|
|
Publications sur Champs Gaussiens
Résultat de la recherche dans la liste des publications :
Article |
1 - Détection de feux de forêt par analyse statistique d'évènements rares à partir d'images infrarouges thermiques.
F. Lafarge et X. Descombes et J. Zerubia et S. Mathieu. Traitement du Signal, 24(1), 2007.
Note : copyright Traitement du Signal
Mots-clés : Champs Gaussiens, Évenement rare, DT-caracteristic, Pic d'intensite.
@ARTICLE{lafarge_ts06,
|
| author |
= |
{Lafarge, F. and Descombes, X. and Zerubia, J. and Mathieu, S.}, |
| title |
= |
{Détection de feux de forêt par analyse statistique d'évènements rares à partir d'images infrarouges thermiques}, |
| year |
= |
{2007}, |
| journal |
= |
{Traitement du Signal}, |
| volume |
= |
{24}, |
| number |
= |
{1}, |
| note |
= |
{copyright Traitement du Signal}, |
| pdf |
= |
{ftp://ftp-sop.inria.fr/ariana/Articles/2007_lafarge_ts06.pdf}, |
| keyword |
= |
{Champs Gaussiens, Évenement rare, DT-caracteristic, Pic d'intensite} |
| } |
|
 haut de la page
2 Articles de conférence |
1 - 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.
@INPROCEEDINGS{lafarge_eusipco07,
|
| author |
= |
{Lafarge, F. and Descombes, X. and Zerubia, J.}, |
| title |
= |
{Forest Fire Detection based on Gaussian field analysis}, |
| year |
= |
{2007}, |
| month |
= |
{septembre}, |
| booktitle |
= |
{Proc. European Signal Processing Conference (EUSIPCO)}, |
| address |
= |
{Poznan, Poland}, |
| note |
= |
{Copyright EURASIP}, |
| pdf |
= |
{ftp://ftp-sop.inria.fr/ariana/Articles/2007_lafarge_eusipco07.pdf}, |
| keyword |
= |
{Champs Gaussiens, DT-caracteristic, Feux de foret} |
| } |
|
2 - 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.
@INPROCEEDINGS{lafarge_gretsi05,
|
| author |
= |
{Lafarge, F. and Descombes, X. and Zerubia, J. and Mathieu-Marni, S.}, |
| title |
= |
{Détection de feux de forêt à partir d'images satellitaires IRT par analyse statistique d'évènements rares}, |
| year |
= |
{2005}, |
| month |
= |
{septembre}, |
| booktitle |
= |
{Proc. GRETSI Symposium on Signal and Image Processing}, |
| address |
= |
{Louvain-la-Neuve, Belgique}, |
| pdf |
= |
{ftp://ftp-sop.inria.fr/ariana/Articles/2005_lafarge_gretsi05.pdf}, |
| keyword |
= |
{Évenement rare, Feux de foret, Champs Gaussiens} |
| } |
|
haut de la page
Rapport de recherche et Rapport technique |
1 - 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.
@TECHREPORT{5369,
|
| author |
= |
{Lafarge, F. and Descombes, X. and Zerubia, J.}, |
| title |
= |
{Détection de Feux de Forêt par Analyse Statistique de la Radiométrie d'Images Satellitaires}, |
| year |
= |
{2004}, |
| month |
= |
{décembre}, |
| institution |
= |
{INRIA}, |
| type |
= |
{Research Report}, |
| number |
= |
{5369}, |
| address |
= |
{France}, |
| url |
= |
{https://hal.inria.fr/inria-00070634}, |
| pdf |
= |
{https://hal.inria.fr/file/index/docid/70634/filename/RR-5369.pdf}, |
| ps |
= |
{https://hal.inria.fr/docs/00/07/06/34/PS/RR-5369.ps}, |
| keyword |
= |
{Feux de foret, Champs Gaussiens, Évenement rare} |
| } |
Résumé :
Nous proposons, dans ce rapport, une méthode de détection des feux de forêt par imagerie satellitaire fondée sur la théorie des champs aléatoires. L'idée consiste à modéliser l'image par une réalisation d'un champ gaussien afin d'en extraire, par une analyse statistique, les éléments étrangers pouvant correspondre aux feux.
Le canal IRT (InfraRouge Thermique) contient des longueurs d'onde particulièrement sensibles à l'émission de chaleur. L'intensité d'un pixel d'une image IRT est donc d'autant plus forte que la température de la zone associée à ce pixel est élevée. Les feux de forêt peuvent alors être caractérisés par des pics d'intensité sur ce type d'images. Nous proposons une méthode de classification non supervisée et automatique fondée sur la théorie des champs gaussiens. Pour ce faire, nous modélisons dans un premier temps l'image par une réalisation d'un champ gaussien. Les zones de feux, minoritaires et de fortes intensités sont considérées comme des éléments étrangers à ce champ : ce sont des évènements rares. Ensuite, par une analyse statistique, nous déterminons un jeu de probabilités définissant, pour une zone donnée de l'image, un degré d'appartenance au champ gaussien, et par complémentarité aux zones potentiellement en feux. |
Abstract :
We present in this report a method for forest fire detection in satellite images based on random field theory. The idea is to model the image as a realization of a gaussian field in order to extract the rare events, which are potential fires, by a statistical analysis.
The TIR (Thermical InfraRed) channel has a wavelength sensitive to the emission of heat : the higher the heat of a area, the higher the intensity of the corresponding pixel of the image. Then a forest fire can be characterized by peak intensity in TIR images. We present an fully automatic unsupervised classification method based on Gaussian field theory. First we model the image as a realization of a Gaussian field. The fire areas, which have high intensity and are supposed to be a minority, are considered as foreign elements of that field : they are rare events. Then we determine by a statistical analysis a set of probabilities which characterizes the degree of belonging to the Gaussian field of a small area of the image. So, we estimate the probability that the area is a potential fire. |
|
haut de la page
Ces pages sont générées par 
|
Rapport d'activité 2011
bibtex
