Descripteur
Documents disponibles dans cette catégorie (450)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Etendre la recherche sur niveau(x) vers le bas
Semi-parametric segmentation of multiple series using a DP-Lasso strategy / Karine Bertin in Journal of Statistical Computation and Simulation, vol 87 n° 6 (2017)
![]()
[article]
Titre : Semi-parametric segmentation of multiple series using a DP-Lasso strategy Type de document : Article/Communication Auteurs : Karine Bertin, Auteur ; Xavier Collilieux , Auteur ; Emilie Lebarbier, Auteur ; Christian Meza, Auteur
Année de publication : 2017 Projets : 3-projet - voir note / Article en page(s) : pp 1255 - 1268 Note générale : bibliographie
This work was supported by FONDECYT [grant numbers 1141256 and 1141258]; ANILLO [grant number ACT-1112]; MATH-AmSud [grant number 16-MATH-03]; SIDRE and CONICYT [grant number 870100003].Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie
[Termes IGN] données géodésiques
[Termes IGN] estimation statistique
[Termes IGN] itération
[Termes IGN] programmation dynamique
[Termes IGN] segmentationRésumé : (auteur) We consider a semi-parametric approach to perform the joint segmentation of multiple series sharing a common functional part. We propose an iterative procedure based on Dynamic Programming for the segmentation part and Lasso estimators for the functional part. Our Lasso procedure, based on the dictionary approach, allows us to both estimate smooth functions and functions with local irregularity, which permits more flexibility than previous proposed methods. This yields to a better estimation of the functional part and improvements in the segmentation. The performance of our method is assessed using simulated data and real data from agriculture and geodetic studies. Our estimation procedure results to be a reliable tool to detect changes and to obtain an interpretable estimation of the functional part of the model in terms of known functions. Numéro de notice : A2017-870 Affiliation des auteurs : LASTIG LAREG+Ext (2012-mi2018) Thématique : MATHEMATIQUE/POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/00949655.2016.1260726 Date de publication en ligne : 30/11/2016 En ligne : https://doi.org/10.1080/00949655.2016.1260726 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89907
in Journal of Statistical Computation and Simulation > vol 87 n° 6 (2017) . - pp 1255 - 1268[article]Cartographie de l'occupation des sols à partir de séries temporelles d'images satellitaires à hautes résolutions : identification et traitement des données mal étiquetées / Charlotte Pelletier (2017)
![]()
Titre : Cartographie de l'occupation des sols à partir de séries temporelles d'images satellitaires à hautes résolutions : identification et traitement des données mal étiquetées Type de document : Thèse/HDR Auteurs : Charlotte Pelletier, Auteur ; Gérard Dedieu, Directeur de thèse ; Silvia Valero, Directeur de thèse ; Nicolas Champion , Encadrant
Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2017 Importance : 289 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université Paul Sabatier de ToulouseLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage automatique
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] échantillonnage
[Termes IGN] erreur de classification
[Termes IGN] étiquette de classe
[Termes IGN] filtrage du bruit
[Termes IGN] image à haute résolution
[Termes IGN] image satellite
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT
[Termes IGN] série temporelle
[Termes IGN] télédétection spatialeIndex. décimale : THESE Thèses et HDR Résumé : (auteur) L'étude des surfaces continentales est devenue ces dernières années un enjeu majeur à l'échelle mondiale pour la gestion et le suivi des territoires, notamment en matière de consommation des terres agricoles et d'étalement urbain. Dans ce contexte, les cartes d'occupation du sol caractérisant la couverture biophysique des terres émergées jouent un rôle essentiel pour la cartographie des surfaces continentales. La production de ces cartes sur de grandes étendues s'appuie sur des données satellitaires qui permettent de photographier les surfaces continentales fréquemment et à faible coût. Le lancement de nouvelles constellations satellitaires - Landsat-8 et Sentinel-2 - permet depuis quelques années l'acquisition de séries temporelles à hautes résolutions. Ces dernières sont utilisées dans des processus de classification supervisée afin de produire les cartes d'occupation du sol. L'arrivée de ces nouvelles données ouvre de nouvelles perspectives, mais questionne sur le choix des algorithmes de classification et des données à fournir en entrée du système de classification. Outre les données satellitaires, les algorithmes de classification supervisée utilisent des échantillons d'apprentissage pour définir leur règle de décision. Dans notre cas, ces échantillons sont étiquetés, \ie{} la classe associée à