Descripteur
Documents disponibles dans cette catégorie (501)
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 : Segmenter pour mieux classifier des nuages de points Type de document : Mémoire Auteurs : Stéphane Guinard , Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2016 Importance : 64 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de fin d'études, cycle des ingénieurs ENSG 3ème année, master PPMD, filière A3DTTGLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] algorithme Cut Pursuit
[Termes IGN] apprentissage automatique
[Termes IGN] bibliothèque logicielle
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] Oakland (Californie)
[Termes IGN] qualité du processus
[Termes IGN] segmentation d'image
[Termes IGN] semis de points
[Termes IGN] triangulation de Delaunay
[Termes IGN] voisinage (relation topologique)Index. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (Auteur) L’objectif de ce stage est de voir comment il est possible d’améliorer des classifications supervisées de nuages de points en utilisant différentes méthodes de segmentation. Pour cela, nous utilisons comme méthode de classification l’algorithme des Random Forest (Breiman, 2001). Les segmentations sont réalisées avec l’algorithme Cut Pursuit (Landrieu et Obozinski, 2016), utilisé de 2 façons différentes. Une première fois avec des probabilités de classification et une seconde fois avec des descripteurs calculés sur des voisinages locaux (Weinmann, Jutzi et Mallet, 2013), avec une taille de voisinage optimale pour chaque point. Nos tests sont réalisés sur des données issues de cartographie mobile et acquises à Oakland (Munoz et al., 2009). Nous montrons, en utilisant la technique de la cross-validation, que le calcul de descripteurs locaux est la méthode qui permet d’obtenir les meilleurs résultats de classification au sens du FScore. Note de contenu : 1 INTRODUCTION
1.1 Contexte
1.2 Problématique
2 PRÉSENTATION DES DONNÉES
2.1 Données
2.2 Descripteurs
2.3 Obtenir une structure
3 PRÉSENTATION DES MÉTHODES
3.1 Classification
3.2 Segmentation
3.3 Librairies
4 EXPÉRIMENTATIONS
4.1 Classification puis segmentation
4.2 Segmentation puis classification
4.3 Résultats
5 CONCLUSION
5.1 Benchmark Semantic3D
5.2 AméliorationsNuméro de notice : 22657 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : MATIS (IGN) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=83992 Documents numériques
peut être téléchargé
22657_Segmenter pour mieux classifier des nuages de points.pdfAdobe Acrobat PDF Accurate affine invariant image matching using oriented least square / Amin Sedaghat in Photogrammetric Engineering & Remote Sensing, PERS, vol 81 n° 9 (September 2015)
[article]
Titre : Accurate affine invariant image matching using oriented least square Type de document : Article/Communication Auteurs : Amin Sedaghat, Auteur ; Hamid Ebadi, Auteur Année de publication : 2015 Article en page(s) : pp 733 - 793 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] appariement automatique
[Termes IGN] appariement d'images
[Termes IGN] corrélation à l'aide de traits caractéristiques
[Termes IGN] corrélation par moindres carrés
[Termes IGN] détection de coins Harris
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] MSER (algorithme)Résumé : (auteur) Image matching is a vital process for many photogrammetric and remote sensing applications such as image registration and aerial triangulation. In this paper, an accurate affine invariant image matching approach is presented. The proposed approach consists of three main steps. In the first step, two affine invariant feature detectors, including MSER and Harris-Affine features are applied for feature extraction. In the second step, initial corresponding features are selected using Euclidean distance between feature descriptors, followed by a consistency check process. Finally to overcome low positional accuracy of the local affine feature, an advanced version of the least square matching (LSM) namely, Oriented Least Square Matching (OLSM) is developed. Wellknown LSM method has been widely accepted as one of the most accurate methods to obtain high reliable corresponding points from a stereo image pair. However, it is sensitive to significant geometric distortion and requires very good initial approximation. In the proposed OLSM method, shape and size of the matching window are appropriately approximated using obtained affine shape information of the initial elliptical feature pairs. The proposed method was successfully applied for matching various synthetic and real close range and satellite images. Results demonstrate its accuracy and capability compared to standard LSM method Numéro de notice : A2015-986 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.14358/PERS.81.9.733 En ligne : https://doi.org/10.14358/PERS.81.9.733 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=80267
