Descripteur
Documents disponibles dans cette catégorie (2096)
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
Titre : Perspective-n-learned-point: pose estimation from relative depth Type de document : Article/Communication Auteurs : Nathan Piasco , Auteur ; Désiré Sidibé, Auteur ; Cédric Demonceaux, Auteur ; Valérie Gouet-Brunet , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2019 Projets : PLaTINUM / Gouet-Brunet, Valérie Conférence : BMVC 2019, British Machine Vision Conference 09/09/2019 12/09/2019 Cardiff Royaume-Uni OA Proceedings Importance : 15 p. Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] carte de profondeur
[Termes IGN] classification par réseau neuronal
[Termes IGN] estimation de pose
[Termes IGN] géométrie de l'image
[Termes IGN] recherche d'image basée sur le contenuRésumé : (Auteur) In this paper we present an online camera pose estimation method that combines Content-Based Image Retrieval (CBIR) and pose refinement based on a learned representation of the scene geometry extracted from monocular images. Our pose estimation method is two-step, we first retrieve an initial 6 Degrees of Freedom (DoF) location of an unknown-pose query by retrieving the most similar candidate in a pool of geo-referenced images. In a second time, we refine the query pose with a Perspective-n-Point (PnP) algorithm where the 3D points are obtained thanks to a generated depth map from the retrieved image candidate. We make our method fast and lightweight by using a common neural network architecture to generate the image descriptor for image indexing and the depth map used to create the 3D points required in the PnP pose refinement step. We demonstrate the effectiveness of our proposal through extensive experimentation on both indoor and outdoor scenes, as well as generalisation capability of our method to unknown environment. Finally, we show how to deploy our system even if geometric information is missing to train our monocular-image-to-depth neural networks. Numéro de notice : C2019-025 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Autre URL associée : vers HAL Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Date de publication en ligne : 12/11/2019 En ligne : https://bmvc2019.org/wp-content/uploads/papers/0981-paper.pdf Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94320 Documents numériques
en open access
Perspective-n-learned-point ... - pdf auteurAdobe Acrobat PDF Potentialités de l’imagerie couleur embarquée pour la détection et la cartographie des maladies fongiques de la vigne / Florent Abdelghafour (2019)
Titre : Potentialités de l’imagerie couleur embarquée pour la détection et la cartographie des maladies fongiques de la vigne Type de document : Thèse/HDR Auteurs : Florent Abdelghafour, Auteur ; Jean-Pierre Da Costa, Directeur de thèse ; Christian Germain, Directeur de thèse Editeur : Bordeaux : Université de Bordeaux Année de publication : 2019 Importance : 174 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour obtenir le grade Docteur, Automatique, Productique, Signal et Image, Ingénierie CognitiveLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] cartographie thématique
[Termes IGN] classification dirigée
[Termes IGN] classification pixellaire
[Termes IGN] image en couleur
[Termes IGN] instrument embarqué
[Termes IGN] maladie phytosanitaire
[Termes IGN] modèle stochastique
[Termes IGN] seuillage d'image
[Termes IGN] surveillance de la végétation
[Termes IGN] tenseur
[Termes IGN] texture d'image
[Termes IGN] traitement d'image
[Termes IGN] viticultureIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le mildiou de la vigne est une phytopathologie d'origine fongique particulièrement inquiétante pour la filière viticole. L'objectif de cette thèse est d'étudier les potentialités de l'imagerie couleur embarquée pour estimer l'état sanitaire des vignobles affectés par le mildiou à l'échelle intra-parcellaire. La solution proposée vise à assister les réseaux de surveillance épidémiologique dans l'estimation des risques sanitaires et dans la préconisation de plans de lutte chimique. En pratique, la chaîne de traitement d'images construite est dédiée à la détection, au dénombrement et à la mesure des tissus symptomatiques du mildiou. Cette chaîne est conçue pour traiter des images acquises directement à la parcelle dans les conditions de travail viticole.La chaîne de traitement s’appuie des représentations structure-couleur et des modèles probabilistes des classes des tissus présents dans les vignes étudiées. Elle opère en trois étapes : formuler des descripteurs pour extraire les propriétés caractéristiques et discriminantes de chaque classe ; modéliser les distributions statistiques de ces descripteurs dans chacune des classes ; affecter chaque pixel à une classe selon son adéquation à leurs modèles. Les descripteurs combinent le tenseur local de structure (LST) avec des statistiques colorimétriques calculées dans le voisinage du pixel considéré. Pour tenir compte de la nature spécifique des