Passer au contenu
logo INRIA
logo Ariana
Publications ~ Feux de foret Lundi 4 novembre 2024, 00h07

Publications sur Feux de foret

Document Actions
  • Print this page
Résultat de la recherche dans la liste des publications :


cherchernouvelle recherche | bibtex bibtex



affichage : 10 par page | 20 par page | 50 par page
Thèse de Doctorat et Habilitation
1 - Détection de zones brûlées après un feu de forêt à partir d'une seule image satellitaire SPOT 5 par techniques SVM.
O. Zammit. Thèse de Doctorat, Universite de Nice Sophia Antipolis, septembre 2008.
Mots-clés : Classification, Imagerie satellitaire, Zones brûlées, Feux de foret, Support Vector Machines, Croissance de Region.
Copyright :

fleche haut de la page

8 Articles de conférence
1 - Unsupervised One-Class SVM Using a Watershed Algorithm and Hysteresis Thresholding to Detect Burnt Areas.
O. Zammit et X. Descombes et J. Zerubia. Dans Proc. International Conference on Pattern Recognition and Image Analysis (PRIA), Nizhny Novgorod, Russia, septembre 2008.
Mots-clés : Classification, Segmentation, Support Vector Machines, Zones brûlées, Feux de foret, Imagerie satellitaire.
Copyright :
2 - Combining One-Class Support Vector Machines and hysteresis thresholding: application to burnt area mapping.
O. Zammit et X. Descombes et J. Zerubia. Dans Proc. European Signal Processing Conference (EUSIPCO), Lausanne, Switzerland, août 2008.
Note : à paraître.
Mots-clés : Classification, Imagerie satellitaire, Support Vector Machines, Zones brûlées, Feux de foret, Clustering.
Copyright :
3 - Forest Fire Detection based on Gaussian field analysis.
F. Lafarge et X. Descombes et J. Zerubia. Dans Proc. European Signal Processing Conference (EUSIPCO), Poznan, Poland, septembre 2007.
Note : Copyright EURASIP
Mots-clés : Champs Gaussiens, DT-caracteristic, Feux de foret.
4 - Apprentissage non supervisé des SVM par un algorithme des K-moyennes entropique pour la détection de zones brûlées.
O. Zammit et X. Descombes et J. Zerubia. Dans Proc. GRETSI Symposium on Signal and Image Processing, Troyes, France, septembre 2007.
Mots-clés : Imagerie satellitaire, Feux de foret, Zones brûlées, Classification, Support Vector Machines, Base d'apprentissage.
5 - Assessment of different classification algorithms for burnt land discrimination.
O. Zammit et X. Descombes et J. Zerubia. Dans Proc. IEEE International Geoscience and Remote Sensing Symposium (IGARSS), pages 3000-3003, Barcelone, Spain, juillet 2007.
Mots-clés : Imagerie satellitaire, Zones brûlées, Support Vector Machines, Feux de foret, Classification.
Copyright : IEEE
6 - Burnt area mapping using Support Vector Machines.
O. Zammit et X. Descombes et J. Zerubia. Dans Proc. International Conference on Forest Fire Research, Figueira da Foz, Portugal, novembre 2006.
Mots-clés : Imagerie satellitaire, Feux de foret, Zones brûlées, Support Vector Machines.
7 - Détection de feux de forêt à partir d'images satellitaires IRT par analyse statistique d'évènements rares.
F. Lafarge et X. Descombes et J. Zerubia et S. Mathieu-Marni. Dans Proc. GRETSI Symposium on Signal and Image Processing, Louvain-la-Neuve, Belgique, septembre 2005.
Mots-clés : Évenement rare, Feux de foret, Champs Gaussiens.
8 - Textural Kernel for SVM Classification in Remote Sensing : Application to Forest Fire Detection and Urban Area Extraction.
F. Lafarge et X. Descombes et J. Zerubia. Dans Proc. IEEE International Conference on Image Processing (ICIP), Genoa, Italy, septembre 2005.
Mots-clés : Support Vector Machines, Base d'apprentissage, Champs de Markov, Feux de foret, Zones urbaines.
Copyright : IEEE

fleche haut de la page

3 Rapports de recherche et Rapports techniques
1 - Support Vector Machines for burnt area discrimination.
O. Zammit et X. Descombes et J. Zerubia. Rapport de Recherche 6343, INRIA, novembre 2007.
Mots-clés : Feux de foret, Zones brûlées, Imagerie satellitaire, Support Vector Machines, Classification.
2 - Détection de Feux de Forêt par Analyse Statistique de la Radiométrie d'Images Satellitaires.
F. Lafarge et X. Descombes et J. Zerubia. Rapport de Recherche 5369, INRIA, France, décembre 2004.
Mots-clés : Feux de foret, Champs Gaussiens, Évenement rare.
3 - Noyaux Texturaux pour les Problèmes de Classification par SVM en Télédétection.
F. Lafarge et X. Descombes et J. Zerubia. Rapport de Recherche 5370, INRIA, France, décembre 2004.
Mots-clés : Support Vector Machines, Classification, Feux de foret, Zones urbaines, Base d'apprentissage, Champs de Markov.

fleche haut de la page

affichage : 10 par page | 20 par page | 50 par page


Ces pages sont générées par bib2sql
Copyright © 2005 - Projet Ariana - webmaster
  • WCAG
  • XHTML valide
  • CSS valide