ZGP appliqué à la segmentation des images hyperspectrales

I Grenet (1, 2) , Y Bobichon (1) , A Girard (1)

1 IRT Saint Exupéry - Institut de Recherche Technologique
2 MyDataModels

Segmentation of hyperspectral satellite images is a useful task for many applications (mapping, environmental monitoring, etc.) but is difficult, especially due to the lack of annotated data. This paper presents the advantages of the ZGP evolutionary algorithm for processing hyperspectral images in embedded systems (frugality, interpretability, simplicity) and shows how it competes with classical neural networks in terms of performance.

La segmentation d'images satellites hyperspectrales est une tache utile pour de nombreuses applications (cartographie, suivi de l'environnement, etc.) mais qui s'avère difficile, notamment à cause du manque de données annotées. Cet article présente les avantages de l'algorithme évolutionnaire ZGP pour le traitement de l'imagerie hyperspectrale dans les systèmes embarqués (frugalité, interprétabilité, simplicité) et montre comment il est capable de rivaliser avec des réseaux de neurones classiques en terme de performances.

Mots clés: CNN; remote sensing; frugality; Hyperspectral; ZGP

Mots clés: Hyperspectral; télédétection; frugalité

Domaines: Intelligence artificielle [cs.AI]

I Grenet, Y Bobichon, A Girard. ZGP appliqué à la segmentation des images hyperspectrales. Christelle Launois; Catherine Roussey. 9ème Conférence Nationale sur les Applications Pratiques de l’Intelligence Artificielle APIA@PFIA2023, Jul 2023, Strasbourg, France. AFIA-Association Française pour l'Intelligence Artificielle, Actes de la 9ème Conférence Nationale sur les Applications Pratiques de l’Intelligence Artificielle (APIA) PFIA 2023, APIA (2023), pp.19-23, 2023. ⟨hal-04159424⟩