Revue Française de Photogrammétrie et de Télédétection最新文献_第5页

Classification à très large échelle d'images satellites à très haute résolution spatiale par réseaux de neurones convolutifs 利用卷积神经网络对超高空间分辨率卫星图像进行非常大的分类

Revue Française de Photogrammétrie et de Télédétection Pub Date : 2018-09-21 DOI: 10.52638/rfpt.2018.418

Tristan Postadjian, Arnaud Le Bris, Hichem Sahbi, C. Mallet

引用次数: 1

Fusion tardive d'images SPOT-6/7 et de données multi-temporelles Sentinel-2 pour la détection de la tâche urbaine SPOT-6/7图像与Sentinel-2多时相数据的后期融合，用于城市任务检测

Revue Française de Photogrammétrie et de Télédétection Pub Date : 2018-09-21 DOI: 10.52638/rfpt.2018.415

Arnaud Le Bris, Cyril Wendl, N. Chehata, A. Puissant, Tristan Postadjian

{"title":"Fusion tardive d'images SPOT-6/7 et de données multi-temporelles Sentinel-2 pour la détection de la tâche urbaine","authors":"Arnaud Le Bris, Cyril Wendl, N. Chehata, A. Puissant, Tristan Postadjian","doi":"10.52638/rfpt.2018.415","DOIUrl":"https://doi.org/10.52638/rfpt.2018.415","url":null,"abstract":"\u0000 \u0000La fusion d'images multispectrales à très haute résolution spatiale (THR) avec des séries temporelles d'images moins résolues spatialement mais comportant plus de bandes spectrales permet d'améliorer la classification de l'occupation du sol. Elle tire en effet le meilleur parti des points forts géométriques et sémantiques de ces deux sources. Ce travail s'intéresse à un processus d'extraction automatique de la tache urbaine fondé sur la fusion tardive de classifications calculées respectivement à partir d'images satellitaires Sentinel-2 et SPOT-6/7. Ces deux sources sont d'abord classées indépendamment selon 5 classes, respectivement par forêts aléatoires et réseaux de neurones convolutifs. Les résultats sont alors fusionnés afin d'extraire les bâtiments le plus finement possible. Cette étape de fusion inclut une fusion au niveau pixellaire suivie d'une étape de régularisation spatiale intégrant un terme lié au contraste de l'image. Le résultat obtenu connaît ensuite une seconde fusion afin d'en déduire une tache urbaine : une mesure a priori de se trouver en zone urbaine est calculée à partir des objets bâtiments détectés précédemment et est fusionnée avec une classification binaire dérivée de la classification originale des données Sentinel-2. \u0000 \u0000 \u0000 ","PeriodicalId":285609,"journal":{"name":"Revue Française de Photogrammétrie et de Télédétection","volume":"28 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-09-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126037252","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

引用次数: 0

Détection automatique de zones en mouvement dans des séries d'images non recalées~: Application à la surveillance des mouvements gravitaires 未校正图像序列中运动区域的自动检测~:在重力运动监测中的应用

Revue Française de Photogrammétrie et de Télédétection Pub Date : 2018-09-21 DOI: 10.52638/rfpt.2018.413

Guilhem Marsy, Flavien Vernier, Xavier Bodin, W. Castaings, E. Trouvé

引用次数: 4

Unsupervised Hyperspectral Band Selection using Clustering and Single-Layer Neural Network 基于聚类和单层神经网络的无监督高光谱波段选择

Revue Française de Photogrammétrie et de Télédétection Pub Date : 2018-09-01 DOI: 10.52638/rfpt.2018.419

Mateus Habermann, V. Fremont, E. H. Shiguemori

引用次数: 3