Les événements du CRIM

Les Séminaires R-D sont des rendez-vous scientifiques sur les dernières avancées scientifiques et technologiques.
Les Journées Technos sont des rendez-vous où le monde de la recherche et le monde industriel se rencontrent pour échanger sur des thématiques émergentes.

Annotation et analyse d’images satellites à très haute résolution par des techniques d’apprentissage profond

Annotation et analyse d’images satellites à très haute résolution par des techniques d’apprentissage profond

Annotation et analyse d’images satellites à très haute résolution par des techniques d’apprentissage profond 

Présentation en français

CONFÉRENCIER

Samuel Foucher, Ph. D.
Chercheur sénior en télédétection

RÉSUMÉ

Les images satellites sont la principale source d’information pour la cartographie et sa mise à jour, la gestion du territoire et des ressources naturelles, le suivi environnemental, la planification urbaine, et bien d’autres applications à caractère économique, environnemental et social. L’évolution rapide des techniques d’apprentissage automatique depuis 2012 et en particulier les réseaux de neurones convolutifs profonds (CNN) ont permis d’atteindre des performances jamais obtenues auparavant en matière d’analyse d’images. Cependant, la majorité des modèles disponibles actuellement est issue du domaine de la vision par ordinateur. Leur extension aux images de télédétection pose plusieurs défis de recherche. L’adaptation des CNN à la nature et au contenu de ces images nécessite au minimum leur réentraînement sur des bases de données annotées, voire même le développement de nouvelles architectures mieux adaptées et plus performantes.  

Le projet GeoImageNet présenté ici, débuté à l’automne 2018, est une initiative unique de collaboration entre des chercheurs en télédétection, des développeurs de plateformes numériques de recherche, des experts en intelligence artificielle et des professionnels de la valorisation des images satellitaires. Ce projet est né d’un partenariat entre le département de géomatique appliquée de l’Université de Sherbrooke, le Centre de recherche informatique de Montréal (CRIM), la compagnie Effigis Géo-Solutions et le Centre canadien de cartographie et d’observation de la Terre de Ressources naturelles Canada. La plateforme permet la création d’annotations et leur curation, la création de bases de données d'entraînement pour l’apprentissage profond et le test des modèles développés par les experts du domaine. 


Annotation and analysis of very high resolution satellite images using deep learning techniques 

SPEAKER

Samuel Foucher, Ph.D., Senior Researcher in Remote Sensing

SUMMARY

Satellite images are the main source of information for mapping, land and natural resource management, environmental monitoring, urban planning, and many other economic, environmental and social applications. The rapid evolution of machine learning techniques since 2012, and in particular Deep Convolutional Neural Networks (CNN), have made it possible to achieve unprecedented performance in image analysis. However, the majority of the models currently available come from the field of computer vision. Their extension to remote sensing images poses several research challenges. The adaptation of CNNs to the nature and content of these images requires at least their re-training on annotated databases, and even the development of new, better adapted and more powerful architectures. 

The GeoImageNet project presented here, launched in the fall of 2018, is a unique collaborative initiative between remote sensing researchers, digital research platforms developers, artificial intelligence experts and satellite imagery exploitation professionals. This project is the result of a partnership among the Department of Applied Geomatics of the Université de Sherbrooke, the Computer Research Institute of Montréal  (CRIM), Effigis Géo-Solutions and the Canadian Centre for Mapping and Earth Observation of Natural Resources Canada. The platform allows the creation and curation of annotations, the building of training databases for deep learning and the testing of models developed by experts in the field.


Les séminaires scientifiques du CRIM, gratuits et ouverts à tous, sont donnés par des experts de renommée internationale, des collaborateurs universitaires, le personnel de R-D et les étudiants du CRIM. Au programme, des présentations conviviales sur les dernières avancées scientifiques et technologiques.


Conférence virtuelle. Gratuit, inscription obligatoire.

En vidéoconférence : l'hyperlien sera envoyé quelques jours avant la conférence.

Il n'y a plus de places disponibles pour cet événement.

Le 13 novembre 2020
De 11h à 12h

Une présentation de Samuel Foucher, chercheur sénior en télédétection au CRIM.

 

Tous les Événements

Liste des événements auxquels le CRIM et ses experts participent. Plusieurs rabais sont offerts à nos membres!

Voir les événements

Vous abonner aux infolettres du CRIM S'inscrire à notre infolettre

Voir nos infolettres récentes

Suivez-nous sur :   LinkedIn Flickr YouTube Medium