Descripteur
Documents disponibles dans cette catégorie (525)
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
Applications of remote sensing data in mapping of forest growing stock and biomass / Jose Aranha (2021)
Titre : Applications of remote sensing data in mapping of forest growing stock and biomass Type de document : Monographie Auteurs : Jose Aranha, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2021 Importance : 276 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-0365-0569-5 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] biomasse aérienne
[Termes IGN] capital sur pied
[Termes IGN] carte forestière
[Termes IGN] Chine
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] foresterie
[Termes IGN] forêt boréale
[Termes IGN] image captée par drone
[Termes IGN] image Landsat-OLI
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] inventaire forestier étranger (données)
[Termes IGN] Pinus massoniana
[Termes IGN] puits de carbone
[Termes IGN] service écosystémique
[Termes IGN] système d'information géographique
[Termes IGN] ThaïlandeRésumé : (éditeur) This Special Issue (SI), entitled "Applications of Remote Sensing Data in Mapping of Forest Growing Stock and Biomass”, resulted from 13 peer-reviewed papers dedicated to Forestry and Biomass mapping, characterization and accounting. The papers' authors presented improvements in Remote Sensing processing techniques on satellite images, drone-acquired images and LiDAR images, both aerial and terrestrial. Regarding the images’ classification models, all authors presented supervised methods, such as Random Forest, complemented by GIS routines and biophysical variables measured on the field, which were properly georeferenced. The achieved results enable the statement that remote imagery could be successfully used as a data source for regression analysis and formulation and, in this way, used in forestry actions such as canopy structure analysis and mapping, or to estimate biomass. This collection of papers, presented in the form of a book, brings together 13 articles covering various forest issues and issues in forest biomass calculation, constituting an important work manual for those who use mixed GIS and RS techniques. Note de contenu : 1- Finer resolution estimation and mapping of mangrove biomass using UAV LiDAR and WorldView-2 data
2- Nondestructive estimation of the above-ground biomass of multiple tree species in boreal forests of China using Terrestrial Laser Scanning
3- Estimating forest aboveground carbon storage in Hang-Jia-Hu using Landsat TM/OLI data and random morest Model
4- Influence of variable selection and forest type on forest aboveground biomass estimation using machine learning algorithms
5- Comparative analysis of seasonal Landsat 8 images for forest aboveground biomass estimation in a subtropical forest
6- Estimating urban vegetation biomass from Sentinel-2A image data
7- Estimation of forest biomass in Beijing (China) using multisource remote sensing and forest inventory data
8- Spatially explicit analysis of trade-offs and synergies among multiple ecosystem services in Shaanxi Valley basin
9- Influence of site-specific conditions on estimation of forest above ground biomass from airborne laser scanning
10- Multi-sensor prediction of stand volume by a hybrid model of support vector machine for regression kriging
11- Applying LiDAR to quantify the plant area index along a successional gradient in a tropical forest of Thailand
12- Shrub biomass estimates in former burnt areas using Sentinel 2 images processing and classification
13- Evaluation of different algorithms for estimating the growing stock volume of pinus massoniana plantations using spectral and spatial information from a SPOT6 imageNuméro de notice : 15305 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-0365-0569-5 En ligne : https://doi.org/10.3390/books978-3-0365-0569-5 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99903 Apport de la photogrammétrie et de l’intelligence artificielle à la détection des zones amiantées sur les fronts rocheux / Philippe Caudal (2021)
Titre : Apport de la photogrammétrie et de l’intelligence artificielle à la détection des zones amiantées sur les fronts rocheux Type de document : Thèse/HDR Auteurs : Philippe Caudal, Auteur ; Véronique Merrien-Soukatchoff, Directeur de thèse ; Thomas Dewez, Directeur de thèse ; Elisabeth Simonetto, Auteur Editeur : Le Mans : Ecole Supérieure des Géomètres et Topographes ESGT Année de publication : 2021 Note générale : Bibliographie
Thèse pour obtenir le grade de Docteur de Le Mans Université, Spécialité Mécanique des solides, des matériaux, des structures et des surfacesLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] amiante
[Termes IGN] analyse structurale
[Termes IGN] apprentissage profond
[Termes IGN] cartographie 3D
[Termes IGN] données localisées 3D
[Termes IGN] fracture
[Termes IGN] front rocheux
[Termes IGN] Haute-Corse
[Termes IGN] prospection minérale
[Termes IGN] restitution
