LogoLogo

Dimeglio, Chloé. Méthodes d'estimations statistiques et apprentissage pour l'imagerie agricole

Dimeglio, Chloé (2013). Méthodes d'estimations statistiques et apprentissage pour l'imagerie agricole.

[img]
Preview
PDF (L'auteur ne souhaite pas la mise en ligne de sa thèse. L'exemplaire papier peut être consulté ou emprunté à la BU Sciences de Toulouse) - nécessite un logiciel de visualisation PDF comme GSview, Xpdf or Adobe Acrobat Reader
572Kb

Résumé en francais

Nous disposons de séries temporelles d'indices associés à chaque pixel d'une image satellite. Notre objectif est de fournir au plus tôt une information fiable sur les estimations de surfaces en culture à partir de l'information attachée à chaque pixel et caractérisée par la courbe qui lui est associée. Il s'agira donc dans un premier temps de caractériser la variabilité spatiale associée à ces pixels et de déterminer une segmentation spatiale qui permette d'homogénéiser les données par classe. Dans un second temps l'extraction de l'information utile tiendra compte de la structure des courbes caractéristiques de la nature des pixels de l'image. L'étape finale consistera à déterminer la méthode adéquate d'estimation pour une prédiction des surfaces en cultures.

Sous la direction du :
Directeur de thèse
Besse, Philippe
Loubes, Jean-Michel
Ecole doctorale:Mathématiques, informatique, télécommunications de Toulouse (MITT)
laboratoire/Unité de recherche :Institut de Mathématiques de Toulouse (IMT), UMR 5219
Mots-clés libres :Estimation fonctionnelle - Big Data - Théorie du signal - Réduction de dimension - Sondage
Sujets :Mathématiques
Déposé le :27 Sep 2016 16:22