LST, les descripteurs font l'objet de transformations pour être représentés dans l'espace log-euclidien. Dans cet espace, il devient possible de modéliser les classes de tissus d'intérêt par des distributions de mélanges de gaussiennes multivariées des représentations structure-couleur. Enfin, la classification est réalisée par Maximum A Posteriori (MAP). Cette chaîne de traitement est appliquée dans un premier temps à des images de vigne saine. Il s'agit de segmenter une image en classes d'organes (feuillage, grappes ou inflorescences et tiges). Les classifications réalisées se montrent très performantes. De plus, la chaîne de traitement s'avère robuste au réglage des principaux hyper-paramètres.Dans un second temps, la chaîne de traitement est adaptée pour traiter des images comportant des symptômes du mildiou ainsi que des facteurs confondants tels que nécroses, décolorations, carences, plaies mécaniques. La méthode de décision s’appuie sur une reconstruction des symptômes par croissance autour de germes. Les critères utilisés reposent sur les représentations structure-couleur et les modèles probabilistes déjà définis. La nouvelle chaîne de traitement permet de détecter de façon fiable les symptômes du mildiou et d'estimer la surface des tissus affectés. Note de contenu : Introduction
1- Etat de l'art
2- -Dispositif expérimental : matériel végétal, instrumentation et protocole de suivi
3- Modéliser conjointement la texture et la couleur dans les images de proxi-détection
4- Reconnaissance des organes de la vigne
5- Détection des symptômes du mildiou de la vigne et estimation de l’intensité de l’infection
Conclusion et perspectivesNuméro de notice : 28573 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Automatique, Productique, Signal et Image, Ingénierie Cognitive : Bordeaux : 2019 Organisme de stage : Laboratoire de l’Intégration du Matériau au Système (Talence) nature-HAL : Thèse En ligne : https://tel.archives-ouvertes.fr/tel-02499420/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97765
Titre : Satellite altimetry for earth sciences Type de document : Monographie Auteurs : Frédéric Frappart, Éditeur scientifique ; Ole Andersen, Éditeur scientifique ; Sergey Lebedev, Éditeur scientifique ; Guillaume Ramillien, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2019 Importance : 484 p. ISBN/ISSN/EAN : 978-3-03897-681-3 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] altimétrie satellitaire par radar
[Termes IGN] bande K
[Termes IGN] classification non dirigée
[Termes IGN] données GRACE
[Termes IGN] image Cryosat
[Termes IGN] image Envisat-ASAR
[Termes IGN] image Sentinel-3
[Termes IGN] niveau de l'eau
[Termes IGN] océanographie spatiale
[Termes IGN] série temporelleRésumé : (Editeur) Satellite altimetry is a radar technique for measuring the topography of the Earth’s surface. It was initially designed for measuring the ocean’s topography, with reference to an ellipsoid, and for the determination of the marine geoid. Satellite altimetry has provided extremely valuable information on ocean science (e.g., circulation surface geostrophic currents, eddy structures, wave heights, and the propagation of oceanic Kelvin and Rossby waves). With more than 25 years of observations, it is also becoming vital to climate research, providing accurate measurements of sea level variations from regional to global scales. Altimetry has also demonstrated a strong potential for geophysical, cryospheric, and hydrological research and is now commonly used for the monitoring of Arctic and Antarctic ice sheet topography and of terrestrial surface water levels. This book aims to present reviews and recent advances of general interest in the use of radar altimetry in Earth sciences. Manuscripts are related to any aspect of radar altimetry technique or geophysical applications. We also encourage manuscripts resulting from the application of new altimetric technology (SAR, SARin, and Ka band) and improvements expected from missions to be launched in the near future (i.e., SWOT). Numéro de notice : 26304 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Monographie DOI : 10.3390/books978-3-03897-681-3 Date de publication en ligne : 28/08/2019 En ligne : https://doi.org/10.3390/books978-3-03897-681-3 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95062
Titre : Satellite information classification and interpretation Type de document : Monographie Auteurs : Rustam B. Rustamov, Éditeur scientifique Editeur : London [UK] : IntechOpen Année de publication : 2019 Importance : 172 p. ISBN/ISSN/EAN : 978-1-83880-793-1 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] détection du bâti
[Termes IGN] image à haute résolution
[Termes IGN] image proche infrarouge
[Termes IGN] réseau neuronal artificiel
