Descripteur
Termes IGN > sciences humaines et sociales
sciences humaines et socialesSynonyme(s)sciences de l'homme et de la société |
Documents disponibles dans cette catégorie (9039)
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
Consolidation of crowd-sourced geo-ragged data for parameterized travel recommendations / Ago Luberg (2021)
Titre : Consolidation of crowd-sourced geo-ragged data for parameterized travel recommendations Type de document : Thèse/HDR Auteurs : Ago Luberg, Auteur ; Tanel Tammet, Directeur de thèse Editeur : Tallinn [Estonia] : Tallinn University of Technology Année de publication : 2021 Importance : 159 p. Format : 21 x 30 cm Note générale : bibliographie
Dissertation accepted for the defence of the degree of Doctor of Philosophy in Computer ScienceLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] apprentissage automatique
[Termes IGN] base de données
[Termes IGN] conception orientée utilisateur
[Termes IGN] données localisées des bénévoles
[Termes IGN] extraction de données
[Termes IGN] géoréférencement
[Termes IGN] point d'intérêt
[Termes IGN] Riga
[Termes IGN] site wiki
[Termes IGN] système de recommandation
[Termes IGN] Tallinn
[Termes IGN] taxinomie
[Termes IGN] tourismeRésumé : (auteur) The research covered in this thesis is focused on different aspects of the task of creating automated recommendations for tourism, focusing mostly on places of interest like beautiful views, architectural landmarks, charming areas etc. A significant amount of work has been spent on designing and developing actual recommender systems - Sightsplanner, Sightsmap and the automated recommender of Visit Estonia - and their data harvesting methods in order to create a platform for showing the feasibility of the new methods designed and experimented with. The main results of our research are split between three subfields:
• Knowledge engineering: we have shown how to formalize fuzzy and uncertain POI categories along with suitable ontologies and reasoner-based algorithms for object matching and score calculation in a real-life context of actual POI-s, available data and easily expressable user preferences.
• Machine learning: we have designed a learnable detection system for detecting duplicate POIs from different databases, usable for cross- category, cross-language and cross-city datasets.
• We show that learning on Tallinn eateries improved the algorithm parameters to such a degree that on Riga data containing also museums and galleries it gave us 98% accuracy versus 85% accuracy achieved by tuning the algorithm parameters manually.
• Knowledge extraction: we have designed an algorithm for high-quality keyword extraction from short crowd-sourced POI descriptions in different languages, able to find a suitable name and to add suitable types to the POI. Our clusterization algorithm is able to merge the POIs based on the extracted data: on the Panoramio and Wikipedia data about U.K. and French locations it was able to find 56% of Wikipedia objects from the textual titles/annotations of Panoramio pictures in the area.Note de contenu : 1- Introduction
2- Related work
3- Involvement in recommender projects
4- Data acquisition and information extraction
5- Data deduplication (using machine learning)
6- Location category and name detection
7- Data storage and object score calculation
8- Conclusions
9- Future workNuméro de notice : 28600 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Thèse étrangère Note de thèse : PhD Thesis : Computer Science : Tallinn University of Technology : 2021 DOI : 10.23658/taltech.23/2021 En ligne : https://doi.org/10.23658/taltech.23/2021 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99407 Correction radiométrique et recalage de nuages de points pour la reconstruction tridimensionnelle d'oeuvres du patrimoine culturel / Nathan Sanchiz (2021)
Titre : Correction radiométrique et recalage de nuages de points pour la reconstruction tridimensionnelle d'oeuvres du patrimoine culturel Type de document : Thèse/HDR Auteurs : Nathan Sanchiz, Auteur ; El-Mustapha Mouaddib, Directeur de thèse Editeur : Amiens [France] : Université de Picardie Jules Verne Année de publication : 2021 Importance : 123 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse en vue d'obtenir le grade de Docteur de l'Université de Picardie Jules Verne, Mention Sciences pour l'ingénieur, Spécialité RobotiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] Amiens
[Termes IGN] artefact
[Termes IGN] cathédrale
[Termes IGN] correction radiométrique
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] état de l'art
