Réinitialiser mot de passe
E-mail
Password
RNTI

MODULAD
Prétraitement de données spatialement imprécises pour une classification supervisée basée sur les images satellitaires
In EGC 2018, vol. RNTI-E-34, pp.167-178
Résumé
Dans un problème de classification supervisée, les données d'apprentissage
proviennent souvent d'inventaires acquis sur le terrain par des experts
du domaine. Toutefois, la localisation de ces inventaires est approximative (en
raison de la précision intrinsèque des GPS portables utilisés). Cette imprécision
spatiale est particulièrement problématique lorsque ces données sont utilisées
pour entrainer un classifieur sur des images satellitaires très haute résolution
(THR). En effet, la précision spatiale des inventaires peut être dans certains cas
bien inférieure à celles de ces images. Dans ce papier, nous proposons trois approches
visant à améliorer la précision spatiale des données terrain via des prétraitements.
Le principe est d'exploiter les images satellitaires THR disponibles
pour corriger spatialement les données terrain. Nos expérimentations mettent
en avant l'intérêt de ces pré-traitements sur un jeu de données constitué de 24
inventaires d'habitats coralliens et une image satellitaire THR (WorldView-2).