Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > analyse d'image numérique > extraction de traits caractéristiques
extraction de traits caractéristiquesSynonyme(s)extraction des caractéristiques extraction de primitiveVoir aussi |
Documents disponibles dans cette catégorie (714)
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
Decision fusion of SPOT6 and multitemporal Sentinel2 images for urban area detection / Cyril Wendl (2018)
Titre : Decision fusion of SPOT6 and multitemporal Sentinel2 images for urban area detection Type de document : Article/Communication Auteurs : Cyril Wendl, Auteur ; Arnaud Le Bris , Auteur ; Nesrine Chehata , Auteur ; Anne Puissant, Auteur ; Tristan Postadjian , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2018 Projets : 2-Pas d'info accessible - article non ouvert / Conférence : IGARSS 2018, IEEE International Geoscience And Remote Sensing Symposium, observing, understanding and forecasting the dynamics of our planet 22/07/2018 27/07/2018 Valencia Espagne Proceedings IEEE Importance : pp 1734 - 1737 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification dirigée
[Termes IGN] classification par réseau neuronal
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] classification pixellaire
[Termes IGN] détection du bâti
[Termes IGN] fusion d'images
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] réseau neuronal convolutifRésumé : (auteur) Fusion of very high spatial resolution multispectral (VHR) images and lower spatial resolution image time series with more spectral bands can improve land cover classification’ combining geometric and semantic advantages of both sources. This study presents a workflow to extract the extent of urban areas using decision-level fusion of individual classifications on Sentine12 (S2) and SPOT6 satellite images. First, both sources are classified individually in five classes, using state-of-the-art supervised classification approaches and Convolutional Neural Networks. Obtained results are merged in order to extract buildings as accurately as possible. Then, detected buildings are merged again with the S2 classification to extract urban area; a prior to be in an urban area is derived from these building objects and merged with a binary classification derived from the original S2 classification. Both fusions involve a per pixel decision level fusion followed by a contrast sensitive regularization. Numéro de notice : C2018-046 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2018.8517476 Date de publication en ligne : 05/11/2018 En ligne : https://doi.org/10.1109/IGARSS.2018.8517476 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91269 Detection and area estimation for photovoltaic panels in urban hyperspectral remote sensing data by an original NMF-based unmixing method / Moussa Sofiane Karoui (2018)
Titre : Detection and area estimation for photovoltaic panels in urban hyperspectral remote sensing data by an original NMF-based unmixing method Type de document : Article/Communication Auteurs : Moussa Sofiane Karoui, Auteur ; Fatima Zohra Benhalouche, Auteur ; Yannick Deville, Auteur ; Khelifa Djerriri, Auteur ; Xavier Briottet , Auteur ; Arnaud Le Bris , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2018 Projets : HYEP / Weber, Christiane Conférence : IGARSS 2018, IEEE International Geoscience And Remote Sensing Symposium, observing, understanding and forecasting the dynamics of our planet 22/07/2018 27/07/2018 Valencia Espagne Proceedings IEEE Importance : pp 1640 - 1643 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] analyse des mélanges spectraux
[Termes IGN] détection de contours
[Termes IGN] factorisation de matrice non-négative
[Termes IGN] image hyperspectrale
[Termes IGN] panneau photovoltaïque
[Termes IGN] zone urbaineRésumé : (auteur) Hyperspectral remote sensing data offer unique opportunities for the characterization of land surface in urban areas. However, no hyperspectral-unmixing based studies have been conducted to automatically detect photovoltaic panels, which represent one of the important components of energy systems in such areas. In this paper, a hyperspectral-unmixing based method is proposed to detect photovoltaic panels and to estimate their areas. This approach is based on an original multiplicative nonnegative matrix factorization (NMF) algorithm with some known photovoltaic panel spectra. The proposed method can be considered as a partial/informed NMF approach. Experiments are conducted on realistic synthetic and real data to evaluate the performance of the proposed approach. In both cases, obtained results show that the proposed method yields much better overall performance than a method from the literature. Numéro de notice : C2018-047 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2018.8518204 Date de publication en ligne : 05/11/2018 En ligne : https://doi.org/10.1109/IGARSS.2018.8518204 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91270 Détection de changement par imagerie radar sur les zones naturelles et agricoles en milieu tropical / Jérôme Lebreton (2018)
Titre : Détection de changement par imagerie radar sur les zones naturelles et agricoles en milieu tropical Type de document : Mémoire Auteurs : Jérôme Lebreton, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 45 p. Format : 21 x 30 cm Note générale : bibliographie
rapport de stage de fin d'études, Cycle géomètre-géomaticienLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] Arecaceae
