Descripteur
Documents disponibles dans cette catégorie (1677)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
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 InformatiqueLangues : 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 ordinateurIndex. 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- ConclusionNuméro 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 Learning to translate land-cover maps: Several multi-dimensional context-wise solutions / Luc Baudoux (2021)
![]()
Titre : Learning to translate land-cover maps: Several multi-dimensional context-wise solutions Titre original : Apprendre à traduire des cartes d'occupation des sols : Plusieurs solutions exploitant de multiples formes de contexte Type de document : Thèse/HDR Auteurs : Luc Baudoux , Auteur ; Clément Mallet
, Directeur de thèse ; Jordi Inglada, Directeur de thèse
Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2021 Projets : MAESTRIA / Mallet, Clément Note générale : bibliographie
École doctorale n° 532, Mathématiques, Science, et Technologie de l’Information et de la Communication (MSTIC) - Spécialité de doctorat : Signal, Image, et AutomatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] apprentissage profond
[Termes IGN] base de données d'occupation du sol
[Termes IGN] indicateur de résolution
[Termes IGN] information sémantique
[Termes IGN] nomenclature
[Termes IGN] prise en compte du contexteIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La description de la couverture biophysique des surfaces terrestres, appelée occupation du sol, est d'une importance capitale dans de nombreux domaines, allant de l'urbanisme aux études climatiques en passant par la sécurité alimentaire. Historiquement produites à la main, les cartes d'occupation du sol ont profité de l'essor de l'imagerie satellitaire et des méthodes avancées de vision par ordinateur pour gagner en précision et en fréquence de mise à jour. Elles souffrent toutefois de deux inconvénients limitant leur utilisation. D'une part, la résolution spatiale des cartes produites est fixe. Or une carte d'une résolution de 10 mètres ne conviendra pas à l'analyse de phénomènes à grande échelle, ni à l'étude d'objets de moins de 10 mètres. D'autre part, la nomenclature de la carte est choisie pour répondre à un besoin spécifique qui ne correspond pas nécessairement aux besoins d'un autre utilisateur. Ainsi, une carte peut regrouper sous le terme "bâti" un ensemble d'éléments tels que des "routes" et des "habitations", qui dans d'autres nomenclatures seront classés séparément. Les approches actuelles de traduction de nomenclatures sont principalement fondées sur des méthodes de traduction sémantique (LCCS...) appliquées au niveau de la nomenclature en comparant les définitions de classes (la classe "blé" sera traduite en "herbacée"). Ce faisant, elles négligent le fait que deux objets de la même classe peuvent être traduits différemment en fonction, par exemple, de leur contexte spatial ou de leur évolution temporelle. En outre, la traduction de la résolution spatiale est généralement traitée distinctement de la traduction de nomenclature alors que ces deux notions sont intimement liées (un arbre seul ne peut pas être traduit en "forêt"). Cette thèse aborde ce problème en proposant des méthodes de traduction contextuelle augmentant les possibilités de réutilisation et de génération de nouvelles occupations des sols. Dans un premier temps, nous proposons différentes stratégies, principalement fondées sur des réseaux de neurones à convolution apprenant à traduire une carte source en une carte cible en fonction du contexte. Nous montrons l'importance cruciale du contexte spatial et géographique (une forêt en montagne est probablement constituée de conifères) sur de multiples exemples de traductions. Dans un deuxième temps, partant du constat que les modèles de traduction multi-langues donnent de meilleurs résultats que ceux entraînés à traduire d'une seule langue source vers une seule langue cible, nous proposons un modèle de traduction multi-cartes permettant d'obtenir plusieurs nomenclatures cibles à partir d'une carte source. Nous montrons que ce modèle permet d'obtenir des résultats plus robustes que les modèles entraînés sur une seule traduction, en particulier sur des cartes avec peu d'échantillons d'entraînement. Troisièmement, nous expérimentons différentes configurations de fusion multimodale fusionnant des images satellites (optiques et radar) et des données d'élévation du terrain avec des cartes d'occupation du sol. Enfin, nous définissons la notion et proposons une méthode pour construire un espace de représentation sémantique commun à toutes les occupations du sol. Nous ne représentons alors plus la traduction comme le passage d'un espace de représentation discret à n classes (une nomenclature) vers un autre espace, mais comme un simple changement d'interprétation d'un espace de représentation sémantique continu commun à toutes les nomenclatures. Nous proposons une première application de la notion d'espace de représentation sémantique à la traduction, en nous concentrant sur la traduction de cartes sources non vues pendant l’entraînement du modèle de traduction. Les codes et jeux de données (France entière, six cartes d'occupation du sol, images satellite, vérité terrain) produits au cours de cette thèse sont rendus accessibles pour la reproductibilité et des comparaisons futures. Numéro de notice : 17766 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE/IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse : Signal, Image, et Automatique : Gustave Eiffel : 2021 Organisme de stage : LASTIG (IGN) nature-HAL : Thèse DOI : sans Date de publication en ligne : 07/02/2023 En ligne : https://hal.science/tel-03977658 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103209 Leveraging class hierarchies with metric-guided prototype learning / Vivien Sainte Fare Garnot (2021)
