Discrimination périodique à partir d’observations multi-temporelles - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Access content directly
Conference Poster Year : 2015

Discrimination périodique à partir d’observations multi-temporelles

Abstract

In this work, we propose a novel linear classification scheme for non-stationary periodic data. We express the classifier in a temporal basis while regularizing its temporal complexity leading to a convex optimization problem. Numerical experiments show very good results on a simulated example and on real life remote sensing image classification problem.
Cet article s’attaque au problème de discrimination instantanée de données temporelles périodiques. Nous proposons un classifieur linéaire non-stationnaire, régularisé par rapport à sa complexité temporelle. Le modèle est également étendu au cas multi-classe. Cette approche est testée sur des simulations numériques ainsi que des séries temporelles d’images satellites. Les résultats illustrent un très bon comportement.
Fichier principal
Vignette du fichier
2015_Fauvel_GRETSI_1.pdf (254.18 Ko) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-02799273 , version 1 (05-06-2020)

Identifiers

  • HAL Id : hal-02799273 , version 1
  • PRODINRA : 334445

Cite

Remi Flamary, Khalil Harrane, Mathieu Fauvel, Silvia Valero, Mauro Dalla Mura. Discrimination périodique à partir d’observations multi-temporelles. GRETSI 2015 - XXVème Colloque francophone de traitement du signal et des images, Sep 2015, Lyon, France. , 4 p., 2015. ⟨hal-02799273⟩
40 View
13 Download

Share

Gmail Mastodon Facebook X LinkedIn More