Descripteur
Documents disponibles dans cette catégorie (1523)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Géo-référencement précis d'acquisition photogrammétrique de « longues » scènes d'intérieur / Truong Giang Nguyen (2018)
![]()
Titre : Géo-référencement précis d'acquisition photogrammétrique de « longues » scènes d'intérieur Type de document : Thèse/HDR Auteurs : Truong Giang Nguyen , Auteur ; Marc Pierrot-Deseilligny
, Directeur de thèse
Editeur : Champs/Marne : Université Paris-Est Année de publication : 2018 Note générale : Bibliographie
Thèse de Doctorat de l'Université Paris-Est, Mathématiques et Sciences et Technologies de l'Information et de la Communication, Traitement du signal et de l'imageLangues : Français (fre) Descripteur : [Vedettes matières IGN] Photogrammétrie
[Termes IGN] compensation par faisceaux
[Termes IGN] erreur systématique
[Termes IGN] estimation de pose
[Termes IGN] étalonnage de capteur (imagerie)
[Termes IGN] extraction de points
[Termes IGN] photogrammétrie métrologique
[Termes IGN] points homologues
[Termes IGN] post-traitement
[Termes IGN] scène intérieureIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Au cours des dernières décennies, plusieurs ruptures technologiques ont favorisé le développement de la photogrammétrie : développement et miniaturisation des appareils photographiques numériques, avènement du drone civil et de la cartographie mobile, apparition de nouveaux algorithmes permettant des traitements 100% automatiques, etc. La photogrammétrie est redevenue une technique de mesure et de surveillance incontournable, surtout dans les contextes où le coût et la légèreté du matériel sont contraignants. Dans ce contexte, l'IGN et l'équipe LOEMI du laboratoire LaSTIG cherchent à développer des plateformes matérielles et logicielles permettant d'atteindre simultanément productivité et précision de la mesure. Les utilisations de la photogrammétrie qui nécessitent une grande précision sont par exemple la mesure de déformations ou encore la métrologie industrielle. Sur des acquisitions à larges étendues, notamment les acquisitions linéaires de type corridor, les relevés photogrammétriques sont souvent entachés d'erreurs systématiques, ayant de fortes conséquences sur la précision de localisation du résultat final. Dans la chaı̂ne métrologique de photogrammétrie, l'extraction des points homologues est une des causes de l'imprécision du résultat final. Cette thèse consiste à réaliser une méthode permettant d'améliorer la précision du processus de traitement photogrammétrique existant pour réduire les erreurs systématiques. Nous proposons une méthode de post-traitement du processus photogrammétrique classique. Nous utilisons des modélisations de l'acquisition (poses et calibration des caméras) et de la scène (maillage 3D) obtenue avec un traitement classique, pour extraire de nouveaux points homologues en optimisant leurs caractéristiques pour la photogrammétrie. Ces caractéristiques sont : la distribution optimale dans l'espace image et objet, la multiplicité des points sur les images et la précision de la mesure. Une seconde itération d'ajustement de faisceaux avec les nouveaux points obtenus permet de raffiner l'orientation externe et la calibration de la caméra et donc d'améliorer la précision de localisation des points 3D finaux. Les résultats obtenus à partir des jeux de tests issus de différents scénarios montrent l'efficacité et la robustesse de la méthode en diminuant significativement le résidu des points 3D triangulés. Les temps de calcul et le nombre d'itérations sont également étudiés. Les résultats du processus de raffinement convergent dès la seconde itération et montrent que cette méthode ne demande qu'environ 10% du temps d'exécution total de la chaı̂ne classique pour atteindre une amélioration notable. Numéro de notice : 25448 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Traitement du signal et de l'image : Université Paris-Est : 2018 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans Date de publication en ligne : 12/02/2020 En ligne : https://theses.hal.science/tel-02476477 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94161 Height biases of SRTM DEM related to EGM96: from a global perspective to regional practice / A. Üstün in Survey review, vol 50 n° 358 (January 2018)
![]()
[article]
Titre : Height biases of SRTM DEM related to EGM96: from a global perspective to regional practice Type de document : Article/Communication Auteurs : A. Üstün, Auteur ; R. A. Abbak, Auteur ; E. Zeray Öztürk, Auteur Année de publication : 2018 Article en page(s) : pp 26 - 35 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie physique
[Termes IGN] Earth Gravity Model 1996
[Termes IGN] erreur systématique
[Termes IGN] géoïde local
