Descripteur
Documents disponibles dans cette catégorie (12)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Graph convolutional networks by architecture search for PolSAR image classification / Hongying Liu in Remote sensing, vol 13 n° 7 (April-1 2021)
[article]
Titre : Graph convolutional networks by architecture search for PolSAR image classification Type de document : Article/Communication Auteurs : Hongying Liu, Auteur ; Derong Xu, Auteur ; Tianwen Zhu, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 1404 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] apprentissage profond
[Termes IGN] bande L
[Termes IGN] classification par nuées dynamiques
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] classification semi-dirigée
[Termes IGN] échantillon
[Termes IGN] graphe
[Termes IGN] image AIRSAR
[Termes IGN] image radar moirée
[Termes IGN] noeud
[Termes IGN] polarimétrie radar
[Termes IGN] réseau neuronal de graphesRésumé : (auteur) Classification of polarimetric synthetic aperture radar (PolSAR) images has achieved good results due to the excellent fitting ability of neural networks with a large number of training samples. However, the performance of most convolutional neural networks (CNNs) degrades dramatically when only a few labeled training samples are available. As one well-known class of semi-supervised learning methods, graph convolutional networks (GCNs) have gained much attention recently to address the classification problem with only a few labeled samples. As the number of layers grows in the network, the parameters dramatically increase. It is challenging to determine an optimal architecture manually. In this paper, we propose a neural architecture search method based GCN (ASGCN) for the classification of PolSAR images. We construct a novel graph whose nodes combines both the physical features and spatial relations between pixels or samples to represent the image. Then we build a new searching space whose components are empirically selected from some graph neural networks for architecture search and develop the differentiable architecture search method to construction our ASGCN. Moreover, to address the training of large-scale images, we present a new weighted mini-batch algorithm to reduce the computing memory consumption and ensure the balance of sample distribution, and also analyze and compare with other similar training strategies. Experiments on several real-world PolSAR datasets show that our method has improved the overall accuracy as much as 3.76% than state-of-the-art methods. Numéro de notice : A2021-350 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/rs13071404 Date de publication en ligne : 06/04/2021 En ligne : https://doi.org/10.3390/rs13071404 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97600
in Remote sensing > vol 13 n° 7 (April-1 2021) . - n° 1404[article]Inversion de données PolSAR en bande P pour l'estimation de la biomasse forestière / Colette Gelas (2020)
Titre : Inversion de données PolSAR en bande P pour l'estimation de la biomasse forestière Type de document : Thèse/HDR Auteurs : Colette Gelas, Auteur ; Laurent Polidori, Directeur de thèse ; Ludovic Villard, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2020 Importance : 154 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de Docteur de l'Université de Toulouse, spécialité Surface et interfaces continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] acquisition d'images
[Termes IGN] Afrique (géographie politique)
[Termes IGN] bande P
[Termes IGN] biomasse forestière
[Termes IGN] données de terrain
[Termes IGN] données polarimétriques
[Termes IGN] état de l'art
[Termes IGN] forêt tropicale
[Termes IGN] image AIRSAR
[Termes IGN] image radar moirée
[Termes IGN] indicateur de biodiversité
[Termes IGN] radar à antenne synthétique
[Termes IGN] série temporelle
[Termes IGN] variation saisonnièreIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) La thèse s'inscrit dans le cadre des travaux préparatoires à la mission spatiale BIOMASS du programme Earth Explorer de l'ESA (Agence Spatiale Européenne), qui prévoit d'exploiter pour la première fois depuis l'espace un SAR en bande P (435 MHz), dans le but de cartographier la biomasse et la hauteur des forêts à l'échelle globale pour la période 2023-2028. L'utilisation de la bande P permet d'obtenir une sensibilité du signal inédite avec la biomasse, en lien avec ses capacités de pénétration même à travers des forêts tropicales denses. La mission BIOMASS se base sur l'utilisation conjointe de trois méthodes d'imagerie qui sont la Polarimétrie (PolSAR), l'Interférométrie (PolInSAR) et la Tomographie (TomoSAR). Ses objectifs sont de produire tous les 7 mois des cartes de biomasse et hauteur des forêts à la résolution de 4 ha, ainsi que des cartes des perturbations sévères à 0.5 ha. La thèse s'est