre-Alexis Herrault, Maître de conférence, Université de Strasbourg. Présentation de deux applications de traitements spatiaux ayant pour objectif d'observer la passé. L'une concerne l'extraction
-
L’apprentissage machine pour vectoriser des cartes anciennes
Yoann Dupas, étudiant 5e année, département informatique de l’École d’Ingénieurs Polytechnique de l’Université de Tours. Présentation du Projet Recherche & Développement réalisé dans le cadre de
-
Solidar
Le programme SOLiDAR, débuté fin 2014 par l'UMR 7324 CITERES - LAT avec le soutien de la Région Centre-Val de Loire, porte sur l'occupation du sol des origines à nos jours en forêts de Blois, Boulogne
