@InProceedings{2015_mure256,
	author = "Simon Mure and Thomas Grenier and Pierre Gançarski and Hugues Benoit-cattin",
	title = "Spécification du filtrage mean-shift pour la classification non supervisée de séries temporelles multidimensionnelles",
	booktitle = "25° Colloque sur le traitement du signal et des images",
	year = "2015",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-035",
	pages = "p. 141-144",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_mure256.pdf",
	abstract = "Une nouvelle méthode combinant filtrage et classification non supervisée d'images spatiotemporelles multidimensionnelles, basée sur le formalisme mean-shift, est proposée dans cet article. Le formalisme mean-shift a été adapté afin de non plus faire converger des mesures
 associées à des échantillons, mais de faire converger l'évolution temporelle de ces mesures dans l'espace amplitude. Pour ce faire, nous avons d'une part modifié le domaine joint spatial-amplitude afin de prendre en compte les évolutions temporelles des mesures et d'autre part, intégré au formalisme une contrainte sur la similarité des trajectoires des échantillons dans l'espace amplitude avec l'utilisation de la norme infini. L'efficacité de la méthode a dans un premier temps été évaluée quantitativement sur des données spatiotemporelles simulées. Nous présentons ensuite de manière qualitative les résultats obtenus dans un contexte applicatif réel, sur une séquence d'images satellitaires multispectrales..pdf",
}