organisée autour du développement d'une chaîne de calcul articulée en plusieurs modules permettant d'extraire des valeurs de biomasse à partir de données PolSAR en bande P dans la perspective de cartographier la biomasse forestière de manière robuste et automatique. Les deux modules principaux consistent à estimer un indicateur polarimétrique lié à la biomasse forestière puis à l'inverser en biomasse en appliquant une méthode bayésienne construite sur des grandeurs a priori issues d'un modèle électromagnétique prédictif (MIPERS-4D). Une étude a été consacrée à la comparaison de différents indicateurs PolSAR permettant l'inversion de la biomasse forestière sur les différents sites expérimentaux étudiés. Cette thèse aborde la possibilité de minimiser les effets de la topographie avec une utilisation conjointe des modèles numériques d'élévation (DEM) qui donnent une approximation des pentes sous forêts et des données PolSAR à partir desquelles il est possible d'extraire des informations sur les coefficients des matrices de covariances et sur les pentes azimutales sous forêt. Dans l'objectif d'améliorer les relations entre les coefficients de rétrodiffusion et la biomasse, la minimisation des effets de speckle a également été étudiée dans le cadre des scénarios d'acquisitions BIOMASS, supposant des adaptations des techniques de filtrage existantes pour des séries temporelles de données SLC polarimétriques. Ces travaux sur le développement d'un filtre multi-temporel et multi-canal adapté aux séries temporelles PolSAR ont été valorisés dans l'article "Multi-temporal speckle filtering of polarimetric P-band SAR data over dense tropical forests in French Guiana : application to the BIOMASS mission" (publié dans la revue Remote Sensing), dans lequel un nouvel indicateur permettant de quantifier les performances du filtrage a également été proposé, en lien avec la capacité inédite de ces données pour caractériser les pentes azimutales du terrain. Ces différents travaux ont permis de mettre au point une méthode d'inversion adaptable aux contraintes de généralisation spatiale et temporelle pour les futures acquisitions BIOMASS à l'échelle globale. La méthode développée repose sur la combinaison d'un indicateur issu des données PolSAR qui optimise la relation à la biomasse ainsi que d'une méthode bayésienne minimisant les effets de dispersion à partir de fonctions de vraisemblance issues du modèle MIPERS-4D. Les conditions d'observations peuvent ainsi être prises en compte au travers de la paramétrisation du modèle, et l'application de cette méthode aux données des campagnes aéroportées étudiées dans cette thèse a montré son intérêt pour éviter la propagation directe des effets temporels ou de structure en biomasse. La combinaison de ces différentes études a permis d'améliorer la méthode d'inversion tout au long de la thèse, en ouvrant également des perspectives de développement pour la consolider avec en particulier la généralisation aux indicateurs PolInSAR et TomoSAR, en vue d'une exploitation la plus complète des futures données BIOMASS. Note de contenu : Introduction
1. Objectifs scientifiques et défis techniques de la mission BIOMASS
1.1 Contexte et objectifs scientifiques de la mission BIOMASS
1.2 Choix technologiques pour répondre aux objectifs de la mission BIOMASS
1.3 Les indicateurs pertinents pour cartographier la biomasse
1.4 Scénarios d’acquisitions et produits de la mission BIOMASS
1.5 Références
2. Présentation des données adaptées aux objectifs de la thèse
2.1 Contexte de réalisation des campagnes aéroportées spécifiques à BIOMASS
2.2 La campagne TropiSAR
2.3 La campagne AfriSAR
2.4 Les expérimentations TropiScat[1&2] et AfriScat
2.5 Références
3. Adaptation du Filtre Multi-canal et Multi-Temporel (MCMT) aux séquences temporelles de données SLC polarimétriques type BIOMASS
3.1 Etat de l’art
3.2 Filtre multi-temporel et multi-canal (MTMC)
3.3 Résultats
3.4 Discussion
3.5 Conclusion
3.6 Références
4. Algorithme d’inversion des données PolSAR bande P en biomasse des forêts
4.1 Modélisation de la relation intensité et biomasse
4.2 Inversion en biomasse
4.3 Procédure d’inversion
4.4 Résultats
4.5 Discussion et analyse
4.6 Références
5. Perspectives et discussions
5.1 Applications liées au filtrage
5.2 Perspectives d’améliorations de l’inversion en biomasse
5.3 Références
ConclusionNuméro de notice : 26556 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surface et interfaces continentales, Hydrologie : Toulouse 3 Paul Sabatier : 2020 Organisme de stage : Centre d'Etudes Spatiales de la BIOsphère CESBIO nature-HAL : Thèse Date de publication en ligne : 05/07/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03278312/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98045 Variational learning of mixture wishart model for PolSAR image classification / Qian Wu in IEEE Transactions on geoscience and remote sensing, vol 57 n° 1 (January 2019)