une occupation des sols est connue. Ainsi, la qualité de la carte d'occupation des sols est directement liée à la qualité des étiquettes des échantillons d'apprentissage. Or, la classification sur de grandes étendues nécessite un grand nombre d'échantillons, qui caractérise la diversité des paysages. Cependant, la collecte de données de référence est une tâche longue et fastidieuse. Ainsi, les échantillons d'apprentissage sont bien souvent extraits d'anciennes bases de données pour obtenir un nombre conséquent d'échantillons sur l'ensemble de la surface à cartographier. Cependant, l'utilisation de ces anciennes données pour classer des images satellitaires plus récentes conduit à la présence de nombreuses données mal étiquetées parmi les échantillons d'apprentissage. Malheureusement, l'utilisation de ces échantillons mal étiquetés dans le processus de classification peut engendrer des erreurs de classification, et donc une détérioration de la qualité de la carte produite. L'objectif général de la thèse vise à améliorer la classification des nouvelles séries temporelles d'images satellitaires à hautes résolutions. Le premier objectif consiste à déterminer la stabilité et la robustesse des méthodes de classification sur de grandes étendues. Plus particulièrement, les travaux portent sur l'analyse d'algorithmes de classification et la sensibilité de ces algorithmes vis-à-vis de leurs paramètres et des données en entrée du système de classification. De plus, la robustesse de ces algorithmes à la présence des données imparfaites est étudiée. Le second objectif s'intéresse aux erreurs présentes dans les données d'apprentissage, connues sous le nom de données mal étiquetées. Dans un premier temps, des méthodes de détection de données mal étiquetées sont proposées et étudiées. Dans un second temps, un cadre méthodologique est proposé afin de prendre en compte les données mal étiquetées dans le processus de classification. L'objectif est de réduire l'influence des données mal étiquetées sur les performances de l'algorithme de classification, et donc d'améliorer la carte d'occupation des sols produite. Note de contenu : 1- Introduction
2- Méthodes et données
3- Stabilité et robustesse des algorithmes de classification
4- Détection des données mal étiquetées
5- ConclusionNuméro de notice : 25734 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surfaces et interfaces continentales, Hydrologie : Toulouse 3 : 2017 Organisme de stage : Centre d’Études Spatiales de la Biosphère (CESBIO) nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2017TOU30241 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94923 Contributions méthodologiques pour la caractérisation des milieux par imagerie optique et lidar / Nesrine Chehata (2017)
![]()
Titre : Contributions méthodologiques pour la caractérisation des milieux par imagerie optique et lidar : Habilitation à Diriger des Recherches Type de document : Thèse/HDR Auteurs : Nesrine Chehata , Auteur
Editeur : Champs/Marne : Université Paris-Est Année de publication : 2017 Importance : 219 p. Format : 21 x 30 cm Note générale : Bibliographie
Synthèse de travaux présentée en vue d’obtenir l’Habilitation à Diriger des Recherches délivrée par l’Université Paris-Est, Spécialité InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage automatique
[Termes IGN] attribut géomètrique
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification orientée objet
[Termes IGN] détection d'objet
[Termes IGN] données lidar
[Termes IGN] données localisées 2D
[Termes IGN] données localisées 3D
[Termes IGN] forêt
[Termes IGN] fusion de données multisource
[Termes IGN] image optique
[Termes IGN] littoral
[Termes IGN] milieu urbain
[Termes IGN] modèle numérique de terrain
[Termes IGN] segmentation
[Termes IGN] semis de points
[Termes IGN] surface cultivéeIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) [Avant-propos] Ce manuscrit présente mon parcours professionnel et une synthèse de mes travaux de recherche actuels et passés et ouvre ensuite les perspectives sur les développements futurs que j’envisage d’approfondir. Mes travaux de recherche portent sur des développements méthodologiques pour le traitement et l’analyse des images et des nuages de points 3D afin de répondre à des applications environnementales. Je m’intéresse tout particulièrement aux données de télédétection optique à Haute et Très Haute Résolution spatiale (HR, THR) et spectrale (hyperspectral, superspectral) et aux données actives type LiDAR pour la caractérisation des milieux par nuages de points 3D. Ces données seront présentées dans le chapitre 3. J’ai fait le choix de regrouper les méthodologies développées suivant trois grands axes de recherche qui correspondent à différentes étapes de la chaîne de traitement des données : 1) calcul et sélection d’attributs, 2) les techniques de segmentation, et 3) les techniques de classification pour la cartographie de