[Termes IGN] composition colorée
[Termes IGN] comptage
[Termes IGN] correction d'image
[Termes IGN] déboisement
[Termes IGN] détection de changement
[Termes IGN] extraction de la végétation
[Termes IGN] Gabon
[Termes IGN] image aérienne
[Termes IGN] image captée par drone
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-SAR
[Termes IGN] image SPOT
[Termes IGN] image TerraSAR-X
[Termes IGN] milieu tropical
[Termes IGN] polarisation
[Termes IGN] rendement agricole
[Termes IGN] surveillance agricole
[Termes IGN] télédétection en hyperfréquenceIndex. décimale : GEOM Mémoires de géomètres civils, géomètres géomaticiens Résumé : (auteur) Dans le cadre du Challenge Numérique « Suivi des plantations dans les pays en développements» piloté par Booster Nova, L’Avion Jaune porte un projet nommé « Palmap » pour le groupe Olam International. Ce projet comprend un volet de développement de solutions permettant le suivi de la culture de palmiers à huile et un volet sur le suivi des mesures compensatoires de préservation de l’environnement naturel autour des plantations en utilisant des données vues du ciel (drones) combinées avec des données collectées sur le terrain et des données satellites. Olam International est une société singapourienne de négoce en produits agroalimentaires, qui gère des plantations (cacao, caoutchouc, huile de palme, amandes, noix de cajou, …) dans plusieurs pays. L’huile de palme est la plus consommée au monde et est considérée comme la source principale d’huile parmi les autres végétaux. Le Gabon s’est ainsi lancé dans cette production dû à un besoin essentiel de développer son agriculture afin de diversifier son économie. La production d’huile de palme est destinée principalement au marché local et à la sous région. Note de contenu : 1- Présentation
2- Contexte
3- Images radar
4- Analyse des données radarNuméro de notice : 21941 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de fin d'études G Organisme de stage : L’Avion Jaune Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91741 Documents numériques
peut être téléchargé
Détection de changement par imagerie... - pdf auteurAdobe Acrobat PDF Facade repetition detection in a fronto-parallel view with fiducial lines extraction / Hongfei Xiao in Neurocomputing, vol 273 (January 2018)
[article]
Titre : Facade repetition detection in a fronto-parallel view with fiducial lines extraction Type de document : Article/Communication Auteurs : Hongfei Xiao, Auteur ; Gaofeng Meng, Auteur ; Lingfeng Wang, Auteur ; Chunhong Pan, Auteur Année de publication : 2018 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] détection d'objet
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] façade
[Termes IGN] programmation dynamiqueRésumé : (auteur) Detecting repetitive structures on building facades plays an important role in facade image analysis. Observing that repetitions are usually horizontally and vertically aligned, and thereby can be localized by the horizontal and vertical lines passing along the repetition boundaries, we propose to detect repetitions by extracting these fiducial lines. Firstly, candidate lines are detected, containing both the fiducial lines and some mistaken lines passing across facade wall or repetitive structures. Secondly, to pick out the fiducial lines, we formulate a maximum a posterior problem to measure the probabilities that the lines can localize the repetitions. Finally, a dynamic programming based algorithm is developed to solve the problem efficiently. To evaluate the proposed approach, we implement a series of experiments on a dataset containing 60 facade images as well as the public Ecole Central Paris facade dataset. Both qualitative and quantitative results demonstrate the effectiveness of our approach. Numéro de notice : A2017-559 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.neucom.2017.07.040 En ligne : https://doi.org/10.1016/j.neucom.2017.07.040 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86636
in Neurocomputing > vol 273 (January 2018)[article]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)PermalinkRaffinement de la localisation d’images provenant de sites participatifs pour la mise à jour de SIG urbain / Bernard Semaan (2018)PermalinkPermalinkBuilding extraction from fused LiDAR and hyperspectral data using Random Forest Algorithm / Saeid Parsian in Geomatica, vol 71 n° 4 (December 2017)PermalinkCentrality-based hierarchy for street network generalization in multi-resolution maps / Wasim Shoman in Geocarto international, vol 32 n° 12 (December 2017)PermalinkDEM generation from contours and a low-resolution DEM / Xinghua Li in ISPRS Journal of photogrammetry and remote sensing, vol 134 (December 2017)PermalinkMultilayer projective dictionary pair learning and sparse autoencoder for PolSAR image classification / Yanqiao Chen in IEEE Transactions on geoscience and remote sensing, vol 55 n° 12 (December 2017)PermalinkMultimorphological superpixel model for hyperspectral image classification / Tianzhu Liu in IEEE Transactions on geoscience and remote sensing, vol 55 n° 12 (December 2017)PermalinkExtraction du bâti sur le territoire de la wilaya de Blida (Algérie) / Siham Bougdour in Géomatique expert, n° 119 (novembre - décembre 2017)PermalinkTree species classification using within crown localization of waveform LiDAR attributes / Rosmarie Blomley in ISPRS Journal of photogrammetry and remote sensing, vol 133 (November 2017)Permalink