Descripteur
Termes IGN > 1- Outils - instruments et méthodes > document > document géographique
document géographique |
Documents disponibles dans cette catégorie (3725)
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
Typology of meteorological weather forecast maps printed in world newspapers / Jaromir Kolejka in Cartographic journal (the), Vol 57 n° 1 (February 2020)
[article]
Titre : Typology of meteorological weather forecast maps printed in world newspapers Type de document : Article/Communication Auteurs : Jaromir Kolejka, Auteur ; Hana Svobodova, Auteur Année de publication : 2020 Article en page(s) : pp 28 - 42 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Cartographie thématique
[Termes IGN] carte météorologique
[Termes IGN] couche thématique
[Termes IGN] fond cartographique
[Termes IGN] modèle cartographique
[Termes IGN] périodique
[Termes IGN] prévision météorologiqueRésumé : (auteur) This paper presents the results of the analysis of more than 150 different printed newspaper weather forecasting maps, representing 91 global, national, regional and local daily news periodicals from 33 countries in 4 continents. The classification attention focused both on the character of the localizing background layer of the analysed maps as well as on the meteorological thematic layer. The results identify 12 types of background localizing maps and 47 used types of presentation of meteorological forecast information, only 19 of which were used repeatedly in more than one newspaper. All the findings were documented on comparable cartographic models. Conclusions suitable for practical applications are demonstrated in the discussion. Numéro de notice : A2020-141 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/00087041.2018.1532692 Date de publication en ligne : 13/08/2019 En ligne : https://doi.org/10.1080/00087041.2018.1532692 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94767
in Cartographic journal (the) > Vol 57 n° 1 (February 2020) . - pp 28 - 42[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 030-2020011 RAB Revue Centre de documentation En réserve L003 Disponible Spatial visualization of quantitative landscape changes in an industrial region between 1827 and 1883. Case study Katowice, southern Poland / Paweł Cybulski in Journal of maps, vol 16 n° 1 ([02/01/2020])
[article]
Titre : Spatial visualization of quantitative landscape changes in an industrial region between 1827 and 1883. Case study Katowice, southern Poland Type de document : Article/Communication Auteurs : Paweł Cybulski, Auteur ; Lukasz Wielebski, Auteur ; Beata Medyńska-Gulij, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 77 - 85 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications SIG
[Termes IGN] 1:100.000
[Termes IGN] analyse spatio-temporelle
[Termes IGN] carte thématique
[Termes IGN] dégradation de l'environnement
[Termes IGN] détection de changement
[Termes IGN] dix-neuvième siècle
[Termes IGN] géoréférencement
[Termes IGN] paysage industriel
[Termes IGN] Pologne
[Termes IGN] prospection minérale
[Termes IGN] système d'information géographique
[Termes IGN] visualisation cartographiqueRésumé : (auteur) The aim of the study is to present landscape changes in the nineteenth century in the central part of the Upper Silesian Industrial District, which is the municipality of Katowice (southern Poland). The comparison of changes, particularly components of the geographical environment, is based on two time periods – the year 1827 and 1883. Nineteenth-century maps were georeferenced, digitized and a series of thematic spatial visualizations presenting quantitative changes were generated by means of the Geographic Information System (GIS). The scale of the visualization created is 1:100,000 and the area is 16,400 ha. The spatial visualization of quantitative landscape change shows the development of the anthropogenic pressure in the form of settlement areas, raw materials extraction places, roads, and the decrease of natural environments, such as forests, rivers, and water bodies. These changes were caused mainly by the exploration of underground deposits and the rapidly growing population of Upper Silesia. Numéro de notice : A2020-643 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/17445647.2020.1746416 Date de publication en ligne : 04/04/2020 En ligne : https://doi.org/10.1080/17445647.2020.1746416 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96069