l’occupation du Sol (ocs). Ces développements méthodologiques répondent à des besoins thématiques exprimés sur différents milieux : l’urbain, la forêt, le littoral et les milieux cultivés. Le choix des thématiques s’est fait en fonction des institutions dans lesquelles j’ai travaillé et des partenariats établis. Dans le chapitre 1, après la présentation de mon parcours, mon curriculum vitae sera détaillé suivant 4 axes ; les activités pédagogiques, scientifiques, le rayonnement scientifique et enfin les responsabilités scientifiques et administratives. Le chapitre 2 présente les besoins principaux en caractérisation des milieu, qui sont ensuite détaillés par type de milieu. Ces besoins vont justifier le choix des données de télédétection adaptées et vont définir un certain nombre de verrous scientifiques à lever. Les contributions méthodologiques seront présentées au chapitre 3 qui synthétise mes propres développements méthodologiques ainsi que les travaux de doctorants que j’ai co-encadrés. Les trois axes méthodologiques seront détaillés. Pour chaque axe, les verrous sont présentés. Les méthodologies sont d’abord présentées d’un point de vue théorique et ensuite leurs applications sont présentées suivant différents projets de recherche. Mes perspectives de recherches seront ensuite présentées dans le chapitre 4 illustrant les deux grands axes de recherche pour la cartographie de l’ocs à grande et large échelle sur lesquels je souhaite continuer à travailler : 1) l’apprentissage automatique avec intégration de données temporelles et 2) Fusion de données multi-sources. Note de contenu : 1. PARCOURS ET CURRICULUM VITAE
1.1. Parcours
1.2. Curriculum Vitae
2. BESOINS, DONNEES ET ENJEUX SCIENTIFIQUES
2.1. Besoins en cartographie de l'occupation du sol
2.2. Besoins en production de Modèles Numériques de Terrain (MNT) fins
2.3. Les données de télédétection utilisées
2.4. Besoins Vs. données
2.5. Les verrous scientifiques
3. BILAN DES ACTIVITES DE RECHERCHE
3.1. Méthodologies d'élaboration de produits cartographiques par télédétection
3.2. Calcul et sélection d'attributs
3.3. Segmentation
3.4. Classification - Apprentissage automatique
Conclusion
4. PERSPECTIVES DE RECHERCHE
4.1. Axe apprentissage automatique
4.2. Axe fusion de données multi-sources
4.3. Axe segmentation sémantique et méthodes d'évaluation appliquées
Conclusion
5. ANNEXES
5.1. Axe sélection d'attributs
5.2. Comparaison de données optiques et lidar
5.3. Axe apprentissage automatique
5.4. Axe segmentationNuméro de notice : 22685 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE/INFORMATIQUE Nature : HDR Note de thèse : HDR : Informatique : UPE : 2017 nature-HAL : HDR DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-01494206/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84445 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 22685-01 THESE Livre Centre de documentation Thèses Disponible Fusion of multi-temporal Sentinel-2 image series and very-high spatial resolution images for detection of urban areas / Cyril Wendl (2017)
Titre : Fusion of multi-temporal Sentinel-2 image series and very-high spatial resolution images for detection of urban areas Type de document : Mémoire Auteurs : Cyril Wendl, Auteur ; Arnaud Le Bris , Encadrant
Editeur : Lausanne : Ecole Polytechnique Fédérale de Lausanne EPFL Année de publication : 2017 Importance : 67 p. Format : 21 x 30 cm Note générale : bibliographie
Rapport de stage, Ecole Polytechnique Fédérale de Lausanne EPFLLangues : 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] détection du bâti
[Termes IGN] estimation bayesienne
[Termes IGN] image à très haute résolution
[Termes IGN] image multibande
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] réseau neuronal convolutif
[Termes IGN] segmentation
[Termes IGN] théorie de Dempster-ShaferIndex. décimale : MASTX Mémoires de masters divers Résumé : (auteur) Fusion of very high spatial resolution multispectral images with lower spatial resolution image time series having a higher number of bands can improve land use classification, combining geometric and semantic advantages of both sources. This study presents a workflow to extract the extent of urbanized ground using decision-level fusion and regularization of individual classifications on Sentinel-2 and SPOT-6 satellite images. First, both images are classified individually in five classes, using state-of-the-art supervised classification approaches and Convolutional Neural Networks. Decision-level fusion and regularization are used to combine the spatial and spectral advantages of both sources: First, both sources are merged in order to extract building labels with as high semantic and spatial precision as possible. Second, the building labels are used together with the Sentinel-2 classification as input for a binary classification of the artificialized area; the building labels from the regularization are dilated in order to connect the building objects and a binary classification is derived from the original Sentinel-2 classification before these two separate binary classifications are reintroduced in a fusion and regularization to find the artificialized area. Segmentation of the Sentinel-2 satellite image and majority voting of the object-level classification are also used to refine the contours of the artificialized area. Note de contenu : Introduction