[Termes IGN] télédétection spatialeRésumé : (Editeur) Without a doubt, understanding what we must do to save our home, our planet, and how we are to do it is of the gravest importance for the present generation and the next. Clearly, advances won through space technology and applications of the same to the study of Earth play an excellent and vital role in classification and interpretation of the processes taking place on the Earth and in space. Today, space technology helps us understand Earth and how we can support and manage its state, to keep it in working condition under the current circumstances.How can we do this? Obviously, we must use appropriate methods and instruments to collect the information we need. In the meantime, it is necessary to develop systems to analyze and process the data collected. Note de contenu : 1. Introductory Chapter: Aerospace Information Classification
2. Pan-sharpening Using Spatial-frequency Method
3. Lossy Compression of Remote Sensing Images with Controllable Distortions
4. Reverse Satellite Transionospheric Sounding: Advantages and Prospects
5. High-Resolution Satellite Imagery Classification for Urban Form Detection
6. Water Management in Irrigation Systems by Using Satellite Information
7. Validation of Satellite (TMPA and IMERG) Rainfall Products with the IMD Gridded Data Sets over Monsoon Core Region of India
8. Near- and Middle-Infrared Monitoring of Burned Areas from Space
9. The Use of Visible Geostationary Operational Meteorological Satellite Imagery in Mapping the Water Balance over Puerto Rico for Water Resource ManagementNuméro de notice : 26311 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.5772/intechopen.77202 Date de publication en ligne : 03/10/2019 En ligne : https://doi.org/10.5772/intechopen.77202 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95088
Titre : Scalable evaluation of 3D city models Type de document : Article/Communication Auteurs : Oussama Ennafii , Auteur ; Arnaud Le Bris , Auteur ; Florent Lafarge, Auteur ; Clément Mallet , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2019 Projets : 1-Pas de projet / Gouet-Brunet, Valérie Conférence : IGARSS 2019, IEEE International Geoscience And Remote Sensing Symposium 28/07/2019 02/08/2019 Yokohama Japon Proceedings IEEE Importance : 4 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse de données
[Termes IGN] classification dirigée
[Termes IGN] fusion d'images
[Termes IGN] fusion de données
[Termes IGN] image à très haute résolution
[Termes IGN] modélisation 3D du bâti BIM
[Termes IGN] taxinomieRésumé : (Auteur) The generation of 3D building models from Very High Resolution geospatial data is now an automatized procedure. However, urban areas are very complex and practitioners still have to visually assess the correctness of these models and detect reconstruction errors. We proposed an approach for automatically evaluating the quality of 3D building models. It is cast as a supervised classification task based on a hierarchical taxonomy and multimodal handcrafted features (building geometry, optical images, height data). In this paper, we evaluate how the urban area composition impacts prediction transferability and scalability of our framework to unseen scenes. This allows to define minimal feature and training sets for a problem where no benchmark data has been released so far. Numéro de notice : C2019-006 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Autre URL associée : vers HAL Thématique : IMAGERIE/URBANISME Nature : Poster nature-HAL : Poster-avec-CL DOI : 10.1109/IGARSS.2019.8899337 Date de publication en ligne : 14/11/2019 En ligne : https://doi.org/10.1109/IGARSS.2019.8899337 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92592 Segmentation d'image par intégration itérative de connaissances / Mahaman Sani Chaibou Salaou (2019)PermalinkSemantic aware quality evaluation of 3D building models : Modeling and simulation / Oussama Ennafii (2019)PermalinkSimultaneous chain-forming and generalization of road networks / Susanne Wenzel in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 1 (January 2019)PermalinkSpatial decision support in urban environments using machine learning, 3D geo-visualization and semantic integration of multi-source data / Nikolaos Sideris (2019)PermalinkStructure from motion for ordered and unordered image sets based on random k-d forests and global pose estimation / Xin Wang in ISPRS Journal of photogrammetry and remote sensing, vol 147 (January 2019)PermalinkThe necessary yet complex evaluation of 3D city models: a semantic approach / Oussama Ennafii (2019)PermalinkTime-space tradeoff in deep learning models for crop classification on satellite multi-spectral image time series / Vivien Sainte Fare Garnot (2019)PermalinkTowards visual urban scene understanding for autonomous vehicle path tracking using GPS positioning data / Citlalli Gamez Serna (2019)PermalinkUrban morpho-types classification from SPOT-6/7 imagery and Sentinel-2 time series / Arnaud Le Bris (2019)PermalinkLe vandalisme dans l’information géographique volontaire, détection de l’IG volontaire vandalisée : du concept à la détection non supervisée d’anomalie / Quy Thy Truong in Revue internationale de géomatique, vol 29 n° 1 (janvier - mars 2019)Permalink