| Titre : | Augmentation de la résolution des images satellitaires Sentinel-2 par apprentissage profond (Deep Learning) |
| Auteurs : | OUDAHA Hatim, Auteur ; HAJJI Hicham, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Rabat : IAV Hassan II, 2024 |
| Format : | 78 |
| Langues: | Français |
| Mots-clés: | Images satellitaires ; apprentissage profond ; Sentinel-2 ; GAN ; Super-Résolution. |
| Résumé : |
Les images satellitaires de haute résolution sont cruciales pour diverses applications, notamment en agriculture, en gestion côtière et en urbanisme. Cependant, les images actuelles, comme celles provenant des satellites Sentinel-2, ont une résolution limitée de 10 mètres, ce qui peut être insuffisant pour des analyses détaillées et précises. Cette limitation pose des défis pour la surveillance et la gestion efficaces des terres, des côtes et des zones urbaines. En particulier, l'incapacité à capturer des détails fins peut entraver la détection de changements subtils mais importants, affectant ainsi les prise de décisions informées. Il est donc impératif de découvrir des méthodes avancées pour améliorer la résolution de ces images.
Cette étude vise à améliorer la résolution des images satellitaires Sentinel-2 en utilisant trois modèles d'apprentissage profond basés sur des techniques de Super-Résolution. Le meilleur modèle sera sélectionné parmi les trois pour atteindre cet objectif. L'objectif principal est d'augmenter la résolution des images sentinel-2 de résolution spatiale de 10 mètres, et de tester l'efficacité de notre meilleur modèle sur trois types de zones distinctes : rurales, maritimes et urbaines. Bien que des ajustements supplémentaires soient nécessaires pour les zones urbaines, les résultats obtenus démontrent une amélioration significative de la qualité des images, avec des scores élevés de PSNR et de SSIM spécifiquement pour les zones agricoles. Cette étude met en évidence comment les réseaux génératifs adverses (GAN) peuvent améliorer de façon significative la résolution des images satellitaires, offrant ainsi de nouvelles perspectives pour une gestion plus précise et détaillée des terres et du développement urbain. |
| En ligne : | http://10.2.0.27//cda/ebooks/OUDAHA_Hatim_2024.pdf |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| 200041293 | 10264 | Support papier | Salle des thèses/PFE (RDC) | Ingénieur topographe | Consultation sur place Exclu du prêt |
