Deep Learning for Time-Series Analysis of Optical Satellite Imagery

In this cumulative thesis, I cover four papers on time-series analysis of optical satellite imagery. The contribution is split into two parts. The first one introduces DENETHOR and DynamicEarthNet, two landmark datasets with high-quality ground truth data for agricultural monitoring and change detection. Second, I introduce SiROC and SemiSiROC, two methodological contributions to label-efficient change detection.
In dieser Doktorarbeit fasse ich die Beiträge vier verschiedener Aufsätze zusammen, die die Datenverfügbarkeit und Methodik für Zeitreihenanalyse optischer Satellitendaten verbessern. Der erste Teil präsentiert die Referenzdatensätze DENETHOR für die Landwirtschaft und DynamikEarthNet für die Veränderungsanalyse. Im zweiten Teil präsentiere ich zwei neue Methoden für die Veränderungsanalyse: SiROC und SemiSiROC.