Descripteur
Termes IGN > aménagement > urbanisme
urbanisme
Commentaire :
Employé pour :
Aménagement urbain, Développement urbain, Habitat (urbanisme), Planification urbaine, Ville modèle. Synonyme(s)aménagement urbainVoir aussi |
Documents disponibles dans cette catégorie (1953)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Localisation d'objets urbains à partir de sources multiples dont des images aériennes / Lionel Pibre (2018)
![]()
Titre : Localisation d'objets urbains à partir de sources multiples dont des images aériennes Type de document : Thèse/HDR Auteurs : Lionel Pibre, Auteur ; Marc Chaumont, Auteur Editeur : Montpellier : Université de Montpellier Année de publication : 2018 Importance : 143 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université de Montpellier en InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] collectivité territoriale
[Termes IGN] diffusion de l'information
[Termes IGN] données multicapteurs
[Termes IGN] données multisources
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] fusion de données
[Termes IGN] image aérienne
[Termes IGN] reconnaissance d'objets
[Termes IGN] segmentation sémantique
[Termes IGN] séparateur à vaste marge
[Termes IGN] télédétection
[Termes IGN] urbanisme
[Termes IGN] zone urbaineIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Cette thèse aborde des problèmes liés à la localisation et la reconnaissance d’objets urbains dans des images multi-sources (optique, infrarouge, Modèle Numérique de Surface) de très haute précision acquises par voie aérienne.Les objets urbains (lampadaires, poteaux, voitures, arbres…) présentent des dimensions, des formes, des textures et des couleurs très variables. Ils peuvent être collés les uns les autres et sont de petite taille par rapport à la dimension d’une image. Ils sont présents en grand nombre mais peuvent être partiellement occultés. Tout ceci rend les objets urbains difficilement identifiables par les techniques actuelles de traitement d’images.Dans un premier temps, nous avons comparé les approches d’apprentissage classiques, composées de deux étapes - extraction de caractéristiques par le biais d’un descripteur prédéfini et utilisation d’un classifieur - aux approches d’apprentissage profond (Deep Learning), et plus précisément aux réseaux de neurones convolutionnels (CNN). Les CNN donnent de meilleurs résultats mais leurs performances ne sont pas suffisantes pour une utilisation industrielle. Nous avons donc proposé deux améliorations.Notre première contribution consiste à combiner de manière efficace les données provenant de sources différentes. Nous avons comparé une approche naïve qui consiste à considérer toutes les sources comme des composantes d’une image multidimensionnelle à une approche qui réalise la fusion des informations au sein même du CNN. Pour cela, nous avons traité les différentes informations dans des branches séparées du CNN. Nous avons ainsi montré que lorsque la base d’apprentissage contient peu de données, combiner intelligemment les sources dans une phase de pré-traitement (nous combinons l'optique et l'infrarouge pour créer une image NDVI) avant de les donner au CNN améliore les performances.Pour notre seconde contribution, nous nous sommes concentrés sur le problème des données incomplètes. Jusque-là, nous considérions que nous avions accès à toutes les sources pour chaque image mais nous pouvons aussi nous placer dans le cas où une source n’est pas disponible ou utilisable pour une image. Nous avons proposé une architecture permettant de prendre en compte toutes les données, même lorsqu’il manque une source sur une ou plusieurs images. Nous avons évalué notre architecture et montré que sur un scénario d’enrichissement, cette architecture permet d'obtenir un gain de plus de 2% sur la F-mesure.Les méthodes proposées ont été testées sur une base de données publique. Elles ont pour objectif d’être intégrées dans un logiciel de la société Berger-Levrault afin d’enrichir les bases de données géographiques et ainsi faciliter la gestion du territoire par les collectivités locales. Note de contenu : 1- Introduction
2- Etat de l'art
3- Comparaison entre des méthodes d’apprentissage automatique classiques et du deep learning
4- Fusion des données
5- Données incomplètes et réseau de neurones convolutionnels
6- Conclusions et perspectivesNuméro de notice : 25785 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Montpellier : 2018 Organisme de stage : Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier) / société Berger-Levrault nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2018MONTS107 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94985 Localisation par l'image en milieu urbain : application à la réalité augmentée / Antoine Fond (2018)
![]()
