Open AccessClassification à très large échelle d'images satellites à très haute résolution spatiale par réseaux de neurones convolutifs
Author(s) -
Tristan Postadjian,
Arnaud Le Bris,
Hichem Sahbi,
Clément Mallet
Publication year - 2018
Publication title -
revue française de photogrammétrie et de télédétection/revue française de photogrammétrie et de télédétection
Language(s) - French
Resource type - Journals
SCImago Journal Rank - 0.131
H-Index - 7
eISSN - 2426-3974
pISSN - 1768-9791
DOI - 10.52638/rfpt.2018.418
Subject(s) - humanities , geography , cartography , computer science , geology , art
Les algorithmes de classification constituent un outil essentiel pour le calcul de cartes d'occupation des sols. Les récents progrès en apprentissage automatique ont montré les très grandes performances des réseaux de neurones convolutifs pour de nombreuses applications, y compris la classification d'images aériennes et satellites. Ce travail établit une stratégie quant à l'utilisation d'un réseau de neurone convolutif pour la classification d'images satellites à très haute résolution spatiale, couvrant de très larges régions géographiques, avec pour perspective future le calcul de cartes d'occupation des sols à l'échelle d'un pays.