Détections automatiques de structures géomorphologiques sous-marines en Deep Learning avec ArcGIS Pro ?
- Creators
- Trevisan, Jenny
- Migeon, Sébastien
- Others:
- Géoazur (GEOAZUR 7329) ; Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire de la Côte d'Azur ; COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Université Côte d'Azur (UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Université Côte d'Azur (UCA)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud])
- ESRI France
Description
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.
Abstract
International audience
Additional details
- URL
- https://hal.archives-ouvertes.fr/hal-03828724
- URN
- urn:oai:HAL:hal-03828724v1
- Origin repository
- UNICA