Centre de documentation
scientifique

Deep learning architectures for onboard satellite image analysis / Gaétan Bahl (2022)  

Public Titre : Deep learning architectures for onboard satellite image analysis Type de document : Thèse/HDR Auteurs : Gaétan Bahl, Auteur ; Florent Lafarge, Directeur de thèse Editeur : Nice : Université Côte d'Azur Année de publication : 2022 Importance : 120 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse de Doctorat de l'Université Côte d’Azur, Spécialité Informatique Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] analyse d'image orientée objet [Termes IGN] apprentissage profond [Termes IGN] contour [Termes IGN] détection d'objet [Termes IGN] extraction du réseau routier [Termes IGN] forêt [Termes IGN] image satellite [Termes IGN] nuage [Termes IGN] régression [Termes IGN] réseau neuronal convolutif [Termes IGN] réseau neuronal de graphes [Termes IGN] réseau neuronal récurrent [Termes IGN] segmentation sémantique Index. décimale : THESE Thèses et HDR Résumé : (Auteur) Les progrès des satellites d'observation de la Terre à haute résolution et la réduction des temps de revisite introduite par la création de constellations de satellites ont conduit à la création quotidienne de grandes quantités d'images (des centaines de Teraoctets par jour). Simultanément, la popularisation des techniques de Deep Learning a permis le développement d'architectures capables d'extraire le contenu sémantique des images. Bien que ces algorithmes nécessitent généralement l'utilisation de matériel puissant, des accélérateurs d'inférence IA de faible puissance ont récemment été développés et ont le potentiel d'être utilisés dans les prochaines générations de satellites, ouvrant ainsi la possibilité d'une analyse embarquée des images satellite. En extrayant les informations intéressantes des images satellite directement à bord, il est possible de réduire considérablement l'utilisation de la bande passante, du stockage et de la mémoire. Les applications actuelles et futures, telles que la réponse aux catastrophes, l'agriculture de précision et la surveillance du climat, bénéficieraient d'une latence de traitement plus faible, voire d'alertes en temps réel. Dans cette thèse, notre objectif est double : D'une part, nous concevons des architectures de Deep Learning efficaces, capables de fonctionner sur des périphériques de faible puissance, tels que des satellites ou des drones, tout en conservant une précision suffisante. D'autre part, nous concevons nos algorithmes en gardant à l'esprit l'importance d'avoir une sortie compacte qui peut être efficacement calculée, stockée, transmise au sol ou à d'autres satellites dans une constellation. Tout d'abord, en utilisant des convolutions séparables en profondeur et des réseaux neuronaux récurrents convolutionnels, nous concevons des réseaux neuronaux de segmentation sémantique efficaces avec un faible nombre de paramètres et une faible utilisation de la mémoire. Nous appliquons ces architectures à la segmentation des nuages et des forêts dans les images satellites. Nous concevons également une architecture spécifique pour la segmentation des nuages sur le FPGA d'OPS-SAT, un satellite lancé par l'ESA en 2019, et réalisons des expériences à bord à distance. Deuxièmement, nous développons une architecture de segmentation d'instance pour la régression de contours lisses basée sur une représentation à coefficients de Fourier, qui permet de stocker et de transmettre efficacement les formes des objets détectés. Nous évaluons la performance de notre méthode sur une variété de dispositifs informatiques à faible puissance. Enfin, nous proposons une architecture d'extraction de graphes routiers basée sur une combinaison de Fully Convolutional Networks et de Graph Neural Networks. Nous montrons que notre méthode est nettement plus rapide que les méthodes concurrentes, tout en conservant une bonne précision. Note de contenu : 1. Introduction 1.1 Context and motivation 1.2 Methods and Challenges 1.3 Contributions and outline 2. On-board image segmentation with compact networks 2.1 Introduction 2.2 Related works 2.3 Proposed architectures 2.4 Experiments on cloud segmentation 2.5 Experiments on forest segmentation 2.6 Conclusion 3. Recurrent convolutional networks for semantic segmentation 3.1 Introduction 3.2 Method 3.3 Experiments 3.4 Conclusion and future works 4. Regression of compact object contours 4.1 Introduction 4.2 Related Work 4.3 Method 4.4 Experiments 4.5 Conclusion 5. Road graph extraction 5.1 Introduction 5.2 Related Works 5.3 Method 5.4 Experiments 5.5 Limitations 5.6 Other uses of our method 5.7 Conclusion 6. Conclusion and Perspectives 6.1 Summary 6.2 Limitations and perspectives 6.3 Publications 6.4 Carbon Impact Statement Numéro de notice : 26912 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Côte d'Azur : 2022 Organisme de stage : Inria Sophia-Antipolis Méditerranée nature-HAL : Thèse DOI : sans Date de publication en ligne : 27/09/2022 En ligne : https://tel.hal.science/tel-03789667v2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101955

vol V-1-2021 - July 2021 - [Actes] XXIV ISPRS Congress, Commission 1 (Bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences) / Nicolas Paparoditis  

