Search results for "Images satellitaires"
showing 2 items of 2 documents
Exploiting deep learning algorithms and satellite image time series for deforestation prediction
2022
In recent years, we have witnessed the emergence of Deep Learning (DL) methods, which have led to enormous progress in various fields such as automotive driving, computer vision, medicine, finances, and remote sensing data analysis. The success of these machine learning methods is due to the ever-increasing availability of large amounts of information and the computational power of computers. In the field of remote sensing, we now have considerable volumes of satellite images thanks to the large number of Earth Observation (EO) satellites orbiting the planet. With the revisit time of satellites over an area becoming shorter and shorter, it will probably soon be possible to obtain daily imag…
Application of LSTM architectures for next frame forecasting in Sentinel-1 images time series
2020
L'analyse prédictive permet d'estimer les tendances des évènements futurs. De nos jours, les algorithmes Deep Learning permettent de faire de bonnes prédictions. Cependant, pour chaque type de problème donné, il est nécessaire de choisir l'architecture optimale. Dans cet article, les modèles Stack-LSTM, CNN-LSTM et ConvLSTM sont appliqués à une série temporelle d'images radar sentinel-1, le but étant de prédire la prochaine occurrence dans une séquence. Les résultats expérimentaux évalués à l'aide des indicateurs de performance tels que le RMSE et le MAE, le temps de traitement et l'index de similarité SSIM, montrent que chacune des trois architectures peut produire de bons résultats en fon…