 |
Grenoble Images Parole Signal Automatique |
|
Grenoble Images Parole Signal Automatique |
| Detailed view | PhD thesis |
 |
| Université de Grenoble (2011-10-25), Jocelyn Chanussot;Frederic Berger (Dir.) |
|
|
| Attached file list to this document: | |||||
|
|||||
|
|
|
| Caractérisation des forêts de montagne par scanner laser aéroporté : estimation de paramètres de peuplement par régression SVM et apprentissage non supervisé pour la détection de sommets |
|
|
| Jean-matthieu Monnet1 |
|
|
|
| De nombreux travaux ont montré le potentiel de la télédétection parscanner laser aéroporté pour caractériser les massifs forestiers.Cependant, l'application aux forêts complexes de montagne reste encorepeu documentée. On se propose donc de tester les deux principalesméthodes permettant d'extraire des paramètres forestiers sur desdonnées acquises en zone montagneuse et de les adapter aux contraintesspéci fiques à cet environnement. En particulier on évaluera d'unepart l'apport conjoint de la régression à vecteurs de support et de laréduction de dimension pour l'estimation de paramètres de peuplement,et d'autre part l'intérêt d'un apprentissage non supervisé pour ladétection d'arbres. |
|
|
|
|
|
|
|
|
|
| 1: | GIPSA-lab - Grenoble Images Parole Signal Automatique |
|
|
|
|
|
|
|
| CEMAGREF |
|
|
| Télédétection – Forêt – Lidar – Scanner laser aéroporté – Détection d'arbre – Régression à vecteurs de support |
| Using airborne laser scanning for mountain forests mapping : support vector regression for stand parameters estimation and unsupervised training for treetop detection. |
| Numerous studies have shown the potential of airborne laser scanningfor the mapping of forest resources. However, the application of thisremote sensing technique to complex forests encountered in mountainousareas requires further investigation. In this thesis, the two mainmethods used to derive forest information are tested with airbornelaser scanning data acquired in the French Alps, and adapted to theconstraints of mountainous environments. In particular,a framework for unsupervised training of treetop detection isproposed, and the performance of support vector regression combinedwith dimension reduction for forest stand parameters estimation isevaluated. |
| Remote sensing – Forest – Lidar – Airborne laser scanning – Treetop detection – Support vector regression |
| tel-00652698, version 1 | |
| http://tel.archives-ouvertes.fr/tel-00652698 | |
| oai:tel.archives-ouvertes.fr:tel-00652698 | |
| From: ABES STAR | |
| Submitted on: Friday, 16 December 2011 10:02:32 | |
| Updated on: Wednesday, 4 January 2012 09:48:46 | |