1 - Methodology
2 - Artificialized area
3 - Results
ConclusionNuméro de notice : 21702 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Rapport de stage Organisme de stage : MATIS (IGN) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90951 Documents numériques
peut être téléchargé
Fusion of Multi-Temporal ... pdf auteur -Adobe Acrobat PDF
peut être téléchargé
Fusion of Multi-Temporal... - pdf auteur -Adobe Acrobat PDFHow to combine lidar and very high resolution multispectral images for forest stand segmentation? / Clément Dechesne (2017)
![]()
Titre : How to combine lidar and very high resolution multispectral images for forest stand segmentation? Type de document : Article/Communication Auteurs : Clément Dechesne , Auteur ; Clément Mallet
, Auteur ; Arnaud Le Bris
, Auteur ; Valérie Gouet-Brunet
, Auteur
Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2017 Projets : 2-Pas d'info accessible - article non ouvert / Conférence : IGARSS 2017, IEEE International Geoscience And Remote Sensing Symposium 23/07/2017 28/07/2017 Fort Worth Texas - Etats-Unis Proceedings IEEE Importance : pp 2772 - 2775 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] image infrarouge
[Termes IGN] image multibande
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] peuplement forestier
[Termes IGN] segmentation sémantique
[Termes IGN] semis de points
[Vedettes matières IGN] Inventaire forestierRésumé : (auteur) Forest stands are a basic unit of analysis for forest inventory and mapping. Stands are defined as large forested areas of homogeneous tree species composition and age. Their accurate delineation is usually performed by human operators through visual analysis of very high resolution (VHR) infra-red and visible images. This task is tedious, highly time consuming, and needs to be automated for scalability and efficient updating purposes. The most appropriate fusion of two remote sensing modalities (lidar and multispectral images) is investigated here. The multispectral images give information about the tree species while 3D lidar point clouds provide geometric information. The fusion is operated at three different levels within a semantic segmentation workflow: over-segmentation, classification, and regularization. Results show that over-segmentation can be performed either on lidar or optical images without performance loss or gain, whereas fusion is mandatory for efficient semantic segmentation. Eventually, the fusion strategy dictates the composition and nature of the forest stands, assessing the high versatility of our approach. Numéro de notice : C2017-039 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : FORET/IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2017.8127572 Date de publication en ligne : 04/12/2017 En ligne : https://doi.org/10.1109/IGARSS.2017.8127572 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91921 Mise en place d’un processus de dessin automatisé de plans d’intérieurs à partir de nuages de points acquis par LIDAR / Léa Talec (2017)
PermalinkPré-segmentation pour la classification faiblement supervisée de scènes urbaines à partir de nuages de points 3D LIDAR / Stéphane Guinard (2017)
PermalinkRéseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur / Damien Fourure (2017)
PermalinkSegmentation sémantique de données de télédétection multimodale : application aux peuplements forestiers / Clément Dechesne (2017)
![]()
PermalinkTélédétection pour l'observation des surfaces continentales, ch. 6. Méthodes de traitement de données lidar / Clément Mallet (2017)
PermalinkWeakly supervised segmentation-aided classification of urban scenes from 3D LIDAR point clouds / Stéphane Guinard (2017)
PermalinkAn attempt to determine the effect of increase of observation correlations on detectability and identifiability of a single gross error / Witold Proszynski in Geodesy and cartography, vol 65 n° 2 (December 2016)
PermalinkAutomatic parameter selection for intensity-based registration of imagery to LiDAR data / Ebadat Ghanbari Parmehr in IEEE Transactions on geoscience and remote sensing, vol 54 n° 12 (December 2016)
PermalinkPlanar-based adaptive down-sampling of point clouds / Yun-Jou Lin in Photogrammetric Engineering & Remote Sensing, PERS, vol 82 n° 12 (December 2016)
PermalinkA robust approach for tree segmentation in deciduous forests using small-footprint airborne LiDAR data / Hamid Hamraz in International journal of applied Earth observation and geoinformation, vol 52 (October 2016)
Permalink