- Site officiel

Deep-Fusion
DEEPFusion : Fusion des série temporelles S1 et S2 à travers des méthode de Deep Learning pour la classification de l’occupation du sol.

Le projet DeepFusion vise à développer des approches de fusion des séries temporelles d’images multi-capteurs (Sentinel-1 et Sentinel-2) à travers des approches d’apprentissage profond (Réseaux de Neurones Récurrents) dans un contexte de prédiction d’occupation du sol.

Mots clés : Deep Learning, Sentinel-1 and Sentinel-2 data fusion, satellite image time series, land cover classification.
INFOS PROJETS

Date de début de projet :
 01/01/2018
Date de fin de projet : 31/12/2019
Partenaires/organismes associés :  TETIS
Axe(s) de recherche TETIS : SISO
Responsable projet TETIS : Dino Ienco
Autres participants TETIS : Dino Ienco
Organisme porteur au sein de TETIS : 
Commanditaire : PNTS