Descripteur
Termes IGN > mathématiques > statistique mathématique > analyse de données > classification > classification dirigée
classification dirigéeSynonyme(s)classification superviséeVoir aussi |
Documents disponibles dans cette catégorie (441)
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
Contextual classification using photometry and elevation data for damage detection after an earthquake event / Ewelina Rupnik in European journal of remote sensing, vol 51 n° 1 (2018)
[article]
Titre : Contextual classification using photometry and elevation data for damage detection after an earthquake event Type de document : Article/Communication Auteurs : Ewelina Rupnik , Auteur ; Francesco Nex, Auteur ; Isabella Toschi, Auteur ; Fabio Remondino, Auteur Année de publication : 2018 Projets : 3-projet - voir note / Article en page(s) : pp 543 - 557 Note générale : bibliographie
This work was supported by RAPIDMAP, a CONCERT-Japan project, i.e. a European Union (EU) funded project in the International Cooperation Activities under the Capacities Programme the 7th Framework Programme for Research and Technology Development. https://cordis.europa.eu/project/id/266604/reportingLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] cartographie d'urgence
[Termes IGN] chaîne de traitement
[Termes IGN] champ aléatoire conditionnel
[Termes IGN] classification contextuelle
[Termes IGN] classification dirigée
[Termes IGN] classification non dirigée
[Termes IGN] détection de changement
[Termes IGN] dommage matériel
[Termes IGN] image aérienne
[Termes IGN] modèle numérique de surface
[Termes IGN] orthoimage
[Termes IGN] photométrie
[Termes IGN] prise en compte du contexte
[Termes IGN] zone urbaineRésumé : (auteur) This research presents a processing workflow to automatically find damaged building areas in an urban context. The input data requirements are high-resolution multi-view images, acquired from airborne platform. The elevations are derived from a dense surface model generated with photogrammetric methods. With the principal objective of rapid response in emergency situations, two different processing roadmaps are proposed, semi-supervised and unsupervised. Both of them follow a two-step workflow of building detection and building health estimation. Optionally, cadastral layers may serve as a-priori knowledge on building location. The semi-supervised approach involves a data training step, while the unsupervised approach exploits the similarities and dissimilarities between sets of features calculated over the detected buildings. The change detection task is formulated as a classification task defined over a conditional random field. The algorithms are evaluated using two datasets (Vexcel and Midas cameras) and results are compared with ground truth data and specific metrics. Numéro de notice : A2018-664 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/22797254.2018.1458584 Date de publication en ligne : 16/05/2018 En ligne : https://doi.org/10.1080/22797254.2018.1458584 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94250
in European journal of remote sensing > vol 51 n° 1 (2018) . - pp 543 - 557[article]Image classification-based ground filtering of point clouds extracted from UAV-based aerial photos / Volkan Yilmaz in Geocarto international, vol 33 n° 3 (March 2018)
[article]
Titre : Image classification-based ground filtering of point clouds extracted from UAV-based aerial photos Type de document : Article/Communication Auteurs : Volkan Yilmaz, Auteur ; Berkant Konakoglu, Auteur ; Cigdem Serifoglu, Auteur ; et al., Auteur Année de publication : 2018 Article en page(s) : pp 310 - 320 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme de filtrage
[Termes IGN] classification dirigée
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] données localisées 3D
[Termes IGN] drone
[Termes IGN] image aérienne
[Termes IGN] modèle numérique de surface
[Termes IGN] semis de points
[Termes IGN] TurquieRésumé : (Auteur) With the advent of unmanned aerial vehicles (UAVs) for mapping applications, it is possible to generate 3D dense point clouds using stereo images. This technology, however, has some disadvantages when compared to Light Detection and Ranging (LiDAR) system. Unlike LiDAR, digital cameras mounted on UAVs are incapable of viewing beneath the canopy, which leads to sparse points on the bare earth surface. In such cases, it is more challenging to remove points belonging to above-ground objects using ground filtering algorithms generated especially for LiDAR data. To tackle this problem, a methodology employing supervised image classification for filtering 3D point clouds is proposed in this study. A classified image is overlapped with the point cloud to determine the ground points to be used for digital elevation model (DEM) generation. Quantitative evaluation results showed that filtering the point cloud with this methodology has a good potential for high-resolution DEM generation. Numéro de notice : A2018-035 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2016.1250825 En ligne : https://doi.org/10.1080/10106049.2016.1250825 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89213
