Nombre de documents

2

Laurent Demagistri


Laurent Demagistri est ingénieur en calcul scientifique et géomatique. Il est spécialisé en Télédétection et Infrastructures de Données Spatiales. Ses principales activités consistent à développer des workflows pour le traitement d'images satellitaires et la gestion de bases de données de produits à valeur ajoutée. Ses domaines d'expertise couvrent la calibration et le recalage des données, l'extraction de paramètres biogéophysiques, la détection d'objets ou de processus.

Compétences et domaines d'expertise

  • Informatique scientifique et traitement d'images de télédétection:

Conception et développement d'outils de traitement de flux de données de télédétection: détection d'objets et de processus à partir d'images de différentes résolutions spatiales (bateaux, palmiers, gradients, etc.), calibration et orthorectification des données, calcul de paramètres bio-géophysiques (température de surface de l'eau, concentration en chlorophylle, indices de végétation, etc.).
Expérience en développement C/C++/Java, et langages de script. Maitrise de logiciels standards de traitement d'images satellite (ENVI, ERDAS, OTB/Monteverdi, etc.).

  • Expérience d'enseignement et d'encadrement en télédétection

Responsable depuis plusieurs années de cours/TP de Télédétection dans plusieurs structures d'enseignement (au niveau MASTER).

 


Article dans une revue1 document

  • Christina Corbane, Laurent Najman, Emilien Pecoul, Laurent Demagistri, Michel Petit. A complete processing chain for ship detection using optical satellite imagery. International Journal of Remote Sensing, Taylor & Francis, 2010, 31 (22), pp.5837--5854. 〈hal-00833006〉

Communication dans un congrès1 document

  • Anne Toulet, Emmanuel Roux, Anne-Élisabeth Laques, Éric Delaître, Laurent Demagistri, et al.. Extraction automatique de paysages en imagerie satellitaire et enrichissement sémantique. EGC: Extraction et Gestion des Connaissances, Jan 2017, Grenoble, France. 17ème conférence Extraction et Gestion des Connaissances, 2017, 〈http://egc2017.imag.fr〉. 〈hal-01464947〉