CE23 - Intelligence Artificielle

Modèles génératifs pour la cartographie des changements de l'occupation du sol à partir de séries temporelles d'images satellitaires – DeepChange

Résumé de soumission

Des informations sur l’occupation du sol de notre planète constituent des données environnementales essentielles pour le changement climatique. Récemment, les nouvelles Séries Temporelles d’Images Satellitaires à hautes résolutions offrent des nouvelles possibilités pour la cartographie des changements d'occupation du sol. Néanmoins, les défis du « Big Data » sont devenus imminents pour l'exploitation de ces données. Les modèles génératifs profonds représentent l’une des découvertes récentes les plus prometteuses pour l'analyse de données volumineuses. Ce projet vise à explorer ces modèles pour faire face aux grands défis posés dans le traitement d’images satellitaires : le manque de données de référence et l’exploitation de données complexes et hétérogènes. L'originalité du projet repose sur le développement de nouvelles méthodologies de détection de changement en utilisant des modèles génératifs profonds qui prennent en compte la dynamique temporelle et les contraintes physiques.

Coordination du projet

Silvia Valero (Centre d'études spatiales de la biosphère)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

CESBIO Centre d'études spatiales de la biosphère

Aide de l'ANR 204 445 euros
Début et durée du projet scientifique : mars 2021 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter