Object-Based Mangrove Mapping Using Submeter Superspectral Worldview-3 Imagery and Deep Convolutional Neural Network

Antoine Collin (1, 2, 3) , Mathilde Letard , Mark Andel , Sahadev Sharma

1 EPHE - École Pratique des Hautes Études
2 PSL - Université Paris Sciences et Lettres
3 LETG - Littoral, Environnement, Télédétection, Géomatique UMR 6554

Domaines: Milieux et Changements globaux; Environnement et Société; Traitement du signal et de l'image [eess.SP]; Electromagnétisme; Acoustique [physics.class-ph]; Méthodologie [stat.ME]; Machine Learning [stat.ML]; Ecosystèmes; Ingénierie de l'environnement; Biodiversité et Ecologie; Traitement du signal et de l'image [eess.SP]; Traitement des images [eess.IV]; Modélisation et simulation; Réseau de neurones [cs.NE]; Bio-informatique [q-bio.QM]; Géographie; Optique / photonique

Antoine Collin, Mathilde Letard, Mark Andel, Sahadev Sharma. Object-Based Mangrove Mapping Using Submeter Superspectral Worldview-3 Imagery and Deep Convolutional Neural Network. IGARSS 2021 - 2021 IEEE International Geoscience and Remote Sensing Symposium, Jul 2021, Brussels, Belgium. pp.7362-7365, ⟨10.1109/IGARSS47720.2021.9553650⟩. ⟨hal-03414693⟩