La Réunion | Séminaire machine learning et deep learning

Dans la cadre des séminaires SEAS-OI, le CIRAD présente le 13 juin 2022 à St Pierre (La Réunion) une comparaison entre des processus de classification par machine learning ou par deep learning pour la cartographie de l’occupation du sol par télédétection à La Réunion, et diffusion des cartes sur un atlas web .

La multiplication des sources de données d’observation de la terre, et l’augmentation des résolutions spatiale, radiométrique et temporelle offrent des pistes prometteuses pour cartographier l’occupation du sol avec une précision proche de celle des produits de l’IGN.

Le Cirad a développé la chaine MORINGA depuis 2017, basée sur l’analyse d’une série temporelle à haute résolution spatiale (ex : Sentinel-2, Landsat), complétée d’une image à très haute résolution spatiale (ex : Spot6/7 ou Pléïades), grâce à un algorithme de machine learning de type Random forest. Cette chaine est mise en œuvre chaque année et produit une carte d’occupation du sol déclinée selon 3 typologies correspondant à 3 niveaux de précision sémantique.

Plus récemment, le Cirad, en collaboration avec l’Université de La Réunion, explore une approche en deep learning pour classer une image à très haute résolution spatiale. Le modèle de type Convolutional Neural Network en cours de développement montre de meilleures performances en termes de précision, au prix de calculs largement intensifs.

Les produits des travaux de télédétection sont mis à disposition de la communauté scientifique et du grand public via une plateforme Open Source de diffusion de ressources géographiques en ligne : l’atlas AWARE.

Print Friendly, PDF & Email
PARTAGER