Centre de documentation
scientifique

Learning harmonised Pleiades and Sentinel-2 surface reflectances / J. Michel (2021)  

Public Titre : Learning harmonised Pleiades and Sentinel-2 surface reflectances Type de document : Article/Communication Auteurs : J. Michel, Auteur ; Jordi Inglada, Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2021 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B2-2021 Conférence : ISPRS 2021, Commission 2, XXIV ISPRS Congress, Imaging today foreseeing tomorrow 05/07/2021 09/07/2021 Nice Virtuel France OA Archives Commission 2 Importance : pp 265 - 272 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] classification par Perceptron multicouche [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] image Pléiades [Termes IGN] image Sentinel-MSI [Termes IGN] réflectance de surface [Termes IGN] régression linéaire Résumé : (auteur) In this paper, we investigate the use of machine-learning techniques in order to produce harmonised surface reflectances between Sentinel-2 and Pleiades images, and reduce the impact of the differences in sensors, view conditions, and atmospheric correction differences between them. We demonstrate that if a simple linear regression considering Sentinel-2 surface reflectances as the target domain can overcome this problem when both images are calibrated to Top of Canopy reflectances, the non-linearity brought by a simple Multi-Layer-Perceptron is already useful when Pleiades is corrected to Top of Atmosphere level and contributions of the atmosphere need to be learned. We also demonstrate that learning a Convolution Neural Network instead of a plain MLP can learn undesired spatial effects such as mis-registration or differences in spatial frequency content, that will affect the image quality of the corrected Pleiades product. We overcome this issue by proposing an adhoc input convolutional layer that will capture those effects and can later be unplugged during inference. Last, we also propose an architecture and loss function that is robust to unmasked clouds and produces a confidence prediction during inference. Numéro de notice : C2021-019 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Communication DOI : 10.5194/isprs-archives-XLIII-B3-2021-265-2021 Date de publication en ligne : 28/06/2021 En ligne : https://doi.org/10.5194/isprs-archives-XLIII-B3-2021-265-2021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98071

Le problème du Rhône, l'aménagement intégral du fleuve, son triple point de vue / J. Michel (1932)

Public Titre : Le problème du Rhône, l'aménagement intégral du fleuve, son triple point de vue : navigation, forces motrices, irrigations Type de document : Monographie Auteurs : J. Michel, Auteur Editeur : Vienne [Autriche] : Martin & Ternet Année de publication : 1932 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géographie régionale France [Termes IGN] Rhône (69) Numéro de notice : 28869 Affiliation des auteurs : non IGN Nature : Monographie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=56593

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
28869-01	163.00	Livre	Centre de documentation	En réserve L-101	Fonds ancien - consultable sur RdV Exclu du prêt