Assimilation de données variationnelle de séries temporelles d'images Sentinel-2 avec un modèle dynamique auto-supervisé - Equipe Observations Signal & Environnement Access content directly
Conference Papers Year : 2023

Assimilation de données variationnelle de séries temporelles d'images Sentinel-2 avec un modèle dynamique auto-supervisé

Abstract

Au cours des dernières années, l'apprentissage profond a acquis une importance croissante dans de nombreux domaines scientifiques, notamment en ce qui concerne le traitement d'images, et en particulier pour le traitement des données issues de satellites. Le paradigme le plus courant en ce qui concerne l'apprentissage profond est l'apprentissage supervisé, qui requiert une grande quantité de données annotées représentant la vérité terrain pour la tâche d'intérêt. Or, obtenir des données correctement annotées pose souvent des difficultés financières ou techniques importantes. Pour cette raison, nous nous plaçons ici dans le cadre de l'apprentissage auto-supervisé. Nous proposons un modèle d'apprentissage profond inspiré de la théorie de l'opérateur de Koopman qui apprend, à partir de séries temporelles d'images multispectrales Sentinel-2, à modéliser les dynamiques de long terme de réflectance des pixels. Après son entraînement, notre modèle peut être utilisé dans divers problèmes inverses faisant intervenir la dynamique temporelle pour résoudre différentes tâches telles que l'interpolation ou le débruitage de données.
Fichier principal
Vignette du fichier
GRETSI_Anthony-5.pdf (756.9 Ko) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

hal-04084032 , version 1 (10-05-2023)

Licence

Identifiers

  • HAL Id : hal-04084032 , version 1

Cite

Anthony Frion, Lucas Drumetz, Mauro Dalla Mura, Guillaume Tochon, Abdeldjalil Aissa El Bey. Assimilation de données variationnelle de séries temporelles d'images Sentinel-2 avec un modèle dynamique auto-supervisé. GRETSI 2023 - XXIXème Colloque Francophone de Traitement du Signal et des Images, GRETSI - Groupe de Recherche en Traitement du Signal et des Images, Aug 2023, Grenoble, France. ⟨hal-04084032⟩
75 View
36 Download

Share

Gmail Mastodon Facebook X LinkedIn More