Clément Dechesne (Dr)

Au MATIS depuis 2014

Téléphone actuel : 33 1 43 98 80 00 + 7139

Contact : clement.dechesne(at)ign.fr



Axe de recherche RISOTO



Sujet de recherche

Extraction de caractéristiques forestières par analyse conjointe d'imagerie superspectrale ou hyperspectrale et de données lidar 3D


 



Formation

Thèse en mstic soutenue en 2017 (Université Paris Est - Ecole Doctorale MSTIC):
Extraction de caractéristiques forestières par analyse conjointe d'imagerie superspectrale ou hyperspectrale et de données lidar 3D
Dirigée par Valérie Gouet-Brunet, encadrement : Clément Mallet et Arnaud Le_Bris.




Publications

Articles de revues avec comité de lecture

C. Dechesne, C. Mallet, A. Le_Bris, V. Gouet-Brunet. Semantic segmentation of forest stands of pure species combining airborne lidar data and very high resolution multispectral imagery. ISPRS Journal of Photogrammetry and Remote Sensing, 126 (2017), pp.129–145, 2017.

M. Fauvel, C. Dechesne, A. Zullo, F. Ferraty. Fast forward feature selection of hyperspectral images for classification with gaussian mixture models. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 8(6), pp. 2824-2831, 2015.

Articles de conférences avec comité de lecture

C. Dechesne, C. Mallet, A. Le_Bris, V. Gouet-Brunet. How to combine LIDAR and very high resolution multispectral images for forest stand segmentation?. Proc. of the IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Fort Worth, USA, July 2017.

C. Dechesne, C. Mallet, A. Le_Bris, V. Gouet-Brunet. Semantic segmentation of forest stands of pure specie as a global optimisation problem. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2017.

C. Dechesne, C. Mallet, A. Le_Bris, V. Gouet-Brunet. Segmentation sémantique de données de télédétection multimodale : application aux peuplements forestiers. ORASIS, Colleville-sur-Mer, France, Juin 2017.

C. Dechesne, C. Mallet, A. Le Bris, V. Gouet-Brunet, A. Hervieu. Forest stand segmentation using airborne Lidar data and very high resolution multispectral imagery. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. 41 (B3), pp 207-214 , ISPRS Congress, Prague, Juillet 2016.



Site internet de la recherche à l'IGN