[article]
Titre : Variational learning of mixture wishart model for PolSAR image classification Type de document : Article/Communication Auteurs : Qian Wu, Auteur ; Biao Hou, Auteur ; Zaidao Wen, Auteur ; Licheng Jiao, Auteur Année de publication : 2019 Article en page(s) : pp 141 - 154 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] classification
[Termes IGN] image AIRSAR
[Termes IGN] image radar moirée
[Termes IGN] image Radarsat
[Termes IGN] loi de Wishart
[Termes IGN] optimisation (mathématiques)
[Termes IGN] polarimétrie radarRésumé : (Auteur) The phase difference, amplitude product, and amplitude ratio between two polarizations are important discriminators for terrain classification, which derives a significant statistical-distribution-based polarimetric synthetic aperture radar (PolSAR) image classification. Traditionally, statistical-distribution-based PolSAR image classification models pay attention to two aspects: searching for a suitable distribution to model certain PolSAR image and a satisfactory solution for the corresponding distribution model with samples in every terrain. Usually, the described distribution form is too complicated to build. Besides, inaccurate parameter estimation may lead to poor classification performance for PolSAR image. In order to refrain from this phenomenon, a variational thought is adopted for the statistical-distribution-based PolSAR classification method in this paper. First, a mixture Wishart model is built to model the PolSAR image to replace the complicated distribution for the PolSAR image. Second, a learning-based method is suggested instead of inaccurate point estimation of parameters to determine the distribution for every class in the mixture Wishart model. Finally, the proposed learning-based mixture Wishart model will be built as a variational form to realize a parametric model for PolSAR image classification. In the experiments, it will be proved that the class centers are easier to distinguish among different terrains learned from the proposed variational model. In addition, a classification performance on the PolSAR image is superior to the original point estimation Wishart model on both visual classification result and accuracy. Numéro de notice : A2019-104 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2018.2852633 Date de publication en ligne : 16/08/2018 En ligne : https://doi.org/10.1109/TGRS.2018.2852633 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92410
in IEEE Transactions on geoscience and remote sensing > vol 57 n° 1 (January 2019) . - pp 141 - 154[article]Separating the influence of vegetation changes in polarimetric differential SAR interferometry / Virginia Brancato in IEEE Transactions on geoscience and remote sensing, vol 56 n° 12 (December 2018)
[article]
Titre : Separating the influence of vegetation changes in polarimetric differential SAR interferometry Type de document : Article/Communication Auteurs : Virginia Brancato, Auteur ; Irena Hajnsek, Auteur Année de publication : 2018 Article en page(s) : pp 6871 - 6883 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] bande L
[Termes IGN] biomasse
[Termes IGN] carte de la végétation
[Termes IGN] détection de changement
[Termes IGN] données polarimétriques
[Termes IGN] humidité du sol
[Termes IGN] image AIRSAR
[Termes IGN] interferométrie différentielle
[Termes IGN] interféromètrie par radar à antenne synthétique
[Termes IGN] polarimétrie radar
[Termes IGN] surface cultivée
[Termes IGN] télédétection en hyperfréquenceRésumé : (auteur) Soil moisture and wet biomass changes between two noninstantaneous SAR observations markedly affect the displacement estimates obtainable with Differential Interferometric Synthetic Aperture Radar (DInSAR). The separation, the modeling of these influences besides their uncoupling from the displacement signal, and the atmospheric disturbances are still unsolved issues for several repeat-pass interferometric applications. This paper focuses on the separation of vegetation changes from the other phase contributions affecting repeat-pass measurements over vegetated areas. These phase terms mainly relate to changes in soil moisture, atmospheric delays, and surface deformation. The separation is achieved with a first-order scattering solution decomposing the observed HH and VV DInSAR phases in the sum of several phase terms. The latter mainly consider the changes in soil surface scattering and in the two-way propagation through a vertically oriented vegetation canopy. No assumption is made on the spatiotemporal evolution of the displacement and atmosphere. The overall approach is tested on a L-band data set acquired over an agricultural area. Upon calibration, the model allows for estimating changes in wet biomass based on the nonzero HH–VV DInSAR phase difference observed over several birefringent agricultural fields. The obtained biomass estimates provide then a correction for the effect of vegetation changes on the observed HH and VV DInSAR phases. Deprived of the vegetation contribution, the remainder phase terms can be more easily explored for further analyses, e.g., the estimation of soil moisture changes and/or surface movements in vertically oriented vegetated areas. Numéro de notice : A2018-551 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2018.2845368 Date de publication en ligne : 14/08/2018 En ligne : http://dx.doi.org/10.1109/TGRS.2018.2845368 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91639