[Termes IGN] intensité lumineuse
[Termes IGN] patrimoine culturel
[Termes IGN] recalage d'image
[Termes IGN] reconstruction 3D du bâti
[Termes IGN] semis de points
[Termes IGN] traitement de semis de pointsIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Pour la numérisation d'oeuvres du patrimoine à moyenne et grande échelle, un scanner LiDAR (Light Detection And Ranging) est généralement utilisé. Celui-ci crée une carte de distances (un nuage de points 3D) sur une sphère autour de la position de mesure. De nombreuses mesures sont faites dans la zone autour de l'objet à numériser pour capturer la scène sous différents points de vue d'acquisition. La principale difficulté de la reconstruction d'un modèle tri-dimensionnel à partir des nuages de points acquis, est l'étape dite de recalage. Celle-ci consiste à identifier les transformations géométriques permettant le regroupement des nuages dans un même repère. Pour ce faire, il est nécessaire d'identifier des correspondances entre les zones communes des nuages. Etape difficile qui concentre les efforts de la communauté de recherche. Nous abordons ce problème en utilisant une information secondairement acquise par le LiDAR, l'intensité, comme élement discriminant. Cette information est, par sa nature, insensible aux illuminations externes et liée à la réflectance des matériaux scannés. Cependant, l'intensité est peu utilisable en pratique. Sa dépendance aux paramètres géométriques de mesure et aux traitements internes de l'appareil, la rend fortement liée au point de vue de la mesure. Dans ce travail de recherche, nous proposons différentes méthodes de correction et de calibration radiométriques qui permettent, sous certaines conditions, de rendre l'intensité indépendante du point de vue et de la convertir sur une échelle linéaire. Dans un deuxième temps, nous étudions l'utilisation de cette information dans un processus de recalage. Les résultats montrent que l'intensité corrigée ou calibrée améliore l'identification de correspondances d'un nuage à l'autre. Note de contenu : 1. Introduction
1.1 Avant-propos
1.2 Contexte
1.3 Matériel et données
1.4 Campagnes de numérisation
1.5 Structure du document
2. Étude de l'intensité issue du LiDAR
2.1 Introduction
2.2 Les phénomènes en jeu
2.3 Bases théoriques
2.4 Conclusion
3. Correction radiométrique
3.1 État de l'art et approches proposées
3.2 Résultats expérimentaux
3.3 Linéarisation de l'intensité corrigée
3.4 Conclusion
4. Recalage de nuages de points basé intensité
4.1 Introduction
4.2 Vue d'ensemble
4.3 Recalage basé intensité
4.4 Résultats expérimentaux
4.5 Conclusion
5. Conclusions et perspectives
5.1 Récapitulatif
5.2 Contributions
5.3 Discussion & perspectives de rechercheNuméro de notice : 26561 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences pour l'ingénieur, Robotique : Picardie : 2021 Organisme de stage : Agence Nationale de la Recherche ANR nature-HAL : Thèse DOI : sans Date de publication en ligne : 31/07/2021 En ligne : https://hal.science/tel-03307700v2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98250
Titre : Création d’un portail de datavisualisation open source Type de document : Mémoire Auteurs : Benjamin Fau, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2021 Importance : 80 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de fin d'étude, cycle Ingénieur 3e année, master CarthagéoLangues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] analyse des besoins
[Termes IGN] entrepôt de données localisées
[Termes IGN] jeu de données localisées
[Termes IGN] logiciel libre
[Termes IGN] partage de données localisées
[Termes IGN] portail
[Termes IGN] serveur cartographique (programme)
[Termes IGN] utilisateur
[Termes IGN] visualisation de donnéesIndex. décimale : DCAR Mémoires de l'ex DESS cartographie et du Master CARTHAGEO Résumé : (Auteur) Le monde de la datavisualisation est riche en outils et propose de nombreuses solutions pour qui veut organiser et mettre en forme ses données. Parmi ces solutions, un certain nombre ont fait le choix de suivre les principes du logiciel libre, ou open source. Ces derniers donnent à l’ensemble de la communauté une liberté concernant la visualisation, l’utilisation et la modification du code. Ces outils ont chacun leur domaine d’application, leurs avantages et limites. Ce stage se propose de sélectionner et d’adapter un ensemble de solutions de datavisualisation open source, traitant des données géographiques ou non-géographiques, afin de les faire fonctionner au sein d’un environnement cohérent capable de répondre à une grande diversité de besoins. Note de contenu :