Titre : Localisation par l'image en milieu urbain : application à la réalité augmentée Type de document : Thèse/HDR Auteurs : Antoine Fond, Auteur ; Marie-Odile Berger, Directeur de thèse Editeur : Nancy, Metz : Université de Lorraine Année de publication : 2018 Importance : 138 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour l'obtention du doctorat de l'Université de Lorraine, Ecole doctorale IAEM Lorraine, mention Informatique, 2018Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] appariement de formes
[Termes IGN] apprentissage profond
[Termes IGN] bati
[Termes IGN] détection du bâti
[Termes IGN] distance de Manhattan
[Termes IGN] estimation de pose
[Termes IGN] façade
[Termes IGN] orthorectification
[Termes IGN] plus proche voisin, algorithme du
[Termes IGN] point de fuite
[Termes IGN] réalité augmentée
[Termes IGN] recalage d'image
[Termes IGN] recalage de surfaces
[Termes IGN] réseau neuronal convolutif
[Termes IGN] segmentation d'image
[Termes IGN] segmentation sémantique
[Termes IGN] vision par ordinateur
[Termes IGN] zone urbaineIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Dans cette thèse, on aborde le problème de la localisation en milieux urbains. Inférer un positionnement précis en ville est important dans nombre d’applications comme la réalité augmentée ou la robotique mobile. Or les systèmes basés sur des capteurs inertiels (IMU) sont sujets à des dérives importantes et les données GPS peuvent souffrir d’un effet de vallée qui limite leur précision. Une solution naturelle est de s’appuyer le calcul de pose de caméra en vision par ordinateur. On remarque que les bâtiments sont les repères visuels principaux de l’humain, mais aussi des objets d’intérêt pour les applications de réalité augmentée. On cherche donc à partir d’une seule image à calculer la pose de la caméra par rapport à une base de données de bâtiments références connus. On décompose le problème en deux parties : trouver les références visibles dans l’image courante (reconnaissance de lieux) et calculer la pose de la caméra par rapport à eux. Les approches classiques de ces deux sous-problèmes sont mises en difficultés dans les environnements urbains à cause des forts effets perspectives, des répétitions fréquentes et de la similarité visuelle entre façades. Si des approches spécifiques à ces environnements ont été développés qui exploitent la grande régularité structurelle de tels milieux, elles souffrent encore d’un certain nombre de limitations autant pour la détection et la reconnaissance de façades que pour le calcul de pose par recalage de modèle. La méthode originale développée dans cette thèse s’inscrit dans ces approches spécifiques et vise à dépasser ces limitations en terme d’efficacité et de robustesse aux occultations, aux changements de points de vue et d’illumination. Pour cela, l’idée principale est de profiter des progrès récents de l’apprentissage profond par réseaux de neurones convolutionnels pour extraire de l’information de haut-niveau sur laquelle on peut baser des modèles géométriques. Notre approche est donc mixte Bottom-Up/Top-Down et se décompose en trois étapes clés. Nous proposons tout d’abord une méthode d’estimation de la rotation de la pose de caméra. Les 3 points de fuite principaux des images en milieux urbains, dits points de fuite de Manhattan sont détectés grâce à un réseau de neurones convolutionnels (CNN) qui fait à la fois une estimation de ces points de fuite, mais aussi une segmentation de l’image relativement à eux. Une second étape de raffinement utilise ces informations et les segments de l’image dans une formulation bayésienne pour estimer efficacement et plus précisément ces points. L’estimation de la rotation de la caméra permet de rectifier les images et ainsi s’affranchir des effets de perspectives pour la recherche de la translation. Dans une seconde contribution, nous visons ainsi à détecter les façades dans ces images rectifiées et à les reconnaître parmi une base de bâtiments connus afin d’estimer une translation grossière. Dans un souci d’efficacité, on a proposé une série d’indices basés sur des caractéristiques spécifiques aux façades (répétitions, symétrie, sémantique) qui permettent de sélectionner rapidement des candidats façades potentiels. Ensuite, ceux-ci sont classifiés en façade ou non selon un nouveau descripteur CNN contextuel. Enfin la mise en correspondance des façades détectées avec les références est opérée par un recherche au plus proche voisin relativement à une métrique apprise sur ces descripteurs [...] Note de contenu : Introduction
1 - Etat de l'art
2 - Estimation des points de fuite de Manhattan
3 - Proposition de façades pour la détection et la reconnaissance de bâtiments
4 - Segmentation et recalage de façade conjoint
