Centre de documentation
scientifique

Automatic production of large-scale cloud-free orthomosaics from multitemporal satellite images / Nicolas Champion (2017)  

Public Titre : Automatic production of large-scale cloud-free orthomosaics from multitemporal satellite images Type de document : Article/Communication Auteurs : Nicolas Champion , Auteur ; Emilie Le Hir, Auteur ; Stéphane Massera , Auteur ; Nicolas Bellaiche , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2017 Projets : 2-Pas d'info accessible - article non ouvert / Conférence : Multitemp 2017, 9th International Workshop on the Analysis of Multitemporal Remote Sensing Images 27/06/2017 29/06/2017 Brugge Belgique Proceedings IEEE Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] chaîne de traitement [Termes IGN] continuité cartographique [Termes IGN] harmonisation des données [Termes IGN] image Pléiades-HR [Termes IGN] image SPOT 6 [Termes IGN] image SPOT 7 [Termes IGN] masque [Termes IGN] orthophotoplan numérique Résumé : (auteur) The main goal of this paper is to present the automatic pipeline designed at IGN-France to produce automatic large-scale cloud-free orthomosaics from multiple Spot 6/7 and Pléiades-HR satellite images. Our pipeline is composed of three steps: the radiometric harmonisation of satellite images, the automatic production of cloud masks and the stitching procedure. Our evaluation shows that our pipeline is capable to remove all clouds in a given scene and produce seamless orthomosaics. Numéro de notice : C2017-058 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/Multi-Temp.2017.8035214 Date de publication en ligne : 14/09/2017 En ligne : https://doi.org/10.1109/Multi-Temp.2017.8035214 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97496

Filtering mislabeled data for improving time series classification / Charlotte Pelletier (2017)  

Public Titre : Filtering mislabeled data for improving time series classification Type de document : Article/Communication Auteurs : Charlotte Pelletier, Auteur ; Silvia Valero, Auteur ; Jordi Inglada, Auteur ; Gérard Dedieu, Auteur ; Nicolas Champion , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2017 Projets : 2-Pas d'info accessible - article non ouvert / Conférence : Multitemp 2017, 9th International Workshop on the Analysis of Multitemporal Remote Sensing Images 27/06/2017 29/06/2017 Brugge Belgique Proceedings IEEE Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] données d'entrainement (apprentissage automatique) [Termes IGN] image Sentinel-MSI [Termes IGN] série temporelle Résumé : (auteur) The supervised classification of optical image time series allow the production of accurate land cover maps over large areas. However, the precision yielded by learning algorithms strongly depends on the quality of the reference data. The reference databases covering a large geographical area usually contain noisy data with an important number of mislabeled instances. These labeling errors result in longer training time, less accurate classifiers, and ultimately poorer results. To address this issue, we proposed a new iterative learning framework that removes mislabeled data from the training set. Specifically, a preliminary outlier rejection procedure based on the well-known Random Forest algorithm is proposed. The presented strategy is tested with the classification of Sentinel-2 image time series acquired on 2016 by using an out-of-date reference dataset collected on 2014. Numéro de notice : C2017-059 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/Multi-Temp.2017.8035217 Date de publication en ligne : 14/09/2017 En ligne : https://doi.org/10.1109/Multi-Temp.2017.8035217 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97497