Introduction
1. Présentation du stage
2. Solutions de datavisualisation composant le portail
3. Développement du portail
4. Résultats
ConclusionNuméro de notice : 26698 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire de fin d'études IT Organisme de stage : Magellium Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99106 Documents numériques
peut être téléchargé
Création d’un portail de datavisualisation open source - pdf auteurAdobe Acrobat PDF
Titre : Décider du nom d'un lieu Type de document : Monographie Auteurs : Commission nationale de toponymie, Auteur Editeur : Paris [France] : Centre national de l'information géographique CNIG Année de publication : 2021 Importance : 34 p. ISBN/ISSN/EAN : 978-2-11-155918-9 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Toponymie
[Termes IGN] toponyme administratifNote de contenu : Introduction
- Les noms de lieux, un patrimoine vivant
- Noms de lieux et noms d’entités administratives
- Formes, graphies et variantes
1. Conseils pour le choix d’un nom
1.1 Un nom significatif
1.1.1. La reprise d’un ou plusieurs noms propres préexistants
1.1.2. Une combinaison de noms ou de parties de noms préexistants
1.1.3. Une description physique ou une référence historique
1.2. Un nom distinctif
1.2.1. La limitation des risques de confusion par homonymie ou paronymie
1.2.2. Une caractérisation suffisamment précise du territoire dénommé
1.3. Un nom éprouvé au regard de l’usage
1.3.1. Un nom fait pour être employé à l’oral aussi bien qu’à l’écrit
1.3.2. Une bonne insertion dans la syntaxe courante
1.3.3. La formation du nom des habitants
1.3.4. Une novation sans rupture
2. Règles d’écriture
2.1. Typographie
2.1.1. Traits d’union
2.1.2. Majuscules et minuscules
2.1.3. Accentuation
2.2. Types de mots
2.2.1. Non-abréviation
2.2.2. Mots-outils particuliers
3. Compétences et procédures
3.1. Le nom d’une commune
3.1.1. Le changement de nom d’une commune
3.1.2. Le choix du nom d’une commune nouvelle
3.2. Les autres noms de lieux relevant de la compétence de la commune
3.3. Le nom d’un établissement public de coopération intercommunale (EPCI) à fiscalité propre
3.3.1. Le nom d’une communauté de communes, d’une communauté d’agglomération ou d’une communauté urbaine
3.3.2. Le nom d’une métropole
3.4. Droit des marques et noms des collectivités territoriales
4. Ressources
4.1. Textes de référence
4.2. Bases de données officielles
4.3. Sites cartographiques publics
4.4. ManuelsNuméro de notice : 18070 Affiliation des auteurs : non IGN Thématique : TOPONYMIE Nature : Recueil / ouvrage collectif DOI : sans En ligne : http://cnig.gouv.fr/wp-content/uploads/2021/01/D%C3%A9cider_du_nom_dun_lieu_01-2 [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96947
Titre : Deep learning for feature based image matching Type de document : Thèse/HDR Auteurs : Lin Chen, Auteur ; Christian Heipke, Directeur de thèse Editeur : Munich : Bayerische Akademie der Wissenschaften Année de publication : 2021 Collection : DGK - C, ISSN 0065-5325 num. 867 Importance : 159 p. Format : 21 x 30 cm Note générale : bibliographie
Diese Arbeit ist gleichzeitig veröffentlicht in: Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz UniversitätHannoverISSN 0174-1454, Nr. 369, Hannover 2021Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] appariement d'images
[Termes IGN] chaîne de traitement
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] descripteur
[Termes IGN] image aérienne oblique
[Termes IGN] orientation d'image
[Termes IGN] orthoimageRésumé : (auteur) Feature based image matching aims at finding matched features between two or more images. It is one of the most fundamental research topics in photogrammetry and computer vision. The matching features area prerequisite for applications such as image orientation, Simultaneous Localization and Mapping (SLAM) and robot vision. A typical feature based matching algorithm is composed of five steps: feature detection, affine shape estimation, orientation, description and descriptor matching. Today, the employment of deep neural network has framed those different steps as machine learning problems and the matching performance has been improved significantly. One of the main reasons why feature based image matching may still prove difficult is the complex change between different images, including geometric and radiometric transformations. If the change between images exceeds a certain level, it will also exceed the tolerance of those aforementioned separate steps and, in turn, cause feature based image matching to fail.