[Termes IGN] semis de pointsIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Les lois récentes imposent de repérer l’amiante avant travaux. Ce cadre s’applique à l’amiante présent dans les matériaux de construction et dans les roches naturelles. L’objet du projet de thèse est de se placer à l’échelle locale d’un affleurement rocheux afin de proposer une carte 3D des zones amiantifères en exploitant les photographies des sites. Dans son contexte naturel, l’occurrence amiante est présente à la surface des fractures ayant des orientations réglées par l’histoire tectonique locale. Trois axes de recherche ont été suivis. Ils sont basés sur le traitement de nuages de points denses 3D obtenus par photogrammétrie.Le premier axe de recherche s’est focalisé sur la localisation spatiale et la caractérisation de l’orientation et de la fréquence des zones à forte densité de fractures d’un affleurement rocheux. Le deuxième s'est concentré sur l'optimisation des prises de vue pour restituer par photogrammétrie un affleurement rocheux fracturé. La délimitation des zones amiantées sur les photos (2D) a été le point de départ d’un troisième axe de recherche. Cette délimitation a été faite manuellement dans une première phase ; le lien entre les points 3D d’un nuage restitué par photogrammétrie et les pixels des photos utilisées pour sa restitution 3D a permis une cartographie 3D des zones amiantées connues, car identifiées in situ. La délimitation a été ensuite étendue aux zones amiantées n’ayant pas été repérées in situ par apprentissage profond (« Deep Learning »). Une méthodologie intégrant un auto-encodeur (p.ex. U-Net) a été élaborée pour détecter les zones amiantifères sur les photos 2D. À nouveau, la liaison 2D-3D permise par la restitution 3D photogrammétrique a rendu possible une cartographie 3D des zones amiantées. Note de contenu : Introduction générale
1. Minéraux indésirables, dont l’amiante environnemental
1.1 Introduction
1.2 Minéraux indésirables
1.3 Amiante réglementé
1.4 Cas d’études
1.5 Conclusion
2. Caractérisation géométrique de la fracturation
2.1 Introduction
2.2 Bibliographie
2.3 Chaine d’analyse des couloirs de fracturation
2.4 Application de DiscontinuityLab
2.5 Perspectives et limitations
2.6 Conclusion
3. Restitution 3D par photogrammétrie
3.1 Introduction
3.2 Chaine de traitement de restitution 3D par photogrammétrie
3.3 Plateforme de simulation des photos
3.4 Campagne de tests
3.5 Discussion et perspectives
3.6 Conclusion
4. Repérage et détection de l’amiante par IA
4.1 Introduction
4.2 Bibliographie
4.3 Localisation automatique de l’amiante
4.4 Application : cas d’étude en Haute-Corse
4.5 Discussion et perspectives
4.6 Conclusion
Conclusion généraleNuméro de notice : 26802 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Mécanique des solides, des matériaux, des structures et des surfaces : Le Mans : 2021 Organisme de stage : Laboratoire Géomatique et Foncier G&F (CNAM Le Mans) nature-HAL : Thèse DOI : sans Date de publication en ligne : 10/03/2022 En ligne : https://hal.science/tel-03512327v2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100104 Apports des méthodes d'apprentissage profond pour la reconnaissance automatique des modes d'occupation des sols et d'objets par télédétection en milieu tropical / Guillaume Rousset (2021)
Titre : Apports des méthodes d'apprentissage profond pour la reconnaissance automatique des modes d'occupation des sols et d'objets par télédétection en milieu tropical Type de document : Thèse/HDR Auteurs : Guillaume Rousset, Auteur ; Dominique Simpelaere, Directeur de thèse ; M. Mangeas, Directeur de thèse Editeur : Nouméa : Université de Nouvelle-Calédonie Année de publication : 2021 Importance : 180 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur délivré par l’Université de Nouvelle-Calédonie, Discipline InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] Arecaceae
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection automatique
[Termes IGN] détection de changement
[Termes IGN] Extreme Gradient Machine
[Termes IGN] image à très haute résolution
[Termes IGN] image Pléiades
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] indice de végétation
[Termes IGN] milieu tropical
[Termes IGN] mode d'occupation du sol
[Termes IGN] modèle de transfert radiatif
[Termes IGN] Nouvelle-Calédonie
[Termes IGN] Para (Brésil)
