Détections automatiques de structures géomorphologiques sous-marines en Deep Learning avec ArcGIS Pro ? - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Détections automatiques de structures géomorphologiques sous-marines en Deep Learning avec ArcGIS Pro ?

Jenny Trevisan
Sébastien Migeon

Résumé

Les algorithmes d’apprentissage profond pour détecter automatiquement des objets à partir d’imagerie donnent, dans plusieurs domaines, des résultats prometteurs, et sont de plus en plus utilisés et accessibles sans expertise pointue. Nous souhaitons donc voir si leur utilisation sur de l’imagerie sous-marine comme la bathymétrie et ses dérivés, ou encore la réflectivité du fond sous-marin, pourrait nous permettre de réaliser une détection automatique de structures géomorphologiques comme des sorties de fluides, des glissements de terrain… En géosciences marines, nous disposons de jeux de données manuels de ces structures, et nous comptons les utiliser comme données d’apprentissage sur des composites d’imagerie adaptés.
Fichier principal
Vignette du fichier
Presentation_SIG2022.pdf (6.73 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03828724 , version 1 (26-10-2022)

Identifiants

  • HAL Id : hal-03828724 , version 1

Citer

Jenny Trevisan, Sébastien Migeon. Détections automatiques de structures géomorphologiques sous-marines en Deep Learning avec ArcGIS Pro ?. Le Géo Evènement SIG 2022, ESRI France, Oct 2022, Virtuel, France. ⟨hal-03828724⟩
54 Consultations
14 Téléchargements

Partager

Gmail Facebook X LinkedIn More