Ces dernières années, l’apprentissage profond (deep learning) a révolutionné le domaine du traitement automatique des données dans de nombreux secteurs, avec des résultats à l’état de l’art, et des approches adaptées à l’exploitation de très gros volumes de données.
Aujourd’hui, la télédétection entre dans une ère nouvelle avec l’apprentissage profond. Ces nouvelles techniques permettent enfin d’exploiter efficacement la pléthore d’images satellitaires délivrées quotidiennement et toutes les données géospatiales en libre accès issues des politiques d’ouverture des données. Cependant, comme bien souvent lors d’une avancée méthodologique récente, des outils pédagogiques nécessaires pour exploiter cette ressource ne sont pas encore disponibles pour la communauté des télédétecteurs. Deep Learning for Remote Sensing Images with Open Source Software est le premier ouvrage pratique à présenter les techniques d’apprentissage profond, uniquement avec des outils open-source, adapté au traitement des images de télédétection du monde réel. Les approches détaillées dans cet ouvrage sont génériques et peuvent être adaptées à de nombreuses applications différentes de traitement d’images de télédétection, comme la cartographie de la couverture terrestre, ou la restauration d’images.
Rédigé à l’attention des praticiens et des étudiants, ce livre permet de faire le lien entre la théorie et l’utilisation pratique des outils sur les données géospatiales de tous les jours, pour appliquer les techniques d’apprentissage profond.