in IEEE Transactions on geoscience and remote sensing > vol 56 n° 12 (December 2018) . - pp 6871 - 6883[article]Classification of fully polarimetric SAR data for land use cartography / Cédric Lardeux in Revue Française de Photogrammétrie et de Télédétection, n° 182 (Juin 2006)
[article]
contenu dans ISPRS Commission 1 Symposium 2006, Paris, Marne-la-Vallée, 3-6 Juillet 2006: Des capteurs à l'imagerie, vol 1. Proceedings / Alain Baudoin (2006)
Titre : Classification of fully polarimetric SAR data for land use cartography Type de document : Article/Communication Auteurs : Cédric Lardeux, Auteur ; Pierre-Louis Frison , Auteur ; Jean-Paul Rudant , Auteur ; et al., Auteur Année de publication : 2006 Conférence : ISPRS 2006, Commission 1 Symposium, From sensors to imagery 03/07/2006 06/07/2006 Champs-sur-Marne [Paris Marne-la-Vallée] France OA ISPRS Archives Article en page(s) : pp 23 - 27 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] bande L
[Termes IGN] bande P
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] données polarimétriques
[Termes IGN] image AIRSAR
[Termes IGN] polarimétrie radar
[Termes IGN] Polynésie françaiseRésumé : (Auteur) French Polynesia islands are located at the middle of the South Pacific Ocean. They are thus subject to a strong environmental planning leading to landscape changes as well as to the introduction of invasive species. This study comes within the framework of the global cartography and inventory of the Polynesian landscape. An AIRSAR airborne mission took place in August 2000 over the main Polynesian islands. Polarimetric SAR data are particularly adapted to the cloudy conditions generally encountered over the South Pacific Islands. Fully polarimetric data allows the analysis of a geometrical and physical point of view. Different decompositions, such as H/A/a or based on the Pauli formalism have shown their potential for such applications. In order to apply these indicators and to produce a semi-automatic cartography of the Tubuai Island, we choose to use the SVM (Support Vector Machine) as supervised classifier. These results are also compared with the Wishart classifier based on the analysis of the polarimetric coherency matrix only. As our full polarimetric data are also available in P and L bands, this study evaluates the contribution of the different wavelength. This study shown that the combination of SVM and full polarimetric data, associates with different wavelength, gives promising results. Copyright SFPT Numéro de notice : A2006-619 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans En ligne : https://www.isprs.org/proceedings/XXXVI/part1/Papers/T09-39.pdf Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=28342
in Revue Française de Photogrammétrie et de Télédétection > n° 182 (Juin 2006) . - pp 23 - 27[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 018-06021 RAB Revue Centre de documentation En réserve L003 Disponible Documents numériques
en open access
Classification of fully polarimetric... - pdf editeur ISPRSAdobe Acrobat PDF High-resolution change estimation of soil moisture using L-band radiometer and Radar observations made during the SMEX02 experiments / U. Narayan in IEEE Transactions on geoscience and remote sensing, vol 44 n° 6 (June 2006)PermalinkElaboration de MNT par extraction de pentes topographiques de données polarimétriques / Yohann Ly (2006)PermalinkApport de la polarimétrie radar pour la cartographie thématique en Polynésie française / Cédric Lardeux (2005)PermalinkA phase signature for detecting wet subsurface structures using polarimetric L-band SAR / Y. Lasne in IEEE Transactions on geoscience and remote sensing, vol 42 n° 8 (August 2004)PermalinkEvent-driven SAR data acquisition in urban areas using GIS / Uwe Sörgel in GIS Geo-Informations-Systeme, vol 2003 n° 12 (Dezember 2003)PermalinkThe use of fully polarimetric information for the fuzzy neural classification of SAR images / C.T. Chen in IEEE Transactions on geoscience and remote sensing, vol 41 n° 9 (September 2003)PermalinkDevelopment of models for monitoring the urban environment using radar remote sensing / Catherine Ticehurst (1998)Permalink