Garafou Kpegouni

Applications des techniques d’apprentissage profond aux images satellites THR pour l’aide au recensement de population en Afrique 

Les opérations de recensement de population dans certains pays en développement posent divers défis d’ordre économique et logistique, privant ainsi les autorités d’informations précises et à jour. Dans le souci d’apporter des approches de solution à cette situation, notre étude évalue une méthode d’estimation de population basée sur la détection de géo-objets résidentiels (maisons) sur des images satellites THR à l’aide de réseau de neurones convolutifs (CNN). L’approche s’appliquerait à des pays où un recensement complet est difficile à réaliser pour des raisons de moyens ou d’instabilité politique. Ainsi, une image satellite THR de 2008 du Soudan est annotée selon 07 classes de bâtis pour construire un ensemble de données qui a servi à entrainer un modèle de détection d’objets : Faster R-CNN, par Transfert Learning. Un lien entre les géo-objets résidentiels et la taille de population est établi en utilisant les données de population de 2008 et les données terrain disponibles. Ceci a permis une caractérisation de la population actuelle et devra aider à la préparation du recensement de 2023.

Mon stage DOTS

J’ai fait un stage financé par DOTS à l’entreprise ApexMachina. Ce stage m’a permis de faire une première immersion en entreprise. J’ai participé à des projets en cours de l’entreprise et cela m’a permis de mettre en pratique mes connaissances théoriques en gestion de projet. Le stage m’a également permis de renforcer mes connaissances en programmation et en Apprentissage Machine par la pratique.

Ma participation aux formations DOTS

J’ai participé aux ateliers de formation et à l’école intensive d’été 2022 organisés par DOTS. Cela m’a outillé sur l’utilisation de GEE. Personnellement, le mini projet sur la détection des animaux dans les parcs africains présenté lors de l’école d’été 2022 m’a permis d’améliorer les résultats de mon projet de Maitrise qui portait sur la détection des Bâtis en Afrique