Public [n° ou bulletin]  est un bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences / International society for photogrammetry and remote sensing (1980 -) (2012 - )   Titre : vol V-1-2021 - July 2021 - [Actes] XXIV ISPRS Congress, Commission 1 Type de document : Périodique Auteurs : Nicolas Paparoditis , Éditeur scientifique ; Clément Mallet , Éditeur scientifique ; Florent Lafarge, Éditeur scientifique ; Stefan Hinz, Éditeur scientifique ; R. Feitosa, Éditeur scientifique ; Michael Weinmann, Éditeur scientifique ; Boris Jutzi, Éditeur scientifique Année de publication : 2021 Conférence : ISPRS 2021, Commission 1, XXIV ISPRS Congress, Imaging today foreseeing tomorrow 05/07/2021 09/07/2021 Nice on-line France OA Annals Commission 1 Langues : Anglais (eng) Numéro de notice : sans Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Nature : Numéro de périodique nature-HAL : DirectOuvrColl/Actes En ligne : https://www.isprs-ann-photogramm-remote-sens-spatial-inf-sci.net/V-1-2021/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=33419 [n° ou bulletin]

Contient

• Preface: the 2021 edition of the XXIVth ISPRS congress / Clément Mallet in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-1-2021 (July 2021)  
• Individual tree extraction from UAV lidar point clouds based on self-adaptive mean shift segmentation / Zhenyang Hui in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-1-2021 (July 2021)  

vol V-2-2021 - July 2021 - [Actes] XXIV ISPRS Congress, Commission 2 (Bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences) / Nicolas Paparoditis  

Public [n° ou bulletin]  est un bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences / International society for photogrammetry and remote sensing (1980 -) (2012 - )   Titre : vol V-2-2021 - July 2021 - [Actes] XXIV ISPRS Congress, Commission 2 Type de document : Périodique Auteurs : Nicolas Paparoditis , Éditeur scientifique ; Clément Mallet , Éditeur scientifique ; Florent Lafarge, Éditeur scientifique ; Fabio Remondino, Éditeur scientifique ; Isabella Toschi, Éditeur scientifique ; Takashi Fuse, Éditeur scientifique Année de publication : 2021 Conférence : ISPRS 2021, Commission 2, 24th ISPRS Congress, Imaging today foreseeing tomorrow 05/07/2021 09/07/2021 Nice Virtuel France OA Annals Commission 2 Langues : Anglais (eng) Numéro de notice : sans Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Nature : Numéro de périodique nature-HAL : DirectOuvrColl/Actes En ligne : https://www.isprs-ann-photogramm-remote-sens-spatial-inf-sci.net/V-2-2021/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=33420 [n° ou bulletin]

Contient

• Fast weakly supervised detection of railway-related infrastructures in lidar acquisitions / Stéphane Guinard in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2021 (July 2021)  
• Towards efficient indoor/outdoor registration using planar polygons / Rahima Djahel in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2021 (July 2021)  
• Roadside tree extraction and diameter estimation with MMS lidar by using point-cloud image / Genki Takahashi in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2021 (July 2021)  
• Marrying deep learning and data fusion for accurate semantic labeling of Sentinel-2 images / Guillemette Fonteix in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2021 (July 2021)  
• Forest cover mapping and Pinus species classification using very high-resolution satellite images and random forest / Laura Alonso-Martinez in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2021 (July 2021)  

vol V-4-2021 - July 2021 - [actes] XXIV ISPRS Congress "Imaging today, foreseeing tomorrow", Commission 4, 2021 edition, 5–9 July 2021 (Bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences) / Nicolas Paparoditis  