[Termes IGN] utilisation du solIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le paysage néo-calédonien change rapidement avec le développement de nouveaux projets miniers, l'intensification de l’urbanisation et les impacts d'événements climatiques extrêmes comme les cyclones. Avec la démocratisation et l’accumulation des données satellite et l'avènement des méthodes d'intelligence artificielle, la mise en place de méthodes automatiques de détection devient un outil incontournable pour documenter et surveiller ces changements à l’échelle du territoire de façon régulière, rapide et objective. Parmi ces méthodes, l'apprentissage profond a montré des résultats performants sur des problématiques complexes, notamment sur le traitement d'images à l'aide de ces réseaux de neurones denses convolutionnels. En tenant compte des contraintes liées au traitement de l'imagerie satellite et des problèmes liés aux algorithmes d'apprentissage, l'objectif de la thèse est multiple : contribuer à l'adaptation des techniques d'apprentissage profond à des problématiques de télédétection sur plusieurs points clés de la chaîne de traitement ; estimer les performances de ces techniques par rapport aux méthodes communément utilisées dans le domaine de la télédétection ; et développer des méthodes automatiques de détection pour délivrer des indices fiables à toute exploitation d'une imagerie satellitaire. Cette thèse s'est concentrée sur trois applications : 1) la détection de la couverture et de l'usage des sols sur des données à très haute résolution ; 2) la détection de la couverture des sols en Nouvelle-Calédonie à une fréquence annuelle sur des données à haute résolution ; 3) et la détection de palmiers dans la région Pará du Brésil à l'aide de données simulées informatiquement. Pour la première application, un jeu de données de référence basé sur les données du satellite SPOT 6 a été créé manuellement et mis à disposition de la communauté scientifique pour comparer les techniques de détection des classes d'occupation des sols en milieu tropical insulaire. Les réseaux de neurones denses affichent de meilleures performances notamment dans le cadre de la détection de l'usage des sols qui nécessite un niveau plus élevé de conceptualisation de l'environnement. Pour la deuxième application, une chaîne de détection automatique de la couverture des sols, basée sur un réseau de neurones dense alimenté par des données Sentinel-2, a été réalisée. Ces couvertures sont comparées aux couvertures obtenues par des méthodes semi-automatiques en province Sud de la Nouvelle-Calédonie. Le modèle offre des performances égales sur quelques zones tests, mais des données terrain supplémentaires sont requises pour conforter la fiabilité sur l'ensemble du territoire néo-calédonien. Enfin, pour la dernière application, l'originalité du travail de recherche a consisté à tester l'apport dans la base d'apprentissage d'images satellites de synthèse. Pour cela des images du palmier ont été construites à partir d'un modèle de transfert radiatif. L'utilisation de ces images de synthèse en complément des images Pléiades a permis d'améliorer significativement la précision globale des modèles. Note de contenu : 1- Introduction
2- Le deep learning
3- Classification des occupations du sol
4- Vers une détection de changement du sol
5- Détection du Babaçu au Brésil
6- Conclusion et perspectivesNuméro de notice : 15277 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Nouvelle-Calédonie : 2021 Organisme de stage : Institut de Recherche pour le Développement IRD DOI : sans En ligne : http://www.theses.fr/2021NCAL0006 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101100 Apprentissage profond et IA pour l’amélioration de la robustesse des techniques de localisation par vision artificielle / Achref Elouni (2021)
Titre : Apprentissage profond et IA pour l’amélioration de la robustesse des techniques de localisation par vision artificielle Type de document : Thèse/HDR Auteurs : Achref Elouni, Auteur ; Michel Dhome, Directeur de thèse Editeur : Clermont-Ferrand : Université Clermont Auvergne Année de publication : 2021 Importance : 121 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de Docteur d’Université, Spécialité InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] apprentissage profond
[Termes IGN] estimation de pose
[Termes IGN] état de l'art
[Termes IGN] localisation basée vision
[Termes IGN] méthode robuste
[Termes IGN] points homologues
[Termes IGN] réalité augmentée
[Termes IGN] reconstruction 3D
[Termes IGN] réseau neuronal convolutif
[Termes IGN] segmentation sémantiqueIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Le travail réalisé dans le cadre de ce doctorat se place dans le contexte d’un projet collaboratif ayant pour objectif la mise au point d’un casque de réalité augmenté. Afin de faire fonctionner un tel dispositif il s’avère nécessaire de calculer la position d’une caméra embarquée dans l’environnent d’intervention de l’utilisateur. Récemment, deux technologies dénommées SLAM (pour « Simultaneous Localization And Mapping ») et SfM (pour « Structure From Motion ») ont fait preuve de performances indéniables pour la reconstruction 3D d’un environnement à partir d’une collection d’images. Nous nous sommes intéressés à elles afin de résoudre le problème délicat de l’initialisation de notre dispositif ou de sa ré-initialisation en cas d’échec du suivi temps réel de la position. En effet, malgré les travaux de recherche réalisés ces dernières années, plusieurs limitations empêchent les système de localisation d’estimer une pose parfaite dans toutes les conditions. Ces conditions incluent les changements légers du contexte comme les variations de la luminosité, du point d’observation ou des modifications géométriques telles que l’ajout d’objets. Pour