[Termes IGN] géoïde terrestre
[Termes IGN] hauteur ellipsoïdale
[Termes IGN] MNS SRTM
[Termes IGN] TurquieRésumé : (auteur) It is investigated to what extent EGM96 affects the accuracy of digital elevation model (DEM) produced from the shuttle radar topography mission (SRTM). Global and regional analysis of EGM96 compared with EGM2008 indicate that locally there are large differences distorting to the accuracy level of SRTM DEM. In the absolute sense, the overall geoid differences throughout arc-degree tiles reach −5 m in the northeast and 2–3 m in the southern parts of Turkey. A numerical investigation over the test profiles of 200–700 km length running at various directions proves that a possible vertical datum change from EGM96 to EGM2008 yields systematically more accurate height information with an improvement of up to 2.5 m. A GPS-levelling traverse of about 900 km length points out some key patterns of this recovery. Consequently, a correction for the present version of SRTM DEM should be considered in critical implementations of Earth sciences like geoid or water flow modelling, especially for areas where EGM96 shows weak performance. Numéro de notice : A2018-176 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article DOI : 10.1080/00396265.2016.1218159 Date de publication en ligne : 22/08/2016 En ligne : https://doi.org/10.1080/00396265.2016.1218159 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89820
in Survey review > vol 50 n° 358 (January 2018) . - pp 26 - 35[article]
Titre : Introduction to Deep Learning : From Logical Calculus to Artificial Intelligence Type de document : Monographie Auteurs : Sandro Skansi, Auteur Editeur : Springer Nature Année de publication : 2018 Importance : 196 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-319-73004-2 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage profond
[Termes IGN] classification
[Termes IGN] codage
[Termes IGN] estimation par noyau
[Termes IGN] matrice de covariance
[Termes IGN] Perceptron multicouche
[Termes IGN] Python (langage de programmation)
[Termes IGN] régression logistique
[Termes IGN] réseau neuronal artificiel
[Termes IGN] réseau neuronal convolutif
[Termes IGN] sciences cognitives
[Termes IGN] théorie des probabilitésRésumé : (auteur) This textbook presents a concise, accessible and engaging first introduction to deep learning, offering a wide range of connectionist models which represent the current state-of-the-art. The text explores the most popular algorithms and architectures in a simple and intuitive style, explaining the mathematical derivations in a step-by-step manner. The content coverage includes convolutional networks, LSTMs, Word2vec, RBMs, DBNs, neural Turing machines, memory networks and autoencoders. Numerous examples in working Python code are provided throughout the book, and the code is also supplied separately at an accompanying website.
Topics and features:
Introduces the fundamentals of machine learning, and the mathematical and computational prerequisites for deep learning
Discusses feed-forward neural networks, and explores the modifications to these which can be applied to any neural network
Examines convolutional neural networks, and the recurrent connections to a feed-forward neural network
Describes the notion of distributed representations, the concept of the autoencoder, and the ideas behind language processing with deep learning
Presents a brief history of artificial intelligence and neural networks, and reviews interesting
open research problems in deep learning and connectionism
This clearly written and lively primer on deep learning is essential reading for graduate and advanced undergraduate students of computer science, cognitive science and mathematics, as well as fields such as linguistics, logic, philosophy, and psychology.Note de contenu : 1- From Logic to Cognitive Science
2- Mathematical and Computational Prerequisites
3- Machine Learning Basics
4- Feedforward Neural Networks
5- Modifications and Extensions to a Feed-Forward Neural Network
6- Convolutional Neural Networks
7- Recurrent Neural Networks
8- Autoencoders
9- Neural Language Models
10- An Overview of Different Neural Network Architectures
11- ConclusionNuméro de notice : 25787 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/MATHEMATIQUE Nature : Monographie En ligne : https://doi.org/10.1007/978-3-319-73004-2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94990 Un inventaire forestier multisource pour la gestion des territoires / Dinesh Babu Irulappa-Pillai-Vijayakumar (2018)
![]()
contenu dans 27èmes Journées de la Recherche de l'IGN / Journées Recherche de l'IGN 2018, 27es Journées (22 - 23 mars 2018; Cité Descartes, Champs-sur-Marne, France) (2018)