![]()
Titre : Leveraging class hierarchies with metric-guided prototype learning Type de document : Article/Communication Auteurs : Vivien Sainte Fare Garnot , Auteur ; Loïc Landrieu
, Auteur
Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2021 Projets : 1-Pas de projet / Mallet, Clément Conférence : BMVC 2021, 32nd British Machine Vision Conference 22/11/2021 25/11/2021 online Royaume-Uni OA Proceedings Importance : 31 p. Note générale : bibliographie
préprint déposé sur ArXivLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage automatique
[Termes IGN] classification
[Termes IGN] matrice d'erreur
[Termes IGN] prototype
[Termes IGN] segmentation sémantiqueRésumé : (auteur) Not all errors are created equal. This is especially true for many key machine learning applications. In the case of classification tasks, the severity of errors can be summarized under the form of a cost matrix, which assesses the gravity of confusing each pair of classes. When the target classes are organized into a hierarchical structure, this matrix defines a metric. We propose to integrate this metric in a new and versatile classification layer in order to model the disparity of errors. Our method relies on jointly learning a feature-extracting network and a set of class representations, or prototypes, which incorporate the error metric into their relative arrangement in the embedding space. Our approach allows for consistent improvement of the severity of the network's errors with regard to the cost matrix. Furthermore, when the induced metric contains insight on the data structure, our approach improves the overall precision as well. Experiments on four different public datasets -- from agricultural time series classification to depth image semantic segmentation -- validate our approach. Numéro de notice : C2021-027 Affiliation des auteurs : UGE-LASTIG (2020- ) Autre URL associée : vers ArXiv Thématique : IMAGERIE/INFORMATIQUE Nature : Poster nature-HAL : Poster-avec-CL DOI : 10.48550/arXiv.2007.03047 En ligne : https://www.bmvc2021-virtualconference.com/assets/papers/0084.pdf Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98983
Titre : LiDAR-based point clouds registration for localization in indoor environments Type de document : Thèse/HDR Auteurs : Ketty Favre, Auteur ; Luce Morin, Directeur de thèse ; Eric Marchand, Directeur de thèse Editeur : Rennes : Université de Rennes 1 Année de publication : 2021 Importance : 146 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université Rennes 1, Spécialité Signal, Image, VisionLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] algorithme de Gauss-Newton
[Termes IGN] appariement d'images
[Termes IGN] cartographie et localisation simultanées
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] espace intérieur
[Termes IGN] octree
[Termes IGN] Ransac (algorithme)
[Termes IGN] recalage de données localisées
[Termes IGN] scène intérieure
[Termes IGN] semis de points
[Termes IGN] superposition de donnéesIndex. décimale : THESE Thèses et HDR Résumé : (auteur) This thesis deals with the problem of registration of 3D point clouds in indoor environments. Registration methods are proposed to obtain a compromise between time and accuracy. First, GNMR-ICP, a multi-resolution algorithm which robustly minimizes the point-to-plane distance between two point clouds using a Gauss-Newton method. The multi-resolution is done using an octree. On the ASL benchmark dataset, GNMR-ICP gives more accurate results than its equivalent using the small angle approximation (81% success rate against 43%). Computation times in structured environments are reduced (up to a factor of 2). Next we present NAP-ICP, an algorithm based on plane matching. Planes are matched using a score function based on the characteristics of pairs of planes. An additional point-to-plane registration is performed to ensure maximum accuracy. NAP-ICP registers 100% of the interior scenes of the ASL dataset and is more accurate than the evaluated state-of-the-art functions and is able to close the loops of the LOOP’IN dataset. Finally, PAR-ICP, a plane-based method where the matching is performed using a Random Forest is presented. PAR-ICP registers 100% of the interior scenes of the ASL dataset and is able to close the loops of LOOP’IN, allowing to generate incremental maps. Note de contenu : Introduction
1- Background
2- State of the art
3- Datasets
4- Multi-resolution registration of 3D point clouds
5- Plane-based registration of 3D point clouds
6- Learning-based plane matching for planet-to-plane
