@InProceedings{2023_montginoux1188,
	author = "Mathias Montginoux and Flora Weissgerber and Sylvain Lobry and Jérôme Idier",
	title = "Évaluation du couvert neigeux à partir d'images SAR par apprentissage profond basé sur des images optiques de référence",
	booktitle = "29° Colloque sur le traitement du signal et des images",
	year = "2023",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "2023-1188",
	pages = "p. 481-484",
	month = "Aout # 6 - Sept # 9",
	address = "Grenoble",
	doi = "",
	pdf = "2023_montginoux1188.pdf",
	abstract = "Les images satellites optiques sont couramment utilisées pour évaluer le couvert neigeux, mais dépendent des conditions météorologiques telles que les nuages. Pour pallier ce problème, nous proposons de détecter la neige à partir d'images SAR acquises par Sentinel-1 en utilisant un réseau de neurones convolutif entraîné avec des étiquettes issues d'images optiques MODIS. Une segmentation sémantique binaire est calculée à partir de deux entrées SAR polarimétrique : un ratio de neige humide et un ratio de neige sèche. Le modèle, appelé SESAR U-net, est entraîné sur une petite zone puis testé sur l'ensemble d'un bassin versant. Les étiquettes affectées par les nuages sont interpolées et l'incertitude est prise en compte. Notre méthode permet d'obtenir une précision globale supérieure à 80 %..pdf",
}