Devis Tuia
EPFL Valais Wallis
EPFL ENAC IIE ECEO
Route des Ronquos 86
1951 Sion
+41 21 693 00 11
Office: ALP 2 014
EPFL › ENAC › IIE › ECEO
Site web: https://www.epfl.ch/labs/eceo/
+41 21 693 00 11
EPFL › VPA › VPA-AVP-DLE › AVP-DLE-EDOC › EDCE-GE
Site web: https://go.epfl.ch/phd-edce
+41 21 693 00 11
EPFL › ENAC › ENAC-SSIE › SSIE-GE
Site web: https://ssie.epfl.ch/
Expertise
Prix et distinctions
Recognition of outstanding services in the International Society for Photogrammetry and Remote Sensing (ISPRS)
2022
IEEE
2024
Publications représentatives
Perspectives in machine learning for wildlife conservation
D. Tuia, B. Kellenberger, S. Beery, B. Costelloe, S. Zuffi, B. Risse, A. Mathis, M. W. Mathis et al.
Published in Nature Communications in
Deep learning for the Earth Sciences: A comprehensive approach to remote sensing, climate science and geosciences.
G. Camps-Valls, D. Tuia, X. X. Zhu, M. Reichstein
Published in Wiley in
Towards a collective agenda on AI for earth science data analysis
D. Tuia, R. Roscher, J. D. Wegner, N. Jacobs, X. X. Zhu, G. Camps-Valls
Published in IEEE Geoscience and Remote Sensing Magazine in
Detecting mammals in UAV images: Best practices to address a substantially imbalanced dataset with deep learning
B, Kellenberger, D., Marcos, D., Tuia
Published in Remote Sensing of Environment in
RSVQA: visual question answering for remote sensing data
S. Lobry, D., Marcos, J., Murray, D., Tuia
Published in IEEE Transactions on Geoscience and Remote Sensing in
Enseignement et PhD
Doctorant·es actuel·les
Nina Marion Aurélia Van Tiel, Gianfranco Basile, Robin Zbinden, Giacomo Günter May, Valentin Alexandre Guy Gabeff, Chang Xu, Manon Béchaz, Hugo Laurent Pascal Porta, Li Mi, Jan Pisl, Valérie Zermatten, Filip Dorm
A dirigé les thèses EPFL de
Thiên-Anh Nguyen, Christel Tartini-Chappuis, Jonathan Sauder
A co-dirigé les thèses EPFL de
Timothée Produit, Matthew Josef Parkan
Cours
Eléments de géomatique
ENV-140
Bases de la géomatique pour les ingénieur·e·s civil et en environnement. Présentation des méthodes d'acquisition, de gestion et de représentation des géodonnées. Apprentissage pratique avec des méthodes topométriques et d'imagerie du territoire.
Frontiers of Deep Learning for Engineers
CIVIL-611
Image processing for Earth observation
ENV-540
Ce cours introduit les méthodes de traitement d'image satellitaire et aériennes. Nous allons réviser les différents systèmes existants et ensuite nous présenterons des approches de traitement d'images basées sur l'apprentissage machine et l'apprentissage profond.
Sensing and spatial modeling for earth observation
ENV-408
Les étudiants se familiariseront avec les processus de cartographie à partir d'images (orthophoto et MNT), ainsi qu'avec les méthodes pour monitorer de la surface terrestre par télédétection. Apprentissage automatique et géostatistique seront abordés pour modéliser la variabilité des processus.