ConclusionNuméro de notice : 28635 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal, Image, Vision : Rennes 1 : 2021 Organisme de stage : Institut d'Électronique et de Télécommunications DOI : sans En ligne : http://www.theses.fr/2021REN1S059 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99666 Machine learning for the distributed and dynamic management of a fleet of taxis and autonomous shuttles / Tatiana Babicheva (2021)
![]()
Titre : Machine learning for the distributed and dynamic management of a fleet of taxis and autonomous shuttles Titre original : Machine Learning pour la gestion distribuée et dynamique d’une flotte de taxis et navettes autonomes Type de document : Thèse/HDR Auteurs : Tatiana Babicheva, Auteur ; Leïla Kloul, Directeur de thèse ; Dominique Barth, Directeur de thèse Editeur : Bures-sur-Yvette : Université Paris-Saclay Année de publication : 2021 Importance : 190 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université Paris-Saclay, InformatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] apprentissage par renforcement
[Termes IGN] autopartage
[Termes IGN] calcul d'itinéraire
[Termes IGN] méthode heuristique
[Termes IGN] navigation autonome
[Termes IGN] OpenStreetMap
[Termes IGN] optimisation (mathématiques)
[Termes IGN] réseau neuronal artificiel
[Termes IGN] réseau routier
[Termes IGN] taxi
[Termes IGN] trafic routier
[Termes IGN] trafic urbain
[Termes IGN] véhicule électrique
[Termes IGN] ville intelligenteIndex. décimale : THESE Thèses et HDR Résumé : (auteur) In this thesis are investigated methods to manage shared electric autonomous taxi urban systems under online context in which customer demands occur over time, and where vehicles are available for ride-sharing and require electric recharging management. We propose the heuristics based on problem decomposition which include road network repartition and highlighting of subproblems such as charging management, empty vehicle redistribution and dynamic ride-sharing.The set of new methods for empty vehicle redistribution is proposed, such as proactive, meaning to take into account both current demand and anticipated future demand, in contrast to reactive methods, which act based on current demand only.We provide the reinforcement learning in different levels depending on granularity of the system.We propose station-based RL model for small networks and zone-based RL model, where the agents are zones of the city obtained by partitioning, for huge ones. The complete information optimisation is provided in order to analyse the system performance a-posteriori in offline context.The evaluation of the performance of proposed methods is provided in set of road networks of different nature and size. The proposed method provides promising results outperforming the other tested methods and the real data on the taxi system performance in terms of number of satisfied passengers under fixed fleet size. Note de contenu : 1- Introduction
2- State-of-the-art
3- Modelling the electrical aTaxisystem
4- Functional architecture of aTaxi system management
5- Reinforcement learning for aTaxi system optimisation
6- Evaluation scenarii
7- Numerical evaluation of aTaxi systems
8- Conclusion and discussionNuméro de notice : 28591 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse de Doctorat : Informatique : Paris-Saclay : 2021 Organisme de stage : Données et Algorithmes pour une ville intelligente et durable (UVSQ) DOI : sans En ligne : https://tel.hal.science/tel-03230845/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97968 Mask R-CNN and OBIA fusion improves the segmentation of scattered vegetation in very high-resolution optical sensors / Emilio Guirado in Sensors, vol 21 n° 1 (January 2021)
PermalinkPermalinkA method of hydrographic survey technology selection based on the decision tree supervised learning / Ivana Golub Medvešek (2021)
PermalinkMéthodes et outils pour l’analyse spatiale exploratoire en géolinguistique : contributions aux humanités numériques spatialisées / Clément Chagnaud (2021)
PermalinkMéthodes de partage d'informations visuelles et inertielles pour la localisation et la cartographie simultanées décentralisées multi-robots / Rodolphe Dubois (2021)
PermalinkPermalinkMise en place de nouvelles méthodes d’acquisition par lasergrammétrie en milieu difficile et couvert forestier en vue de la construction d’un parc éolien / Jean-Baptiste Myotte-Duquet (2021)
PermalinkPermalinkModélisation et raisonnement spatial flou pour l’aide à la localisation de victimes en montagne / Mattia Bunel (2021)
PermalinkPermalinkPermalinkPermalinkA new method for improving the performance of an ionospheric model developed by multi-instrument measurements based on artificial neural network / Wang Li in Advances in space research, vol 67 n° 1 (January 2021)
PermalinkPermalinkPanoptic segmentation of satellite image time series with convolutional temporal attention networks / Vivien Sainte Fare Garnot (2021)
PermalinkPermalinkProduction et mise à jour d’un produit BD Forêt V3 par apprentissage profond / Sébastien Giordano (2021)
PermalinkRapport d'activité 2020 de l'Institut National de l'Information Géographique et Forestière IGN, 1. Activité / Institut national de l'information géographique et forestière (2012 -) (2021)
![]()
PermalinkPermalinkReprésentation sémantique de données géospatiales au service de l'analyse de changements / Jordan Dorne (2021)
Permalink