faire face à ces limitations et afin de proposer une solution facile à déployer,nous avons étudié la possibilité d’intégrer dans le processus de localisation des informations invariantes qui pourraient augmenter la probabilité d’avoir une pose précise. Deux types d’information invariante (sémantique et géométrique) ont été exploitées dans cette thèse pour aider le système de localisation à trouver sa position. Les solutions proposées ont été validées sur plusieurs jeux de données internes et externes (Dubrovnik, Rome, Oxford, Musée) grâce auxquels nous avons pu comparer nos résultats avec les travaux décrits dans l’état de l’art. Deux types d’images requêtes ont été étudiées dans cette thèse : celle composée d’une seule image et celle issue d’un dispositif stéréo. L’avantage d’utiliser une paire stéréo est de pouvoir trianguler des points homologues afin d’extraire leur hauteur et d’exploiter cette dernière dans le processus de localisation. L’autre approche envisagée consiste à utiliser comme invariant le label des pixels obtenu par un algorithme de segmentation sémantique basé sur un réseau de neurones convolutionnel. Dans les deux cas, les résultats obtenus montrent une amélioration sensible sur la précision des poses estimées. Note de contenu : 1. Introduction générale
1.1 Contexte
2. État de l’art
2.1 Le problème de la reconstruction 3D
2.2 Localisation visuelle basée sur l’image
2.3 Conclusion
3. Descripteur géométrique-visuel pour une localisation améliorée ba?sée sur l’image utilisant un a priori sur la verticale
3.1 Introduction
3.2 Méthode proposée
3.3 Étude expérimentale
3.4 Conclusion
4. La segmentation sémantique pour améliorer la localisation visuelle
4.1 Introduction
4.2 Méthode proposée
4.3 Étude expérimentale
4.4 Conclusion
5. La segmentation sémantique pour améliorer la recherche d’image par le contenu
5.1 Introduction
5.2 Méthode proposée
5.3 Étude expérimentale
5.4 Conclusion
6. Conclusion et PerspectivesNuméro de notice : 26763 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Clermont Ferrand : 2021 Organisme de stage : Institut Pascal nature-HAL : Thèse DOI : sans Date de publication en ligne : 03/02/2022 En ligne : https://tel.hal.science/tel-03554182/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99827
Titre : Artificial intelligence for a better future : An Ecosystem Perspective on the Ethics of AI and Emerging Digital Technologies Type de document : Monographie Auteurs : Bernd Carsten Stahl, Auteur Editeur : Manchester [Royaume-Uni] : Manchester University Press Année de publication : 2021 Collection : European Research Council Importance : 128 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-030-69978-9 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage automatique
[Termes IGN] bien-être collectif
[Termes IGN] droit
[Termes IGN] édition en libre accès
[Termes IGN] éthique
[Termes IGN] règleRésumé : (éditeur) This open access book proposes a novel approach to Artificial Intelligence (AI) ethics. AI offers many advantages: better and faster medical diagnoses, improved business processes and efficiency, and the automation of boring work. But undesirable and ethically problematic consequences are possible too: biases and discrimination, breaches of privacy and security, and societal distortions such as unemployment, economic exploitation and weakened democratic processes. There is even a prospect, ultimately, of super-intelligent machines replacing humans. The key question, then, is: how can we benefit from AI while addressing its ethical problems? This book presents an innovative answer to the question by presenting a different perspective on AI and its ethical consequences. Instead of looking at individual AI techniques, applications or ethical issues, we can understand AI as a system of ecosystems, consisting of numerous interdependent technologies, applications and stakeholders. Developing this idea, the book explores how AI ecosystems can be shaped to foster human flourishing. Drawing on rich empirical insights and detailed conceptual analysis, it suggests practical measures to ensure that AI is used to make the world a better place. Note de contenu : Introduction
1- Perspectives on artificial intelligence
2- Concepts of ethics and their application to AI
3- Ethical issues of AI
4- Addressing ethical issues in AI
5- AI ecosystems for human flourishing: The background
6- AI ecosystems for human flourishing: The recommendations
ConclusionNuméro de notice : 28321 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Monographie DOI : 10.1007/978-3-030-69978-9 En ligne : https://doi.org/10.1007/978-3-030-69978-9 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98275 PermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalinkClustering et apprentissage profond sous contraintes pour l’analyse de séries temporelles : Application à l’analyse temporelle incrémentale en télédétection / Baptiste Lafabregue (2021)PermalinkCombining deep learning and mathematical morphology for historical map segmentation / Yizi Chen (2021)Permalink