Classification des images satellitaires pour l’aide à la gestion des catastrophes naturelles en utilisant l’apprentissage profond

Abstract

De nos jours, les Catastrophes naturelles représentent l’une des plus grandes menaces terrestre, les pertes humaines et déficits matériels engendrés par ces phénomènes sont innombrables. La gestion de ces évènements est un problème majeur ici en Algérie et pour le reste du monde. La difficulté réside surtout dans le manque de données relatives aux conséquences de ces manifestations naturelles, ainsi que l’analyse et l’exploitation de ces dernières d’une manière optimale. Les images fournies par les satellites d’observation terrestre sont de plus en plus utilisées pour obtenir des informations dans plusieurs domaines, cependant leurs utilisations dans la gestion des catastrophes naturelles restent très limitées. Ainsi devant la vivacité du problème et l’importance de son enjeu, le travail qui nous a été proposé consiste à concevoir et implémenter un système de classification et segmentation des images satellitaires de manière automatique. Il est basé sur deux solutions pour la détection des zones endommagées et la gravité d’endommagement des constructions. Le système utilise des algorithmes d’apprentissage profond pour une classification et segmentation supervisée afin d’analyser et repérer les caractéristiques visuelles extraites à partir des images satellitaires. Mots Clés : Catastrophes naturelles, Images satellitaires, Apprentissage profond, Classification images satellitaires, Gestion des situations d’urgence.