in Geocarto international > vol 33 n° 3 (March 2018) . - pp 310 - 320[article]Analyse de l'incertitude et de la précision thématique de classifications GEOBIA d'une image WorldView-2 / François Messner in Revue Française de Photogrammétrie et de Télédétection, n° 216 (février 2018)
[article]
Titre : Analyse de l'incertitude et de la précision thématique de classifications GEOBIA d'une image WorldView-2 Type de document : Article/Communication Auteurs : François Messner, Auteur ; Jeannine Corbonnois, Auteur ; Fanny Stella Tchitouo Ntenzou, Auteur Année de publication : 2018 Article en page(s) : pp 19 - 37 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse discriminante
[Termes IGN] arbre de décision
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] distance de Kullback-Leibler
[Termes IGN] ensachage
[Termes IGN] entropie
[Termes IGN] image Worldview
[Termes IGN] modèle orienté objet
[Termes IGN] précision de la classification
[Termes IGN] Sarthe (72)Résumé : (Auteur) L'évaluation de la précision des cartes thématiques produites par télédétection est une finalité de tout processus de classification modélisant le paysage. Reposant traditionnellement sur la matrice de confusion, elle peut être complétée par des méthodes alternatives plus à même de prendre en compte le biais relatif à la sélection des échantillons d'apprentissage, ainsi que par l'emploi d'approches représentant spatialement l'incertitude inhérente aux classifications. Une telle démarche est adoptée dans cet article, en évaluant la précision à l'aide des estimateurs du Maximum de Probabilité a Posteriori, puis en déterminant, pour chaque unité de carte, des mesures d'incertitude : l'entropie a quadratique, la divergence de Kullback-Leibler et un indice de concordance qualitatif. Ces traitements sont analysés et comparés selon 3 classifieurs, Random Forest, C5.0 et l'Analyse Discriminante Linéaire et selon 4 stratégies de classification : classifieurs seuls, classifieurs avec procédure de bagging, classifieurs avec procédure d'apprentissage actifs et classifieurs avec procédure d'apprentissage actif et de bagging. Les résultats obtenus soulignent la complémentarité des estimateurs de précision pour mettre en évidence un biais dans l'évaluation de la précision ou dans la détermination des probabilités a posteriori, et justifie la prise en considération des indices d'incertitude comme source d'informations sur la distribution spatiale des erreurs de cartographie. Numéro de notice : A2018-092 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2018.310 Date de publication en ligne : 19/04/2018 En ligne : https://doi.org/10.52638/rfpt.2018.310 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89502
in Revue Française de Photogrammétrie et de Télédétection > n° 216 (février 2018) . - pp 19 - 37[article]Nouvelle méthode en cascade pour la classification hiérarchique multi-temporelle ou multi-capteur d'images satellitaires haute résolution / Ihsen Hedhli in Revue Française de Photogrammétrie et de Télédétection, n° 216 (février 2018)
[article]
Titre : Nouvelle méthode en cascade pour la classification hiérarchique multi-temporelle ou multi-capteur d'images satellitaires haute résolution Type de document : Article/Communication Auteurs : Ihsen Hedhli, Auteur ; Gabriele Moser, Auteur ; Josiane Zerubia, Auteur Année de publication : 2018 Article en page(s) : pp 3 - 17 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] appariement d'images
[Termes IGN] arbre (mathématique)
[Termes IGN] chaîne de Markov
[Termes IGN] classification bayesienne
[Termes IGN] classification dirigée
[Termes IGN] image Cosmo-Skymed
[Termes IGN] image Pléiades-HR
[Termes IGN] modèle statistique
[Termes IGN] résolution multiple
[Termes IGN] série temporelleRésumé : (Auteur) Ce papier présente un modèle de classification multi-résolution, multi-date et éventuellement multi-capteur fondé sur une modélisation statistique explicite au travers d'un modèle hiérarchique de champs de Markov construit sur une structure quad-arbre. L'approche proposée consiste en un classifieur bayésien supervisé qui combine un modèle statistique conditionnel par classe et un champ de Markov hiérarchique fusionnant l'information spatio-temporelle et multi-résolution. La méthode proposée intègre des informations pixel par pixel à la même résolution. Cela en se basant sur le critère des Modes Marginales a Posteriori (MPM en anglais), qui vise à affecter à chaque pixel l'étiquette optimale en maximisant récursivement la probabilité marginale a posteriori, étant donné l'ensemble des observations multi-temporelles ou multi-capteur. Une des originalités de l'approche proposée est l'utilisation en cascade de plusieurs quad-arbres, chacun étant associé à une nouvelle image disponible, en vue de caractériser les corrélations associées à des images distinctes. Numéro de notice : A2018-091 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2018.301 Date de publication en ligne : 19/04/2018 En ligne : https://doi.org/10.52638/rfpt.2018.301 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89500
