Comparaison d'algorithmes de classification pour la production de cartes d'occupation des sols à partir de séries temporelles d'images optiques à haute résolution.

contact : Jordi Inglada

Les travaux du CESBIO dans le cadre des 3 propositions TOSCA Landsat, SPOT-MiPy et CALVADOVS ont abouti à la mise en place d'une chaîne de production de cartes d'occupation des sols sur des très grandes étendues qui est complètement automatique.

Ces travaux se sont centré sur la préparation des données (interpolation temporelle, échantillonnage stratifié pour l'apprentissage, échantillonnage temporel), sur des traitements spécifiques pour des classes particulières (ex. neige). Pour l'étape de classification à proprement parler, un simple SVM linéaire sans optimisation des paramètres a été utilisé. Il reste donc une certaine marge de progression liée à l'amélioration de cette partie de la chaîne de traitement.

L'itégration récente dans l'OTB du module "Machine Learning" de la bibliothèque OpenCV a beaucoup enrichi les choix possibles en termes d'algorithmes de classification (SVM, réseaux de neurones, arbres de décision, boosting, random forests, etc.). Il est donc maintenant possible d'analyser à moindre coût les avantages et inconvénients de tous ces algorithmes pour la chaîne de traitement dévelopée au CESBIO.

L'objectif de ce stage est de faire une analyse comparative des performances de ces algorithmes de classification (temps de calcul, qualité des résultats, robustesse par rapport aux erreurs dans les données de référence, passage à l'échelle pour des gros volumes de données).

STAGE « ENCADRABLE EN ANGLAIS »

Accueil : DCT/SI/CB
Nombre de place(s) : 1
Durée (mois) : 6 mois

Période souhaitée : 1er semestre 2014

Compétences souhaitées : M2 en télédétection ou analyse de données; programmation en Python (le C++ peut être utile mais pas nécessaire).