 |
Détection non supervisée d'anomalies dans les images satellites pour le monitoring des surfaces océaniques à l'aide de l'ACP robuste et du test de Goodness of Fit basé sur la distance de Wasserstein entre processus ponctuels
1 : Entrepôts, Représentation et Ingénierie des Connaissances
Université Lumière - Lyon 2, Université Claude Bernard Lyon 1, Université Lumière - Lyon 2 : EA3083
2 : Entrepôts, Représentation et Ingénierie des Connaissances
* : Auteur correspondant
Université Lumière - Lyon 2, Université Claude Bernard Lyon 1, Université Lumière - Lyon 2 : EA3083
L'utilisation de l'imagerie satellitaire pour la détection d'anomalies à la surface de la mer offre une solution prometteuse pour une surveillance systématique. Nous proposons une approche efficace et non supervisée pour la détection de certaines anomalies de la surface de la mer à l'aide d'une ACP robuste, combinée à un test d'adéquation utilisant la distance de Wasserstein pour caractériser statistiquement la différence entre la forme des anomalies et la loi uniforme.
- Poster
