@InProceedings{2019_akodad398,
	author = "Sara Akodad and Lionel Bombrun and Yannick Berthoumieu and Christian Germain",
	title = "Encodage de matrices de covariance par les vecteurs de Fisher log-Euclidien : application à la classification supervisée d'images satellitaires",
	booktitle = "27° Colloque sur le traitement du signal et des images",
	year = "2019",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-0193",
	pages = "p. 773-776",
	month = "Aout # 26--29",
	address = "Lille",
	doi = "",
	pdf = "2019_akodad398.pdf",
	abstract = "Cet article présente une nouvelle architecture hybride basée sur l'encodage par vecteurs de Fisher (VF) des sorties des couches convolutives d'un réseau de neurones. L'originalité de ce travail repose sur l'exploitation des statistiques d'ordre deux via le calcul des matrices de covariance locales. Considérant les propriétés intrinsèques à la géométrie Riemannienne propre à l'espace des matrices de covariance, nous proposons d'utiliser la métrique log-Euclidienne afin d'étendre le concept des VF pour l'encodage de matrices de covariance : les vecteurs de Fisher log-Euclidiens (LE VF). L'architecture proposée est ensuite évaluée sur différentes bases de données de télédétection : la base UC Merced Land Use Land Cover, la base AID, ainsi que sur deux jeux de données Pléiades sur des forêts de pins maritimes et de parcs ostréicoles..pdf",
}