Titre : Un inventaire forestier multisource pour la gestion des territoires Type de document : Article/Communication Auteurs : Dinesh Babu Irulappa-Pillai-Vijayakumar , Auteur ; Jean-Pierre Renaud
, Auteur ; François Morneau
, Auteur ; Cédric Vega
, Auteur
Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2018 Projets : DIABOLO / Packalen, Tuula Conférence : Journées Recherche de l'IGN 2018, 27es Journées 22/03/2018 23/03/2018 Champs-sur-Marne France programme sans actes Langues : Français (fre) Descripteur : [Termes IGN] carte forestière
[Termes IGN] Centre (France administrative)
[Termes IGN] données de terrain
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] données multisources
[Termes IGN] estimation statistique
[Termes IGN] image aérienne
[Termes IGN] image Landsat-TM
[Termes IGN] indice de végétation
[Termes IGN] inférence statistique
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] modèle numérique de terrain
[Termes IGN] Orléans, forêt domaniale d' (Loiret)
[Termes IGN] plus proche voisin, algorithme du
[Vedettes matières IGN] Inventaire forestierRésumé : (Auteur) L’inventaire forestier national permet d’obtenir un portrait précis de l’état des forêts de France métropolitaine. Mais l’échantillon de points est rapidement trop faible pour fournir des estimations statistiques ayant la précision nécessaire à l’échelle des territoires, où s’exercent les décisions. Les méthodes d’inventaire forestier multisource ont été développées afin de résoudre ce problème, sur des territoires circonscrits, en associant aux mesures de terrain des données auxiliaires, généralement issues de la télédétection. Le projet IFM-GT vise à développer et adapter un tel système d’inventaire forestier multisource en France. Ses sorties pourront contribuer à l’élaboration de stratégies de gestion pour des territoires forestiers particuliers, dans le cadre d’étude de ressources, par exemple. Le système s’appuie sur les mesures terrain de l’inventaire, la carte forestière, des images de télédétection 2D et 3D, et des méthodes statistiques de type k plus proches voisins (k-nn). Cette présentation introduira les concepts d’inventaire multisource et présentera la méthodologie développée et testée sur un territoire forestier de la région Centre. Numéro de notice : C2018-033 Affiliation des auteurs : LIF+Ext (2012-2019) Thématique : FORET Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91131 Documents numériques
peut être téléchargé
Un inventaire forestier multisource... - diaporama de présentationAdobe Acrobat PDF
Titre : Markov random field for combined defogging and stereo reconstruction Type de document : Article/Communication Auteurs : Laurent Caraffa , Auteur ; Jean-Philippe Tarel, Auteur
Editeur : Philadelphie : Society for Industrial and Applied Mathematics SIAM Année de publication : 2018 Conférence : IS 2018, SIAM conference on imaging science 05/06/2018 08/06/2018 Bologne Italie Open Access Abstracts Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] brouillard
[Termes IGN] champ aléatoire de Markov
[Termes IGN] reconstruction d'imageRésumé : (auteur) Stereo reconstruction serves many outdoor applications, and thus sometimes faces difficulties with foggy weather. However, fog provides depth cues for far away objects. By taking advantages of both stereo and fog cues, stereo reconstruction in fog can be improved. We propose a Markov Random Field modelfor this problem. The proposed model is tested on synthetic images and it shows that improved results can be achieved on both stereo reconstruction and visibility restoration. Numéro de notice : C2018-098 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96508 A numerical test of the topographic bias / Lars E. Sjöberg in Journal of geodetic science, vol 8 n° 1 (January 2018)
PermalinkOn the topographic bias and density distribution in modelling the geoid and orthometric heights / Lars E. Sjöberg in Journal of geodetic science, vol 8 n° 1 (January 2018)
PermalinkA posteriori bias correction of three models used for environmental reporting / Bogdan M. Strimbu in Forestry, an international journal of forest research, vol 91 n° 1 (January 2018)
PermalinkPermalinkPermalinkPermalinkTesting deformation hypotheses by constraints on a time series of geodetic observations / Hiddo Velsink in Journal of applied geodesy, vol 12 n° 1 (January 2018)
PermalinkPermalinkA wavelet decomposition and polynomial fitting-based method for the estimation of time-varying residual motion error in airborne interferometric SAR / Hai Qiang Fu in IEEE Transactions on geoscience and remote sensing, vol 56 n° 1 (January 2018)
PermalinkBenefits of satellite clock modeling in BDS and Galileo orbit determination / Yun Qing in Advances in space research, vol 60 n° 12 (15 December 2017)
Permalink