ConclusionNuméro de notice : 21592 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de doctorat : Informatique : Université de Lorraine : 2018 Organisme de stage : IFSTTAR nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2018LORR0028 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90630 Mise en place d’un outil de classification et d’utilisation des données LiDAR pour l’étude du couvert arboré à Florence / Florian Thill (2018)
![]()
Titre : Mise en place d’un outil de classification et d’utilisation des données LiDAR pour l’étude du couvert arboré à Florence Type de document : Mémoire Auteurs : Florian Thill, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 41 p. Format : 21 x 30 cm Note générale : bibliographie
Rapport de projet pluridisciplinaire, cycle Ingénieur 2e annéeLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] arbre urbain
[Termes IGN] couvert végétal
[Termes IGN] détection d'arbres
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] espace vert
[Termes IGN] Florence
[Termes IGN] gestion urbaine
[Termes IGN] Global Mapper
[Termes IGN] QGIS
[Termes IGN] surveillance de la végétation
[Termes IGN] visualisation cartographiqueIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (auteur) La Commune de Florence a mis en place le site Mapstore2 (http://mapstore2.comune.fi.it) qui permet aux utilisateur de visualiser de nombreuses couches de données grâce à une carte interactive. Ces données sont ajoutées et mises à jour par le Service des Informations Territoriales (SIT), qui se charge également de la maintenance du site. Dans le cadre de la gestion des espaces verts, la Commune de Florence a besoin d’un outil qui permette d’étudier le couvert arboré de la ville. Et ce en utilisant un jeu de données LIDAR prélevées en 2017. Afin de faciliter la mise à jour des données dans les années futures, le traitement des données LIDAR doit être entièrement automatisé. L’idée est de pouvoir non seulement classifier les données d’une année et étudier le couvert arboré pour cette année, mais aussi comparer entre elles deux campagnes de relevé LIDAR, et voir l’évolution du couvert arboré. Note de contenu : Introduction
1- Traitement des données et qualification des résultats
2- Analyse thématique : étude du couvert arboré
3- Discussion
ConclusionNuméro de notice : 21808 Affiliation des auteurs : non IGN Thématique : IMAGERIE/URBANISME Nature : Mémoire de projet pluridisciplinaire Organisme de stage : commune de Florence Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91297 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 21808-01 PROJET Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
Mise en place d’un outil de classification...- pdf auteurAdobe Acrobat PDFModélisation de l’urbanisation pour l’évaluation de ses impacts environnementaux dans le cadre de l’élaboration d’une stratégie Éviter-Réduire-Compenser en Région Occitanie – Pyrénées Méditerranée / Vincent Delbar (2018)
![]()
Titre : Modélisation de l’urbanisation pour l’évaluation de ses impacts environnementaux dans le cadre de l’élaboration d’une stratégie Éviter-Réduire-Compenser en Région Occitanie – Pyrénées Méditerranée Type de document : Mémoire Auteurs : Vincent Delbar, Auteur ; Coralie Calvet, Encadrant ; Mickaël Brasebin , Encadrant ; Paul Chapron
, Encadrant ; Julien Perret
, Encadrant
Editeur : Montpellier : Université de Montpellier 3 Paul Valéry Année de publication : 2018 Importance : 64 p. Note générale : bibliographie
rapport de fin de Master 2 Mention Géomatique, sous l’encadrement de Coralie CALVET (CEEM), Mickaël BRASEBIN, Paul CHAPRON et Julien PERRET (LaSTIG/COGIT)Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications SIG
[Termes IGN] analyse spatiale
[Termes IGN] impact sur l'environnement
[Termes IGN] modèle de simulation
[Termes IGN] Occitanie (région 2016)
[Termes IGN] planification urbaine
[Termes IGN] prévention
[Termes IGN] prospective
[Termes IGN] QGIS
[Termes IGN] urbanisation
[Termes IGN] zone (aménagement du territoire)Résumé : (auteur) Dans un contexte récent Européen d’engagements pour limiter voire enrayer l’érosion de la biodiversité, la nouvelle région française Occitanie a décidé de mettre en place une stratégie régionale pour anticiper et planifier l'application de la séquence Eviter-Réduire-Compenser (ERC). Cette dernière vise à atténuer l’impact des projets, plans et programmes d’aménagement sur l’environnement. Dans le cadre du SRADDET [Schéma Régional d’Aménagement, de Développement Durable et d’Égalité des Territoires] Occitanie 2040, les décideurs nécessitent une vision prospective de l’urbanisation et de ses impacts sur le territoire régional d’ici à 2040. Le stage de recherche présenté dans ce document s’intègre dans cette étude régionale. Réalisé au sein du Centre d’Économie de l'Environnement de Montpellier et en partenariat avec l’Institut National de l’Information Géographique et Forestière, il avait pour objectif l’élaboration d’une méthodologie pour simuler l’urbanisation selon différents scénarios d'aménagement du territoire aussi