Change Detection In Satellite Imagery By Combining Algebraic Methods And Convolutional Neural Network

Résumé: La d etection des informations qui changent a jou e un r^ole tr es important dans l'exploitation des images satellites ; il a am elior e notre capacit e a surveiller et a utiliser les terres/l'occupation des sols et nos aid ees aussi a estimer les dommages caus es par les catastrophes naturelles (inondations, incendies) et la d etection des cibles militaires. Il existe de nombreuses m ethodes traditionnelles utilis ees sur les images de t el ed etection multispectrales pour la d etection des changements, mais celles-ci n'o rent souvent pas la pr ecision et la robustesse dont nous avons besoin. Pour surmonter cette contrainte, nous avons combines di erentes d'images g en er ees par des m ethodes alg ebriques avec une approche bas ee sur un r eseau de neurones a convolution profonde pour l'identi cation de changement dans zones urbaines, en utilisant les donn ees de d etection de changements par satellite ONERA 2015-2018. Cette m ethode int egre des r eseaux de neurones d'apprentissage en profondeur pr eexistants, en particulier le r eseau Unet, dans le but d'augmenter la pr ecision du changement obtenu a partir du mod ele. les r esultats obtenus sont tout a fait satisfaisants.

Publié dans la revue: