Centre de documentation
scientifique

vol V-2-2022 - 2022 edition - XXIV ISPRS Congress “Imaging today, foreseeing tomorrow”, Commission II 2022 edition, 6–11 June 2022, Nice, France (Bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences) / Alper Yilmaz  

Public [n° ou bulletin]  est un bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences / International society for photogrammetry and remote sensing (1980 -) (2012 - )   Titre : vol V-2-2022 - 2022 edition - XXIV ISPRS Congress “Imaging today, foreseeing tomorrow”, Commission II 2022 edition, 6–11 June 2022, Nice, France Type de document : Périodique Auteurs : Alper Yilmaz, Éditeur scientifique ; Jan Dirk Wegner, Éditeur scientifique ; Fabio Remondino, Éditeur scientifique ; et al., Auteur Année de publication : 2022 Conférence : ISPRS 2022, Commission 3, 24th ISPRS Congress, Imaging today, foreseeing tomorrow 06/06/2022 11/06/2022 Nice France OA ISPRS Annals Langues : Français (fre) Numéro de notice : sans Affiliation des auteurs : non IGN Nature : Numéro de périodique En ligne : https://www.isprs-ann-photogramm-remote-sens-spatial-inf-sci.net/V-2-2022/index. [...] Format de la ressource électronique : URL bulletin Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=34191 [n° ou bulletin]

Contient

• Semantic segmentation of urban textured meshes through point sampling / Grégoire Grzeczkowicz in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  
• Efficient dike monitoring using terrestrial SFM photogrammetry / Laurent Froideval in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  
• Vegetation cover mapping from RGB webcam time series for land surface emissivity retrieval in high mountain areas / Benedikt Hiebl in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  
• Automatic training data generation in deep learning-aided semantic segmentation of heritage buildings / Arnadi Murtiyoso in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  
• K-means clustering based on omnivariance attribute for building detection from airborne lidar data / Renato César Dos santos in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  
• Deep learning for the detection of early signs for forest damage based on satellite imagery / Dennis Wittich in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  
• Railway lidar semantic segmentation with axially symmetrical convolutional learning / Antoine Manier in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  
• Effect of label noise in semantic segmentation of high resolution aerial images and height data / Arabinda Maiti in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  
• Learning from the past: crowd-driven active transfer learning for semantic segmentation of multi-temporal 3D point clouds / Michael Kölle in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  
• Virtual laser scanning of dynamic scenes created from real 4D topographic point cloud data / Lukas Winiwarter in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  

Learning to map street-side objects using multiple views / Ahmed Samy Nassar (2021)  

Public Titre : Learning to map street-side objects using multiple views Type de document : Thèse/HDR Auteurs : Ahmed Samy Nassar, Auteur ; Sébastien Lefèvre, Directeur de thèse ; Jan Dirk Wegner, Directeur de thèse Editeur : Vannes : Université de Bretagne Sud Année de publication : 2021 Importance : 139 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de Doctorat de l'Université de Bretagne Sud, spécialité Informatique Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage profond [Termes IGN] arbre urbain [Termes IGN] cartographie par internet [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] détection d'objet [Termes IGN] données multisources [Termes IGN] estimation de pose [Termes IGN] géolocalisation [Termes IGN] graphe [Termes IGN] image Streetview [Termes IGN] inventaire [Termes IGN] mobilier urbain [Termes IGN] vision par ordinateur Index. décimale : THESE Thèses et HDR Résumé : (auteur) Creating inventories of street-side objects and their monitoring in cities is a labor-intensive and costly process. Field workers are known to conduct this process on-site to record properties about the object. These properties can be the location, species, height, and health of a tree as an example. To monitor cities, gathering such information on a large scale becomes challenging. With the abundance of imagery, adequate coverage of a city is achieved from different views provided by online mapping services (e.g., Google Maps and Street View, Mapillary). The availability of such imagery allows efficient creation and updating of inventories of street-side objects status by using computer vision methods such as object detection and multiple object tracking. This thesis aims at detecting and geo-localizing street-side objects, especially trees and street signs, from multiple views using novel deep learning methods. Note de contenu : 1- Introduction 2- Background 3- Multi-view instance matching with learned geometric soft-constraints 4- Simultaneous multi-view instance detection with learned geometric softconstraints 5- GeoGraphV2: Graph-based aerial & street view multi-view object detection with geometric cues end-to-end 6- Conclusion Numéro de notice : 28674 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Université de Bretagne Sud : 2021 Organisme de stage : IRISA DOI : sans En ligne : https://hal.science/tel-03523658 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99920

SemCity Toulouse: a benchmark for building instance segmentation in satellite images / Ribana Roscher in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-5-2020 (August 2020)  

Public [article]  inISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences > vol V-5-2020 (August 2020) . - pp 109 - 116 Titre : SemCity Toulouse: a benchmark for building instance segmentation in satellite images Type de document : Article/Communication Auteurs : Ribana Roscher, Auteur ; Michele Volpi, Auteur ; Clément Mallet , Auteur ; Lukas Drees, Auteur ; Jan Dirk Wegner, Auteur Année de publication : 2020 Projets : 1-Pas de projet / Conférence : ISPRS 2020, Commission 5, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Annals Commission 5 Article en page(s) : pp 109 - 116 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle [Termes IGN] analyse d'image orientée objet [Termes IGN] apprentissage automatique [Termes IGN] bati [Termes IGN] données d'entrainement (apprentissage automatique) [Termes IGN] instance [Termes IGN] Toulouse [Termes IGN] zone urbaine dense Résumé : (auteur) In order to reach the goal of reliably solving Earth monitoring tasks, automated and efficient machine learning methods are necessary for large-scale scene analysis and interpretation. A typical bottleneck of supervised learning approaches is the availability of accurate (manually) labeled training data, which is particularly important to train state-of-the-art (deep) learning methods. We present SemCity Toulouse, a publicly available, very high resolution, multi-spectral benchmark data set for training and evaluation of sophisticated machine learning models. The benchmark acts as test bed for single building instance segmentation which has been rarely considered before in densely built urban areas. Additional information is provided in the form of a multi-class semantic segmentation annotation covering the same area plus an adjacent area 3 times larger. The data set addresses interested researchers from various communities such as photogrammetry and remote sensing, but also computer vision and machine learning. Numéro de notice : A2020-503 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/isprs-annals-V-5-2020-109-2020 Date de publication en ligne : 03/08/2020 En ligne : https://doi.org/10.5194/isprs-annals-V-5-2020-109-2020 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95639 [article]

Foreword to the theme issue on geospatial computer vision / Jan Dirk Wegner in ISPRS Journal of photogrammetry and remote sensing, vol 140 (June 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 140 (June 2018) . - pp 1 - 2 Titre : Foreword to the theme issue on geospatial computer vision Type de document : Article/Communication Auteurs : Jan Dirk Wegner, Auteur ; Devis Tuia, Auteur ; Michael Ying Yang, Auteur ; Clément Mallet , Auteur Année de publication : 2018 Projets : 1-Pas de projet / Article en page(s) : pp 1 - 2 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] données localisées [Termes IGN] vision par ordinateur Numéro de notice : A2018-387 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2017.12.011 Date de publication en ligne : 09/01/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2017.12.011 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90801 [article]

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018061	RAB	Revue	Centre de documentation	En réserve L003	Disponible
081-2018063	DEP-EXM	Revue	LASTIG	Dépôt en unité	Exclu du prêt
081-2018062	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

vol 140 - June 2018 - Geospatial computer vision (Bulletin de ISPRS Journal of photogrammetry and remote sensing) / Jan Dirk Wegner  

Public [n° ou bulletin]  est un bulletin de ISPRS Journal of photogrammetry and remote sensing / International society for photogrammetry and remote sensing (1980 -) (1990 -)   Titre : vol 140 - June 2018 - Geospatial computer vision Type de document : Périodique Auteurs : Jan Dirk Wegner, Éditeur scientifique ; Devis Tuia, Éditeur scientifique ; Michael Ying Yang, Éditeur scientifique ; Clément Mallet , Éditeur scientifique Année de publication : 2018 Langues : Anglais (eng) Numéro de notice : 081-201806 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Nature : Numéro de périodique nature-HAL : DirectOuvrColl/Actes En ligne : https://www.sciencedirect.com/journal/isprs-journal-of-photogrammetry-and-remote [...] Format de la ressource électronique : URL Sommaire Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=31066 [n° ou bulletin]

Contient

• Landmark based localization in urban environment / Xiaozhi Qu in ISPRS Journal of photogrammetry and remote sensing, vol 140 (June 2018)  
• Foreword to the theme issue on geospatial computer vision / Jan Dirk Wegner in ISPRS Journal of photogrammetry and remote sensing, vol 140 (June 2018)  

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018061	RAB	Revue	Centre de documentation	En réserve L003	Disponible
081-2018063	DEP-EXM	Revue	LASTIG	Dépôt en unité	Exclu du prêt
081-2018062	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Large-scale supervised learning for 3D Point cloud labeling : Semantic3d.Net / Timo Hackel in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 5 (mai 2018)  

Permalink

From Google Maps to a fine-grained catalog of street trees / Steve Branson in ISPRS Journal of photogrammetry and remote sensing, vol 135 (January 2018)  

Permalink

Joint classification and contour extraction of large 3D point clouds / Timo Hackel in ISPRS Journal of photogrammetry and remote sensing, vol 130 (August 2017)  

Permalink

Foreword to the Special Issue on 'GeoVision: Computer Vision for Geospatial Applications' / Devis Tuia in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol 9 n° 7 (July 2016)  

Permalink

vol 93 - July 2014 - Urban object extraction (Bulletin de ISPRS Journal of photogrammetry and remote sensing) / Franz Rottensteiner  

Permalink

vol II-3 W1 - May 2013 - [actes] WGIII/4, VCM 2013 – The ISPRS Workshop on 3D Virtual City Modeling (Bulletin de ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences) / Gunho Sohn  

Permalink

Matching of straight line segments from aerial stereo images of urban areas / A. Ok in ISPRS Journal of photogrammetry and remote sensing, vol 74 (Novembrer 2012)  

Permalink

Conditional random fields for urban scene : Classification with full waveform LiDAR Data / Joachim Niemeyer (2011)    

Permalink