WENGER Romain

Recherches

  • Depuis 2019 : Thèse de doctorat : « Analyse de séries temporelles massives d'images satellitaires pour le suivi de la dynamique des modes d'occupation des sols »
    Thèse dirigée par A. PUISSANT. UMR 7362 - Laboratoire Image, Ville, Environnement, Université de Strasbourg.

Cursus universitaire

Parcours universitaire

  • Depuis 2019 : Doctorat « Analyse de séries temporelles massives d'images satellitaires pour le suivi de la dynamique des modes d'occupation des sols ».
  • 2017-2019 : Master « Observation de la Terre et Géomatique ». Université de Strasbourg - Faculté de Géographie.
  • 2016-2017 : Licence 2 Géographie. Université de Strasbourg - Faculté de Géographie.
  • 2015-2016 : Licence pro. « Concepteur développeur en environnement distribué » IUT Robert Schuman - Département Informatique.
  • 2013-2015 : DUT « Informatique ». IUT Robert Schuman - Département Informatique.

Enseignements

  • 2022-2023 : Traitement d'images niveau 2 (niveau : M1 OTG)
  • 2022-2023 : IA Géosciences, CM Introduction au Deep Learning (niveaux : M2 OTG, M2 GDT, 3A EOST)
  • 2022-2023 : IA Géosciences, TD application deep learning en Python (niveaux : M2 OTG, M2 GDT, 3A EOST)
  • 2022-2023 : Programmation niveau 2, Python pour le traitement de la données satellitaire (niveau : M1 OTG)
  • 2021-2022 : IA Géosciences, TD application deep learning en Python (niveaux : M2 OTG, M2 GDT, 3A EOST)
  • 2021-2022 : Programmation niveau 2, Python pour le traitement de la données satellitaire (niveau : M1 OTG)
  • 2020-2021 : IA Géosciences, TD application deep learning en Python (niveaux : M2 OTG, M2 GDT, 3A EOST)
  • 2020-2021 : Programmation niveau 2, Python pour le traitement de la données satellitaire (niveau M1 OTG)

    Communications scientifiques

    Publications

    • [1] Romain Wenger, Anne Puissant, Jonathan Weber, Lhassane Idoumghar & Germain Forestier (2022) U-Net feature fusion for multi-class semantic segmentation of urban fabrics from Sentinel-2 imagery: an application on Grand Est Region, France, International Journal of Remote Sensing, 43:6, 1983-2011, DOI: 10.1080/01431161.2022.2054295
    • [2] Wenger, R., Puissant, A., Weber, J., Idoumghar, L., and Forestier, G.: MULTISENGE: A MULTIMODAL AND MULTITEMPORAL BENCHMARK DATASET FOR LAND USE/LAND COVER REMOTE SENSING APPLICATIONS, ISPRS Ann. Photogramm. Remote Sens. Spatial Inf. Sci., V-3-2022, 635–640, doi.org/10.5194/isprs-annals-V-3-2022-635-2022, 2022.
    • [3] Wenger, R.; Puissant, A.; Weber, J.; Idoumghar, L.; Forestier, G. Multimodal and Multitemporal Land Use/Land Cover Semantic Segmentation on Sentinel-1 and Sentinel-2 Imagery: An Application on a MultiSenGE Dataset. Remote Sens. 2023, 15, 151. doi.org/10.3390/rs15010151

    Données

    • [4] Romain Wenger, Anne Puissant, Jonathan Weber, Lhassane Idoumghar, & Germain Forestier. (2022). A new remote sensing benchmark dataset for machine learning applications : MultiSenGE (1.0) [Data set]. Zenodo. doi.org/10.5281/zenodo.6375466

    Conférences internationales

    • Puissant A., Michea D., Wenger R., Poterek Q., 2019, Automated Urban Footprint Mapping Over Large Areas: a Method Implemented for Massive Streams of Sentinel-2, Living Planet Symposium, 13-17 May 2019, Milan, Italy, 2019.
    • Wenger R., Michea D., Puissant A.,, 2021, Automated Urban Footprint Mapping Over Large Areas, EARSeL, 30 March - 1 April 2021, Liège, Belgium, 2021 (Joint Virtual Workshop).
    • Wenger R., Puissant A., Weber J., Idoumghar I., Forestier G., 2022, Multimodal and multitemporal semantic segmentation and scene classification dataset for remote sensing applications, Living Planet Symposium, 23-27 May 2022, Bonn, Germany, 2022.
    • Wenger R., Puissant A., Weber J., Idoumghar I., Forestier G., 2022, MULTISENGE: A MULTIMODAL AND MULTITEMPORAL BENCHMARK DATASET FOR LAND USE/LAND COVER REMOTE SENSING APPLICATIONS, XXIV ISPRS Congress, 6-10 June 2022, Nice, France.

    Langues

    • Français (Niveau C2)
    • Anglais (Niveau C1)
    • Allemand (Niveau B1)