Réseaux de neurones profonds et fusion de données pour la segmentation sémantique d'images aériennes

Nicolas Audebert 1, 2 Bertrand Le Saux 2 Sébastien Lefèvre 1
1 OBELIX - Environment observation with complex imagery
UBS - Université de Bretagne Sud, IRISA-D5 - SIGNAUX ET IMAGES NUMÉRIQUES, ROBOTIQUE
Résumé : Ce travail porte sur l'utilisation des réseaux de neu-rones convolutifs profonds pour la classification dense des images d'observation de la Terre. En particulier, nous en-traînons une variante de l'architecture SegNet sur des images aériennes en zone urbaine et étudions différentes stratégies de segmentation sémantique. Nos contributions sont les suivantes : 1) nous étudions la capacité de trans-fert des caractéristiques apprises sur des images classiques aux images aériennes en utilisant un réseau entièrement convolutif ; 2) nous réalisons la fusion de données hétéro-gènes (optique et Lidar) en utilisant un nouveau module neuronal dit de correction résiduelle. Nous démontrons la pertinence de ces contributions sur le jeu de données IS-PRS Vaihingen 2D Semantic Labeling. Mots Clé Apprentissage profond, segmentation sémantique, télédé-tection, cartographie sémantique, fusion de données. Abstract This work investigates the use of deep fully convolutional neural networks (DFCNN) for pixel-wise scene labeling of Earth Observation images. Especially, we train a variant of the SegNet architecture on remote sensing data over an urban area and study different strategies for performing accurate semantic segmentation. Our contributions are the following : 1) we transfer efficiently a DFCNN from generic everyday images to remote sensing images ; 2) we perform data fusion from heterogeneous sensors (optical and laser) using residual correction. Our framework improves state-of-the-art accuracy on the ISPRS Vaihingen 2D Semantic Labeling dataset.
Type de document :
Communication dans un congrès
ORASIS, 2017, Colleville-sur-Mer, France
Liste complète des métadonnées

Littérature citée [38 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01672871
Contributeur : Sébastien Lefèvre <>
Soumis le : jeudi 7 juin 2018 - 11:25:29
Dernière modification le : vendredi 16 novembre 2018 - 01:40:52
Document(s) archivé(s) le : samedi 8 septembre 2018 - 13:25:55

Identifiants

  • HAL Id : hal-01672871, version 1

Citation

Nicolas Audebert, Bertrand Le Saux, Sébastien Lefèvre. Réseaux de neurones profonds et fusion de données pour la segmentation sémantique d'images aériennes. ORASIS, 2017, Colleville-sur-Mer, France. 〈hal-01672871〉

Partager

Métriques

Consultations de la notice

492

Téléchargements de fichiers

624