in Journal of maps > vol 16 n° 1 [02/01/2020] . - pp 77 - 85[article]Analyse automatique du couvert végétal pour la gestion du risque végétation en milieu ferroviaire à partir d'imagerie aérienne / Hélène Rouillon (2020)
Titre : Analyse automatique du couvert végétal pour la gestion du risque végétation en milieu ferroviaire à partir d'imagerie aérienne Type de document : Mémoire Auteurs : Hélène Rouillon, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2020 Importance : 93 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire de fin d'études d'Ingénieur INSA, spécialité TopographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse d'image orientée objet
[Termes IGN] carte de la végétation
[Termes IGN] classification orientée objet
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] couvert végétal
[Termes IGN] extraction de la végétation
[Termes IGN] image aérienne
[Termes IGN] image captée par drone
[Termes IGN] image RVB
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] orthophotographie
[Termes IGN] réseau ferroviaire
[Termes IGN] segmentation d'image
[Termes IGN] système d'information géographiqueIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) La végétation et les risques qu’elle peut comporter pour les infrastructures ferroviaires et leurs usagers constituent un enjeu majeur pour SNCF Réseau. Aujourd’hui, l’entreprise ferroviaire souhaite connaître et maîtriser ce risque végétation. L’objet de ce PFE est l’analyse automatique du couvert végétal en milieu ferroviaire à partir d’imagerie aérienne RGB acquise par drone, hélicoptère ou avion. Pour répondre à cette problématique, un réseau de neurones destiné à la segmentation sémantique des images est mis en œuvre. En effet, une fois bien entraînés, les réseaux de neurones, par leur capacité d’apprentissage, sont en mesure de classifier efficacement toute nouvelle image. Trois classes ont été définies en fonction des risques que pouvaient présenter la végétation : « arbres », « reste de la végétation » et « non-végétation ». Une chaîne de traitement complète des données a été proposée permettant, sur la base de ces images, une cartographie SIG de la végétation. Cette connaissance, aisément déployable sur des lignes entières, doit permettre au mainteneur de cibler les zones prioritaires et d’optimiser ses plans d’élagages. Note de contenu : Introduction
1- Etude préalable au développement de la solution
2- Le réseau de neurones SegNet pour le traitement d’images d’observation de la Terre et la base de données
3- Optimisation du traitement des données
ConclusionNuméro de notice : 28529 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : Altametris DOI : sans En ligne : http://eprints2.insa-strasbourg.fr/4133/ Format de la ressource électronique : url Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97346 Application of machine learning techniques for evidential 3D perception, in the context of autonomous driving / Edouard Capellier (2020)
Titre : Application of machine learning techniques for evidential 3D perception, in the context of autonomous driving Type de document : Thèse/HDR Auteurs : Edouard Capellier, Auteur ; Véronique Berge-Cherfaoui, Directeur de thèse ; Franck Davoine, Directeur de thèse Editeur : Compiègne : Université de Technologie de Compiègne UTC Année de publication : 2020 Importance : 123 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour l'obtention du grade de Docteur de l'UTC, Robotique et Sciences et Technologies de l'Information et des SystèmesLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] carte routière
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection d'objet
[Termes IGN] données lidar
[Termes IGN] image RVB
[Termes IGN] intelligence artificielle
[Termes IGN] navigation autonome
[Termes IGN] segmentation sémantique
[Termes IGN] théorie de Dempster-Shafer
[Termes IGN] vision par ordinateur
[Termes IGN] visualisation 3DIndex. décimale : THESE Thèses et HDR Résumé : (auteur) The perception task is paramount for self-driving vehicles. Being able to extract accurate and significant information from sensor inputs is mandatory, so as to ensure a safe operation. The recent progresses of machine-learning techniques revolutionize the way perception modules, for autonomous driving, are being developed and evaluated, while allowing to vastly overpass previous state-of-the-art results in practically all the perception-related tasks. Therefore, efficient and accurate ways to model the knowledge that is used by a self-driving vehicle is mandatory. Indeed, self-awareness, and