Public [n° ou bulletin]  est un bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences / International society for photogrammetry and remote sensing (1980 -) (2012 - )   Titre : vol V-4-2021 - July 2021 - [actes] XXIV ISPRS Congress "Imaging today, foreseeing tomorrow", Commission 4, 2021 edition, 5–9 July 2021 Type de document : Périodique Auteurs : Nicolas Paparoditis , Auteur ; Clément Mallet , Auteur ; Florent Lafarge, Auteur ; Michael Ying Yang, Auteur ; Sisi Zlatanova, Auteur ; Suzana Dragićević, Auteur ; George Sithole, Auteur ; Giorgio Agugiaro, Auteur ; Jamal Jokar Arsanjani, Auteur ; P. Boguslawski, Auteur ; Martin Breunig, Auteur ; Maria Antonia Brovelli, Auteur ; Sidonie Christophe , Auteur ; et al., Auteur Année de publication : 2021 Conférence : ISPRS 2021, Commission 4, 24th ISPRS Congress, Imaging today foreseeing tomorrow 05/07/2021 09/07/2021 Nice on-line France OA Annals Commission 4 Langues : Français (fre) Numéro de notice : sans Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Nature : Numéro de périodique nature-HAL : DirectOuvrColl/Actes En ligne : https://www.isprs-ann-photogramm-remote-sens-spatial-inf-sci.net/V-4-2021/index. [...] Format de la ressource électronique : URL bulletin Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=33418 [n° ou bulletin]

Contient

• A framework to manage uncertainty in the computation of waste collection routes after a flood / Arnaud Le Guilcher in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-4-2021 (July 2021)  

Preface: the 2021 edition of the XXIVth ISPRS congress / Clément Mallet in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-1-2021 (July 2021)  

Public [article]  inISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences > vol V-1-2021 (July 2021) . - pp 1 - 5 Titre : Preface: the 2021 edition of the XXIVth ISPRS congress Type de document : Article/Communication Auteurs : Clément Mallet , Auteur ; Florent Lafarge, Auteur ; Martyna Poreba , Auteur ; Teng Wu , Auteur ; Gaétan Bahl, Auteur ; Min Yu, Auteur ; Anatol Garioud , Auteur ; Yizi Chen , Auteur ; San Jiang, Auteur ; Michael Ying Yang, Auteur ; Nicolas Paparoditis , Auteur Année de publication : 2021 Projets : 1-Pas de projet / Conférence : ISPRS 2021, Commission 1, XXIV ISPRS Congress, Imaging today foreseeing tomorrow 05/07/2021 09/07/2021 Nice on-line France OA Annals Commission 1 Article en page(s) : pp 1 - 5 Note générale : bibliographie Langues : Anglais (eng) Résumé : (auteur) We report key elements and figures related to the proceedings of the 2021 edition of the XXIVth ISPRS Congress. Similarly to 2020, the COVID-19 pandemic caused global travel challenges and restrictions for the first half of 2021. Consequently, the physical Congress re-scheduled from June 2020 to July 2021 was again postponed to June 2022, still in Nice (France). Papers were already submitted and the ISPRS Council decided to carry out the review process and the publication of the proceedings of the papers submitted under the label “2021 Edition”. The authors of published papers had the opportunity to present their work during a Digital Event, this year scheduled the same week as the planned Congress (5–9 July 2021). Numéro de notice : A2021-613 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/isprs-annals-V-4-2021-1-2021 Date de publication en ligne : 17/06/2021 En ligne : http://dx.doi.org/10.5194/isprs-annals-V-4-2021-1-2021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97948 [article]

An efficient representation of 3D buildings: application to the evaluation of city models / Oussama Ennafii (2021)  

Permalink

vol V-4-2020 - August 2020 - [Actes] XXIV ISPRS virtual Congress, Commission 4, 31th August-2nd September 2020, Nice, France (Bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences) / Nicolas Paparoditis  

Permalink

vol V-5-2020 - August 2020 - [Actes] XXIV ISPRS virtual Congress, Commission 5, 31th August-2nd September 2020, Nice, France (Bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences) / Nicolas Paparoditis  

Permalink

vol V-1-2020 - August 2020 - [Actes] XXIV ISPRS virtual Congress, Commission 1, 31th August-2nd September 2020, Nice, France (Bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences) / Nicolas Paparoditis  

Permalink

vol V-2-2020 - August 2020 - [Actes] XXIV ISPRS virtual Congress, Commission 2, 31th August-2nd September 2020, Nice, France (Bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences) / Nicolas Paparoditis  

Permalink

vol V-3-2020 - August 2020 - [Actes] XXIV ISPRS virtual Congress, Commission 3, 31th August-2nd September 2020, Nice, France (Bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences) / Nicolas Paparoditis  

Permalink

Preface: the 2020 edition of the XXIVth ISPRS congress / Clément Mallet in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-1-2020 (August 2020)  

Permalink

XXIV ISPRS Congress, Commission 1 / Nicolas Paparoditis (2020)  

Permalink

XXIV ISPRS Congress, Commission 2 / Nicolas Paparoditis (2020)  

Permalink

XXIV ISPRS Congress, Commission 3 / Nicolas Paparoditis (2020)  

Permalink