in Photogrammetric Engineering & Remote Sensing, PERS > vol 81 n° 9 (September 2015) . - pp 733 - 793[article]A local approach to optimize the scale parameter in multiresolution segmentation for multispectral imagery / F. Cánovas-García in Geocarto international, vol 30 n° 7 - 8 (August - September 2015)
[article]
Titre : A local approach to optimize the scale parameter in multiresolution segmentation for multispectral imagery Type de document : Article/Communication Auteurs : F. Cánovas-García, Auteur ; Francisco Alonso‐Sarría, Auteur Année de publication : 2015 Article en page(s) : pp 937 - 961 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse d'image orientée objet
[Termes IGN] facteur d'échelle
[Termes IGN] image multibande
[Termes IGN] mise à l'échelle
[Termes IGN] segmentation d'image
[Termes IGN] segmentation multi-échelleRésumé : (Auteur) The results obtained using the object-based image analysis approach for remote sensing image analysis depend strongly on the quality of the segmentation step. In this paper, to optimize the scale parameter in a multiresolution segmentation, we analyse a high-resolution image of a large and heterogeneous agricultural area. This approach is based on using a set of agricultural plots extracted from official maps as uniform spatial units. The scale parameter is then optimized in each uniform spatial unit. Intra-object and inter-object heterogeneity measurements are used to evaluate each segmentation. To avoid subsegmentation, some oversegmentation is allowed, but is attenuated in a second step using the spectral difference segmentation algorithm. The statistical distribution of the scale parameter is not equal in all land uses, indicating the soundness of this local approach. A quantitative assessment of the results was also conducted for the different land covers. The results indicate that the spectral contrast between objects is larger with the local approach than with the global approach. These differences were statistically significant in all land uses except irrigated fruit trees and greenhouses. In the absence of subsegmentation, this suggests that the objects will be placed far apart in the space of variables, even if they are very close in the physical space. This is an obvious advantage in a subsequent classification of the objects. Numéro de notice : A2015-505 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2015.1004131 Date de publication en ligne : 18/02/2015 En ligne : http://www.tandfonline.com/doi/full/10.1080/10106049.2015.1004131 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=77422
in Geocarto international > vol 30 n° 7 - 8 (August - September 2015) . - pp 937 - 961[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 059-2015041 RAB Revue Centre de documentation En réserve L003 Disponible Apport de variables issues de la segmentation d'arbres sur données Lidar aéroporté pour l'estimation des variables dendrométriques de placettes forestières / Ana Cristina André in Revue Française de Photogrammétrie et de Télédétection, n° 211 - 212 (juillet - décembre 2015)
[article]
Titre : Apport de variables issues de la segmentation d'arbres sur données Lidar aéroporté pour l'estimation des variables dendrométriques de placettes forestières Type de document : Article/Communication Auteurs : Ana Cristina André, Auteur ; Jean-Pierre Renaud , Auteur ; Cédric Vega , Auteur ; et al., Auteur Année de publication : 2015 Article en page(s) : pp 53 - 62 Note générale : bibliographie Langues : Français (fre) Descripteur : [Termes IGN] dendrométrie
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] hauteur des arbres
[Termes IGN] houppier
[Termes IGN] lasergrammétrie
[Termes IGN] placette d'échantillonnage
[Termes IGN] précision des données
[Termes IGN] segmentation
[Termes IGN] semis de points
[Termes IGN] surface terrière
[Vedettes matières IGN] Inventaire forestierRésumé : (auteur) Les récents développements dans le domaine du LiDAR aéroporté à balayage offrent de nouvelles possibilités pour estimer et cartographier différents attributs forestiers et améliorer la précision des inventaires. Dans cette étude, deux méthodes de segmentation des nuages de points LiDAR ont été utilisées afin d'obtenir de nouvelles variables et d'évaluer leur apport sur la précision d'estimation de la hauteur dominante, de la surface terrière et du volume, sur trois sites forestiers contrastés. L'originalité de cette approche vient de l'utilisation conjointe de variables de segmentation et de métriques standards de distribution de hauteur dans le cadre d'une approche « placette ». Les précisions obtenues à l'aide des variables de segmentation ont été comparées à celles obtenues par l'approche « placette » initialement proposée par Næsset (1997). Les résultats confirment l'avantage de combiner les 2 méthodes. Pour la surface terrière et le volume, des R2 de 0.92 et 0.95, et une erreur quadratique moyenne de 4.6 m2/ha (16%) et 72.4 m»/ha (17%) ont été respectivement obtenus. Pour la hauteur dominante, l'erreur du modèle avoisine l'erreur de mesure sur le terrain (estimée inférieure à 1 m). Il semble donc que l'intégration de variables issues de la segmentation de houppiers permette d'améliorer l'estimation des attributs forestiers. La robustesse de ces résultats reste à évaluer sur un plus grand nombre de peuplements et sur des configurations d'acquisition LiDAR variées. Numéro de notice : A2015-904 Affiliation des auteurs : LIF+Ext (2012-2019) Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2015.541 En ligne : https://doi.org/10.52638/rfpt.2015.541 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79561
