DEVELOPMENT OF DEEP LEARNING APPROACHES TO EXTRACT INFORMATION FROM SATELLITE IMAGES - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Thèse Année : 2020

DEVELOPMENT OF DEEP LEARNING APPROACHES TO EXTRACT INFORMATION FROM SATELLITE IMAGES

Méthodes d'apprentissage profond en extraction d'images satellitaires

Résumé

This thesis titled ‘Development of Deep Learning Approaches to Extract Information from Satellite Images’ incorporates the study and critical analysis of the performance of conventional convolutional neural network (CNN) and recurrent neural network (RNN) models, and further development of novel CNN and RNN models to exploit the spectral and/or spatial and/or temporal information present in satellite images for applications such as land cover classification, disaster monitoring and mitigation, and agriculture crop monitoring. The main objective of this thesis is to pursue these studies with unimodal or multimodal satellite images. Special focus during these studies is to develop novel deep neural network (DNN) models (common term for CNN and RNN based models) that can achieve better classification accuracy and generalization performance in mixed land cover class scenarios.
Cette thèse intitulée "Développement d'approches en apprentissage profond pour extraire des informations à partir d'images satellites" intègre l'étude et l'analyse critique des performances des modèles de réseaux de neurones convolutionnels (CNN) et de réseaux de neurones récurrents (RNN), ainsi que le développement de nouveaux modèles CNN et RNN pour exploiter les informations spectrales et/ou spatiales et/ou temporelles présentes dans les images satellites pour des applications telles que la classification de la couverture terrestre, la surveillance et l'atténuation des catastrophes et la surveillance des cultures agricoles. L'objectif principal de cette thèse est de poursuivre ces études avec des images satellitaires unimodales ou multimodales. Une attention particulière au cours de ces études est de développer de nouveaux modèles de réseaux de neurones profonds (DNN) (terme commun pour les modèles basés sur CNN et RNN) qui peuvent atteindre une meilleure précision de classification et des performances de généralisation dans les scénarios de classe de couverture terrestre mixte.
Fichier principal
Vignette du fichier
Thesis_gopal-Singh.pdf (8.66 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Licence : Domaine public

Dates et versions

tel-04080228 , version 1 (18-08-2023)

Licence

Domaine public

Identifiants

  • HAL Id : tel-04080228 , version 1

Citer

Gopal Singh Phartiyal. DEVELOPMENT OF DEEP LEARNING APPROACHES TO EXTRACT INFORMATION FROM SATELLITE IMAGES. Engineering Sciences [physics]. IIT Roorkee, 2020. English. ⟨NNT : ⟩. ⟨tel-04080228⟩

Collections

INRIA INRIA2
43 Consultations
18 Téléchargements

Partager

Gmail Facebook X LinkedIn More