D O M a I N a D a P Tat I O N U S I N G M a N I F O L D a L I G N M E N T Maxime Trolliet

R É S U M É L’adaptation de domaine est un challenge important pour les futures applications de remote sensing. Les contraintes tant financières que temporelles relative à l’aquisition de données labelisées incitent à mettre au point de nouvelles techniques permettant l’utilisation d’information provenant de différentes sources. Différentes approches ont vu le jour, considérant les caractéristiqurs statistiques des images ou l’adaptation de classifieur préalablement développés. Dans ce travail, une approche jointe de ces deux types de techniques est considérée en utilisant une méthode d’alignement de manifold, sous contraintes de similarité entre deux images. Les deux images sont projetés dans un espace latent maximisant la proximité des éléments similaires, permettant ainsi une classification de l’image souffrant d’un manque d’éléments labelisés en utilisant celle du domaine de source. Une telle classification offre une possibilité d’amélioration par rapport à différents procédés utilisés.