in Revue Française de Photogrammétrie et de Télédétection > n° 211 - 212 (juillet - décembre 2015) . - pp 53 - 62[article]Label embedding : a frugal baseline for text recognition / Jose A. Rodriguez-Serrano in International journal of computer vision, vol 113 n° 3 (July 2015)
[article]
Titre : Label embedding : a frugal baseline for text recognition Type de document : Article/Communication Auteurs : Jose A. Rodriguez-Serrano, Auteur ; Albert Gordo, Auteur ; Florent Perronnin, Auteur Année de publication : 2015 Article en page(s) : pp 193 - 207 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] image
[Termes IGN] reconnaissance de caractères
[Termes IGN] segmentation sémantique
[Termes IGN] test de performanceRésumé : (Auteur) The standard approach to recognizing text in images consists in first classifying local image regions into candidate characters and then combining them with high-level word models such as conditional random fields. This paper explores a new paradigm that departs from this bottom-up view. We propose to embed word labels and word images into a common Euclidean space. Given a word image to be recognized, the text recognition problem is cast as one of retrieval: find the closest word label in this space. This common space is learned using the Structured SVM framework by enforcing matching label-image pairs to be closer than non-matching pairs. This method presents several advantages: it does not require ad-hoc or costly pre-/post-processing operations, it can build on top of any state-of-the-art image descriptor (Fisher vectors in our case), it allows for the recognition of never-seen-before words (zero-shot recognition) and the recognition process is simple and efficient, as it amounts to a nearest neighbor search. Experiments are performed on challenging datasets of license plates and scene text. The main conclusion of the paper is that with such a frugal approach it is possible to obtain results which are competitive with standard bottom-up approaches, thus establishing label embedding as an interesting and simple to compute baseline for text recognition. Numéro de notice : A2015--099 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1007%2Fs11263-014-0793-6 En ligne : https://doi.org/10.1007/s11263-014-0793-6 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=85865
in International journal of computer vision > vol 113 n° 3 (July 2015) . - pp 193 - 207[article]Toward evaluating multiscale segmentations of high spatial resolution remote sensing images / Xueliang Zhang in IEEE Transactions on geoscience and remote sensing, vol 53 n° 7 (July 2015)PermalinkAnalytical estimation of map readability / Lars Harrie in ISPRS International journal of geo-information, vol 4 n°2 (June 2015)PermalinkA graph-based segmentation algorithm for tree crown extraction using airborne LiDAR data / Victor F. Strimbu in ISPRS Journal of photogrammetry and remote sensing, vol 104 (June 2015)PermalinkRegionalization of youth and adolescent weight metrics for the continental United States using contiguity-constrained clustering and partitioning / Samuel Adu-Prah in Cartographica, vol 50 n° 2 (Summer 2015)PermalinkCartographie des végétations herbacées des marais littoraux à partir de données topographiques LiDAR / Sébastien Rapinel in Revue Française de Photogrammétrie et de Télédétection, n° 210 (Avril 2015)PermalinkExtraction des éléments de façade de bâtiments du patrimoine architectural à partir de données issues de scanner laser terrestre / Kenza Aitelkadi in Revue Française de Photogrammétrie et de Télédétection, n° 210 (Avril 2015)PermalinkECM et big data : vers le big ECM / Christophe Dutheil in Archimag, n° 282 (mars 2015)PermalinkImproved area-based deformation analysis of a radio telescope’s main reflector based on terrestrial laser scanning / Christoph Holst in Journal of applied geodesy, vol 9 n° 1 (March 2015)PermalinkJoint segmentation of multiple GPS coordinate series / Julien Gazeaux in Journal de la Société Française de Statistique, vol 156 n° 4 ([01/02/2015])PermalinkStable mean-shift algorithm and its application to the segmentation of arbitrarily large remote sensing images / Julien Michel in IEEE Transactions on geoscience and remote sensing, vol 53 n° 2 (February 2015)Permalink