in Revue Française de Photogrammétrie et de Télédétection > n° 216 (février 2018) . - pp 3 - 17[article]An (almost) automated process to track the Martians dunes : ac.GetPreciseShifts / Arthur Coqué (2018)
Titre : An (almost) automated process to track the Martians dunes : ac.GetPreciseShifts Type de document : Mémoire Auteurs : Arthur Coqué, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 68 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet, stage pluridisciplinaire, cycle ING2Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse d'image orientée objet
[Termes IGN] analyse texturale
[Termes IGN] chaîne de traitement
[Termes IGN] classification dirigée
[Termes IGN] détection de contours
[Termes IGN] dune
[Termes IGN] écart type
[Termes IGN] échantillonnage
[Termes IGN] filtre de Canny
[Termes IGN] image HiRISE
[Termes IGN] Mars (planète)
[Termes IGN] orthoimage géoréférencée
[Termes IGN] orthophotoplan numérique
[Termes IGN] paramètre de Haralick
[Termes IGN] Python (langage de programmation)Index. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (auteur) Actuellement, la mesure de l’avancement des dunes sur Mars se fait manuellement. C’est une procédure laborieuse qui demande beaucoup de temps et de précision, de telle sorte qu’il est impossible de généraliser cela à la planète entière. Or, les phénomènes derrière ces déplacements (les vents de surface, la saltation…) sont les principaux moteurs de l’évolution des reliefs martiens. Si l’on veut comprendre comment la Planète Rouge est modelée par ces phénomènes atmosphériques sans avoir la pléthore de stations météos disséminées à sa surface, ils nous est nécessaire d’élaborer une technique pour pouvoir suivre les dunes martiennes et caractériser leur déplacement sur plusieurs années et à l’échelle de la planète. Lors de ce stage, je me suis donc attelé à trouver un moyen de mesurer, de manière automatique ou presque (c’est-à-dire sans que l’opérateur répète le même protocole long et compliqué pour chacune des dunes et pour chaque nouvelle acquisition), le déplacement des dunes martiennes, employant des techniques relevant de la télédétection et du traitement d’images. Une fois notre protocole trouvé, il restait encore à l’implémenter, tout en gardant à l’esprit qu’il fallait que cela reste accessible (c’est-à-dire utilisable par un géologue sans compétence particulière en informatique par exemple). C’est dans ce but que j’ai créé un package Python, nommé ac.GPS (ArthurCoqué.GetPreciseShifts) permettant d’effectuer facilement cette tache (ainsi que d’autres fonctions annexes). Note de contenu : Introduction
1- Data presentation
2- Methods
3- Final Process : based on standard deviation of images
4- Results
5- Discussion
ConclusionNuméro de notice : 21806 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Caltech, Pasadena (USA) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91295 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 21806-01 PROJET Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
An (almost) automated process... - pdf auteurAdobe Acrobat PDF Conception d’une méthode radar de suivi bimensuel des déforestations et d’une méthode optique de classification d’occupation des sols / Luc Baudoux (2018)PermalinkDecision fusion of SPOT6 and multitemporal Sentinel2 images for urban area detection / Cyril Wendl (2018)PermalinkPermalinkFrom Google Maps to a fine-grained catalog of street trees / Steve Branson in ISPRS Journal of photogrammetry and remote sensing, vol 135 (January 2018)PermalinkNavigation des personnes aux moyens des technologies des smartphones et des données d’environnements cartographiés / Fadoua Taia Alaoui (2018)PermalinkQGIS in Remote Sensing, Volume 2. QGIS and applications in agriculture and forest / Nicolas Baghdadi (2018)PermalinkSpatio-temporal grid mining applied to image classification and cellular automata analysis / Romain Deville (2018)PermalinkSuivi des cultures dans le périmètre du Loukkos-Maroc : Apport de la télédétection radar et optique / Siham Acharki (2018)PermalinkSynergie des données Sentinel optiques et radar pour l’observation et l’analyse de la végétation du littoral du Pays de Brest / Antoine Billey (2018)PermalinkPermalink