bien à une échelle fine qu'à un niveau intercommunal, et même régional dans ses futures ambitions. Pour cela, nous avons construit un simulateur permettant d’évaluer des zones d’intérêt à urbaniser en fonction d’une population à répartir et de différents scénarios d'aménagement. Cette simulation prospective permet de comparer l’impact environnemental des différents scénarios d'expansion urbaine testés à l'échelle d'une EPCI. L’ensemble de la méthode est décrite dans ce rapport depuis la préparation des données jusqu’au mode d’analyse des résultats. Ce stage a ouvert plusieurs perspectives intéressantes comme l’expérimentation du modèle à l’échelle régionale et son intégration dans un outil d’aide à la décision utilisable directement par les acteurs de la planification territoriale. Note de contenu : Introduction
1- La construction d’un modèle de simulation prospective
2- Mise en œuvre du modèle proposé
3- Discussion et perspectives
ConclusionNuméro de notice : 17328 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/URBANISME Nature : Mémoire masters divers Organisme de stage : LaSTIG (IGN) & Centre d’Économie de l'Environnement de Montpellier CEEM DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98315 Documents numériques
en open access
Modélisation de l’urbanisation pour l’évaluation ... - pdf auteurAdobe Acrobat PDFOn the production of semantic and textured 3D meshes of large scale urban environments from mobile mapping images and LIDAR scans / Mohamed Boussaha (2018)
![]()
![]()
Titre : On the production of semantic and textured 3D meshes of large scale urban environments from mobile mapping images and LIDAR scans Type de document : Article/Communication Auteurs : Mohamed Boussaha , Auteur ; Eduardo Fernandez-Moral, Auteur ; Bruno Vallet
, Auteur ; Patrick Rives, Auteur
Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2018 Projets : PLaTINUM / Gouet-Brunet, Valérie Conférence : RFIAP 2018, Reconnaissance des Formes, Image, Apprentissage et Perception 01/06/2018 01/06/2018 Champs-sur-Marne France Open Access Proceedings Importance : 8 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage profond
[Termes IGN] chaîne de production
[Termes IGN] cohérence des données
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] image terrestre
[Termes IGN] reconstruction d'objet
[Termes IGN] rééchantillonnage
[Termes IGN] sémantisation
[Termes IGN] semis de points
[Termes IGN] tessellation
[Termes IGN] texturage
[Termes IGN] zone urbaineRésumé : (auteur) In this paper, we present a fully automatic framework for the reconstruction of a 3D mesh, its texture mapping and its semantization using oriented images and LiDAR scans acquired in a large urban area by a terrestrial Mobile Mapping System (MMS). First, the acquired points and images are sliced into temporal chunks ensuring a reasonable size and time consistency between geometry (points) and photometry (images). Then, a simple and fast 3D surface reconstruction relying on the sensor space topology is performed on each chunk after an isotropic sampling of the point cloud obtained from the raw LiDAR scans. The method of Waechter et al. is subsequently adapted to texture the reconstructed surface with the images acquired simultaneously, ensuring a high quality texture and global color adjustment. Finally based on the texturing scheme a per-texel semantization is conducted on the final model. Numéro de notice : C2018-024 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans En ligne : https://rfiap2018.ign.fr/programmeRFIAP Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90490 Documents numériques
en open access
On the production of semantic ... - pdf éditeurAdobe Acrobat PDFQGIS in Remote Sensing, Volume 3. QGIS and Applications in Territorial Planning / Nicolas Baghdadi (2018)
PermalinkRaffinement de la localisation d’images provenant de sites participatifs pour la mise à jour de SIG urbain / Bernard Semaan (2018)
PermalinkResearches about the living condition in Ulaanbaatar with mapping developments based on a participatory approach / Paul Roux (2018)
PermalinkPermalinkSimulation 3D de la constructibilité et utilisations pour l’aménagement [diaporama] / Mickaël Brasebin (2018)
PermalinkSimulation de formes réalistes de développement résidentiel, de l'échelle du bâtiment à celle de l'ensemble d'une région urbaine / Maxime Colomb (2018)
PermalinkPermalinkA temperature and vegetation adjusted NTL urban index for urban area mapping and analysis / Xiya Zhang in ISPRS Journal of photogrammetry and remote sensing, vol 135 (January 2018)
PermalinkTraitement et analyse des contraintes urbaines pour une optimisation morphologique : Etude comparative des modèles MorVer et SimPLU3D / Alia Belkaid (2018)
PermalinkUtilisation de QGIS en télédétection, Volume 3. QGIS et applications en aménagement du territoire / Nicolas Baghdadi (2018)
Permalink