This thesis focuses on improving feature based image matching against large viewpoint and viewing direction change between images. In order to improve the feature based image matching performance under these circumstances, affine shape estimation, orientation and description are solved with deep learning architectures. In particular, Convolutional Neural Networks (CNN) are used. For the affine shape and orientation learning, the main contribution of this thesis is two fold. First, instead of a Siamese CNN, only one branch is needed and the loss is built based on the geometric measures calculated from the mean gradient or second moment matrix. Therefore, for each of the input patches, a global minimum, namely the canonical feature, exists. Second, both the affine shape and orientation are solved simultaneously within one network by combining the loss used for affine shape and orientation learning. To the best of the author’s knowledge, this is the first time these two modules are reported to have been successfully trained simultaneously. For the descriptor learning part, a new weak match is defined. For any input feature patch, a slightly transformed patch that lies far from the input feature patch in descriptor space is defined as a weak match feature. A weak match finder network is proposed to actively find these weak match features. In a following step, the found weak matches are used in the standard descriptor learning framework. In this way, the intra-variance of the appearance of matched feature patch pairs is explored in depth and, accordingly, the invariance of feature descriptors against viewpoint and viewing direction change is improved. The proposed feature based image matching method is evaluated on standard benchmarks and is used to solve for the parameters of image orientation. For the image orientation task, aerial oblique images are taken into account. Through analysis of the experiments conducted for small image blocks, it is shown that deep learning feature based image matching leads to more registered images, more reconstructed 3D points and a more stable block connection.Note de contenu : 1- Introduction
2- Basics
3- Related work
4- Deep learning feature representation
5- Experiments and results
6- Discussion
7- Conclusion and outlookNuméro de notice : 17673 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : PhD dissertation : Fachrichtung Geodäsie und Geoinformatik : Hanovre : 2021 En ligne : https://dgk.badw.de/fileadmin/user_upload/Files/DGK/docs/c-867.pdf Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97999 Deep learning for wildfire progression monitoring using SAR and optical satellite image time series / Puzhao Zhang (2021)PermalinkPermalinkDétection d’ouvertures par segmentation sémantique de nuages de points 3D : apport de l’apprentissage profond / Camille Lhenry (2021)PermalinkDevelopment and analysis of land-use/land-cover spatio-temporal metrics in urban environments: Exploring urban growth patterns and linkages to socio-economic factors / Marta Sapena Moll (2021)PermalinkDéveloppement d’outils d’exploitation des archives photographiques aériennes de l’IGN pour caractériser l’évolution pluridécennale du littoral sur l’île de la Réunion / Adinane Oladjidé Ayichemi (2021)PermalinkDrought propagation and its impact on groundwater hydrology of wetlands: a case study on the Doode Bemde nature reserve (Belgium) / Buruk Kitachew Wossenyeleh in Natural Hazards and Earth System Sciences, vol 21 n° 1 (January 2021)PermalinkDynamic mechanism of blown sand hazard formation at the Jieqiong section of the Lhasa–Shigatse railway / Shengbo Xie in Geomatics, Natural Hazards and Risk, vol 12 n° 1 (2021)PermalinkDynamics of inundation events in the rivers-estuaries-ocean continuum in Bengal delta : synergy between hydrodynamic modelling and spaceborne remote sensing / Md Jamal Uddin Kahn (2021)PermalinkÉvaluation et spatialisation du potentiel offert par les moyens d'alerte centrés sur la localisation des individus / Esteban Bopp (2021)PermalinkExpérience professionnelle en bureau d'étude / Hugo Cornille (2021)Permalink