148 articles – 162 Notices  [english version]

hal-00656503, version 1

Interpolation de données manquantes dans des séquences multi-modales d'images géophysiques satellitaires

Sileye Ba 12, Thomas Corpetti 3, Fablet Ronan 1

RFIA 2012 (Reconnaissance des Formes et Intelligence Artificielle) (2012) 978-2-9539515-2-3

Résumé : Cet article étudie l'estimation conjointe de données manquantes et de champs de déplacements dans des séquences multimodales d'observations satellitaires géophysiques. La complexité de la tâche est liée au taux élevé de données manquantes (entre 20% et 90%) pour des observations journalières de haute résolution et la reconstruction de structures fines en accord avec la dynamique sous jacente. Nous avons développé une méthode basée sur l'assimilation variationnelle de données pour des séries multimodales et multi-résolutions. A l'aide de données synthétiques et de données réelles de la surface océanique, une évaluation numérique et qualitative démontre l'apport de deux composantes clés du modèle proposé: la fusion d'informations multimodales à partir d'une contrainte géométrique basée sur les structures frontales, et la méthode d'assimilation variationnelle utilisant comme à priori dynamique un modèle d'advection-diffusion. Les expérimentations conduites montrent que de bonnes performances de reconstruction sont obtenues pour les observations hautes résolutions en dépit du pourcentage élevé de données manquantes

  • 1 :  Département Signal et Communications (SC)
  • Institut Mines-Télécom – Télécom Bretagne – PRES Université Européenne de Bretagne [UEB]
  • 2 :  Laboratoire des sciences et techniques de l'information, de la communication et de la connaissance (Lab-STICC)
  • CNRS : UMR3192 – Université de Bretagne Occidentale [UBO] – Université de Bretagne Sud – Institut Mines-Télécom – Télécom Bretagne – PRES Université Européenne de Bretagne [UEB] – Institut Supérieur des Sciences et Technologies de Brest (ISSTB)
  • 3 :  Laboratoire Franco-Chinois d'Informatique, d'Automatique et de Mathématiques Appliquées (LIAMA)
  • Institute of Automation, Chinese Academy of Sciences – Chinese Academy of Science (CAS) – Institut national de la recherche agronomique (INRA) – INRIA – Centre de coopération internationale en recherche agronomique pour le développement [CIRAD] – CNRS
  • Domaine : Informatique/Intelligence artificielle
    Informatique/Vision par ordinateur et reconnaissance de formes
  • Mots-clés : variational data assimilation – missing data interpolation – inpainting – geophysical satellite images
  • Commentaire : Session "Articles"
 
  • hal-00656503, version 1
  • oai:hal.archives-ouvertes.fr:hal-00656503
  • Contributeur : 
  • Soumis le : Mardi 17 Janvier 2012, 12:48:39
  • Dernière modification le : Mardi 17 Janvier 2012, 13:13:51