CHERIGUENE Rabia Sarah

Recherches

  • Depuis 2019 : Thèse de doctorat : « Apport des images satellitaires à très haute résolution spatiale pour la caractérisation et le suivi du tissu urbain – application aux villes algériennes ». Thèse dirigée par Anne Puissant. Laboratoire Image, ville, environnement, université de Strasbourg.

Cursus universitaire

  • 2014-2015 : Master Observation de la Terre et Géomatique, université de Strasbourg, France.
  • 2002-2007 : Ingéniorat en informatique « Intelligence Artificielle », Université Des Sciences et de la Technologie d’Oran Mohamed Boudiaf, Algérie.

Communications scientifiques

 Publications scientifiques

  • Rabia Sarah Chériguène and Habib Mahi “Buildings Change Detection on Quickbird Imagery“, Revue française de photogrammétrie et de télédétection, n°203, 27-32, 2016.

  • Rabia Sarah Chériguène and Habib Mahi “Comparative Study Between Fisher and AFD For Texture Features Selection”, International Journal of Geosciences and Geomatics, Vol 2, Issue 1, 2014.

  • Rabia Sarah Chériguène and Habib Mahi “Evaluation of the homogeneity feature on a Quickbird satellite image using the Gray Level Co-occurrence Matrix”, International Journal of Geosciences and Geomatics, Vol 1, Issue 2, p. 93-97, ISSN: 2052-5591,2013.

Conférences internationales

  • Rabia Sarah Cheriguene, Anne Puissant and Habib Mahi. Apport des images ALSAT-2A pour la cartographie de l’occupation des sols - le cas de la ville d’Oran. Spatial Analysis and geomatics Conference, SAGEO 2021, la Rochelle, France.
  • Khelifa Djerriri, Zakaria Beneyelles, Dalila Attaf, Rabia Sarah Chériguène, “Extraction of built-up Areas from remote sensing imagery using one-class, classification “. SPIE 2019, Strasbourg, France.
  • Rabia Sarah Chériguène, Khelifa Djerriri, Yasmine Kheira benkouider and Nezha Farhi: “Assessment of Pansharpening Methods Using Quality Indices and Object-Based Classification. Application to Alsat-2 Imagery”, Conference: Geographic object based image analysis GEOBIA 2018, Montpellier, France.

  • Khelifa Djerriri, Rabia Sarah Chériguène and Dalila Attaf: “Object-based image classification by One-dimensional Convolutional Neural Networks”. GEOBIA 2018, Montpellier, France.

  • Dalila Attaf, Khelifa Djerriri and Rabia Sarah Chériguène “One dimensional convolution Neural Networks for object based feature selection ", Spie, du 10 au 13 Septembre 2018, Berlin, Allemagne.

  • Rabia Sarah Chériguène and Khelifa Djerriri: “Case-Based Reasoning for Object-Based Remotely Sensed Image Classification”, Conference: 37th EARSeL Symposium: Smart Future with Remote Sensing, June 2017, République Tchèque.

  • Amel Benchachoua, Ahmed Bennia, Lahcen Wahib Kebir, Rabia Sarah Chériguène, “Landslide assessment using remote sensing and GIS in Sidi Aich Bejaia “, 3th International scientific conference geoblanica 2017.

  • Rabia Sarah Cheriguene, Cecilia Zanni-Merk, Stella Marc-Zwecker. “ Amélioration de la performance des algorithmes de segmentation d’images satellitaires par raisonnement à partir de cas “. Conference: Colloque sur l'Optimisation et les Systèmes d'Information COSI'2016, 30 Mai au 1 Juin 2016, Sétif, Algérie.

  • Khelifa Djerriri, Abdelmounaim Safia, Rabia Sarah Chériguène, Hamida Samiha Rahli, Moussa Sofiane Karoui “Object Based VHSR Image classification using multiband compact texture unit descriptor “, GEOBIA, du 14 au 16 Septembre 2016, Pays-Bas.

  • Habib Mahi, Nabila Benkablia, Sarah Rabia Chériguène “Cartographie des feux de forêts par segmentation des images satellitaires” Colloque sur l’Optimisation et les Systèmes d’Information,12-15, 2012, pp. 312, Mai 2012.

  • Rabia Sarah Chériguène and Habib Mahi “Comparaison entre les methods J-seg et meanshift: application sur des données à THRs” , Earth Observation & Geo-information Sciences for environement and Development in Africa : Global Vision and Local Action Synergy , 9 th International Conference, African Association of Remote Sensing of the Environment (AARSE), pp. 52, 29Oct-02 Nov 2012.

  • Rabia Sarah Chériguène and Habib Mahi “Extraction des paramètres de texture pertinents en vue d’une classification supervisée spectro-texturale des images satellitaires” Information Systems and Technologies, 24-26, 2011, ISBN: 978-9931-9004-0-5, pp. 419, Avril 2011.

Langues

  • Français (Niveau C2)
  • Arabe (Langue maternelle)
  • Anglais (Niveau C1)