Descripteur
Termes IGN > sciences humaines et sociales > vie des organisations > entreprise > direction d'entreprise > parangonnage
parangonnageSynonyme(s)RéférenciationVoir aussi |
Documents disponibles dans cette catégorie (4)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
ChatGPT pour la géomatique, potentiel d’utilisation et limites / Emmanuel Clédat in XYZ, n° 174 (mars 2023)
[article]
Titre : ChatGPT pour la géomatique, potentiel d’utilisation et limites Type de document : Article/Communication Auteurs : Emmanuel Clédat , Auteur ; Philippe Sablayrolles, Auteur Année de publication : 2023 Article en page(s) : pp 19 - 23 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] intelligence artificielle
[Termes IGN] langage naturel (informatique)
[Termes IGN] multilatération
[Termes IGN] parangonnageRésumé : (Auteur) ChatGPT a été le sujet de discussion récurent durant les fêtes de fin d’année 2022 (ou en tout cas le sujet de discussion récurrent chez les geeks !). Certains trouvent cet outil formidable, d’autres dystopique, mais de quoi s’agit-il exactement? C’est ce que l’on appelle un outil conversationnel en langage naturel, c’est-à-dire une intelligence artificielle capable de générer du texte suite à une requête exprimée sous forme d’une ou plusieurs phrases. Numéro de notice : A2023-068 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article nature-HAL : ArtSansCL DOI : sans Date de publication en ligne : 01/03/2023 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102845
in XYZ > n° 174 (mars 2023) . - pp 19 - 23[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 112-2023011 RAB Revue Centre de documentation En réserve L003 Disponible
Titre : A new stereo dense matching benchmark dataset for deep learning Type de document : Article/Communication Auteurs : Teng Wu , Auteur ; Bruno Vallet , Auteur ; Marc Pierrot-Deseilligny , Auteur ; Ewelina Rupnik , Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2021 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B2-2021 Projets : AI4GEO / Conférence : ISPRS 2021, Commission 2, XXIV ISPRS Congress, Imaging today foreseeing tomorrow 05/07/2021 09/07/2021 Nice Virtuel France OA Archives Commission 2 Importance : pp 405 - 412 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] appariement de données localisées
[Termes IGN] appariement dense
[Termes IGN] apprentissage profond
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] jeu de données localisées
[Termes IGN] parangonnage
[Termes IGN] photogrammétrie aérienne
[Termes IGN] reconstruction 3DRésumé : (auteur) Stereo dense matching is a fundamental task for 3D scene reconstruction. Recently, deep learning based methods have proven effective on some benchmark datasets, for example Middlebury and KITTI stereo. However, it is not easy to find a training dataset for aerial photogrammetry. Generating ground truth data for real scenes is a challenging task. In the photogrammetry community, many evaluation methods use digital surface models (DSM) to generate the ground truth disparity for the stereo pairs, but in this case interpolation may bring errors in the estimated disparity. In this paper, we publish a stereo dense matching dataset based on ISPRS Vaihingen dataset, and use it to evaluate some traditional and deep learning based methods. The evaluation shows that learning-based methods outperform traditional methods significantly when the fine tuning is done on a similar landscape. The benchmark also investigates the impact of the base to height ratio on the performance of the evaluated methods. The dataset can be found in https://github.com/whuwuteng/benchmark_ISPRS2021. Numéro de notice : C2021-012 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprs-archives-XLIII-B2-2021-405-2021 Date de publication en ligne : 28/06/2021 En ligne : https://doi.org/10.5194/isprs-archives-XLIII-B2-2021-405-2021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98066 Terrestrial laser scanning in forest inventories / Xinlian Liang in GIM international, vol 30 n° 2 (February 2016)
[article]
Titre : Terrestrial laser scanning in forest inventories Type de document : Article/Communication Auteurs : Xinlian Liang, Auteur ; Juha Hyyppä, Auteur ; Harri Kaartinen, Auteur ; Norbert Pfeifer, Auteur Année de publication : 2016 Article en page(s) : pp 26 - 29 Langues : Anglais (eng) Descripteur : [Termes IGN] arbre (flore)
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] parangonnage
[Termes IGN] télémétrie laser terrestre
[Vedettes matières IGN] Inventaire forestierRésumé : (éditeur) Terrestrial laser scanning (TLS) is an effective technique for acquiring detailed tree attributes in forest plots. During the last two decades, tremendous effort by national mapping agencies, companies, universities and research organisations has been put into developing methods for tree attribute estimation casing TLS. There is, however, still a lack of proper understanding on TLS performance. Different data collection methods and processing standards have led to a large range in tree detection and measurement accuracy. This article explains the early results of an international benchmarking initiative for TLS methods in forest inventories. The study has identified important differences in methods that should lead to operational work guidelines. Numéro de notice : A2016-100 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79920
in GIM international > vol 30 n° 2 (February 2016) . - pp 26 - 29[article]Benchmarking the perceptual mechanism for map-reading tasks / Michael W. Dobson in Cartographica, vol 17 n° 1 (March 1980)
[article]
Titre : Benchmarking the perceptual mechanism for map-reading tasks Type de document : Article/Communication Auteurs : Michael W. Dobson, Auteur Année de publication : 1980 Article en page(s) : pp 88 - 100 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Cartographie
[Termes IGN] lecture de carte
[Termes IGN] parangonnage
[Termes IGN] perceptionNuméro de notice : A1980-076 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.3138/QP02-V089-852L-8000 En ligne : https://doi.org/10.3138/QP02-V089-852L-8000 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=23521
in Cartographica > vol 17 n° 1 (March 1980) . - pp 88 - 100[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 031-80011 RAB Revue Centre de documentation En réserve L003 Disponible