E. Le Pennec (en collaboration avec S. Cohen). – Segmentation d’images hyperspectrales par mélange de gaussiennes et sélection de modèles

Carte non disponible

Date/heure
Date(s) - 16 décembre 2010

Catégories Pas de Catégories


Ce travail est une extension des travaux de C. Maugis et B. Michel en classification non supervisée. Leur technique repose sur des mélanges de gaussiennes et de la sélection de modèle et permet d’obtenir des résultats en terme d’estimation de densité. Après un exposé de ces résultats, je montrerai comment étendre ces idées aux cas où une covariable, par exemple la position, entre en jeu. Ce travail a été motivé par une application à la segmentation d’images hyperspectrales qui servira de fil rouge tout au long de l’exposé.