appropriate modeling of the doubts, are desirable properties for such system. In this work, we assumed that the evidence theory was an efficient way to finely model the information extracted from deep neural networks. Based on those intuitions, we developed three perception modules that rely on machine learning, and the evidence theory. Those modules were tested on real-life data. First, we proposed an asynchronous evidential occupancy grid mapping algorithm, that fused semantic segmentation results obtained from RGB images, and LIDAR scans. Its asynchronous nature makes it particularly efficient to handle sensor failures. The semantic information is used to define decay rates at the cell level, and handle potentially moving object. Then, we proposed an evidential classifier of LIDAR objects. This system is trained to distinguish between vehicles and vulnerable road users, that are detected via a clustering algorithm. The classifier can be reinterpreted as performing a fusion of simple evidential mass functions. Moreover, a simple statistical filtering scheme can be used to filter outputs of the classifier that are incoherent with regards to the training set, so as to allow the classifier to work in open world, and reject other types of objects. Finally, we investigated the possibility to perform road detection in LIDAR scans, from deep neural networks. We proposed two architectures that are inspired by recent state-of-the-art LIDAR processing systems. A training dataset was acquired and labeled in a semi-automatic fashion from road maps. A set of fused neural networks reaches satisfactory results, which allowed us to use them in an evidential road mapping and object detection algorithm, that manages to run at 10 Hz Note de contenu : 1- Introduction
2- Machine learning for perception in autonomous driving
3- The evidence theory, and its applications in autonomous driving
4- A synchronous evidential grid mapping from RGB images and LIDAR scans
5- Evidential LIDAR object classification
6- Road detection in LIDAR scans
7- Application of RoadSeg:evidential road surface mapping
8- ConclusionNuméro de notice : 25895 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Robotique et Sciences et Technologies de l'Information et des Systèmes : UTC : 2020 Organisme de stage : Laboratoire Heudiasyc nature-HAL : Thèse DOI : sans En ligne : https://hal.science/tel-02897810v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96013 Cartographie des essences forestières à partir de séries temporelles d’images satellitaires à hautes résolutions : stabilité des prédictions, autocorrélation spatiale et cohérence avec la phénologie observée in situ / Nicolas Karasiak (2020)
Titre : Cartographie des essences forestières à partir de séries temporelles d’images satellitaires à hautes résolutions : stabilité des prédictions, autocorrélation spatiale et cohérence avec la phénologie observée in situ Type de document : Thèse/HDR Auteurs : Nicolas Karasiak, Auteur ; Claude Monteil, Directeur de thèse ; Jean-Français Dejoux, Directeur de thèse ; David Sheeren , Directeur de thèse Editeur : Toulouse : Université de Toulouse Année de publication : 2020 Importance : 240 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, délivré par l'Institut National Polytechnique de Toulouse, spécialité : Agrosystèmes, Écosystèmes et EnvironnementLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] autocorrélation spatiale
[Termes IGN] bibliothèque logicielle
[Termes IGN] carte forestière
[Termes IGN] essence d'arbre
[Termes IGN] image à haute résolution
[Termes IGN] image Formosat/COSMIC
[Termes IGN] image Landsat-8
[Termes IGN] image Sentinel-MSI
[Termes IGN] phénologie
[Termes IGN] série temporelleIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La forêt a un rôle essentiel sur terre, que ce soit pour stocker le carbone et ainsi lutter contre le réchauffement climatique ou encore fournir un habitat à de nombreuses espèces. Or, la composition de la forêt (la localisation des essences ou leur diversité) a une influence sur les services écologiques rendus. Dans ce contexte, il est important de cartographier les forêts et les essences qui la composent. La télédétection, en particulier à partir d’images satellitaires, apparait comme le moyen le plus adéquat pour caractériser un vaste territoire. Avec l’arrivée de constellations satellitaires comme Sentinel-2 ou Landsat-8 et leur gratuité d’acquisition pour l’utilisateur, il devient possible d’envisager l’usage de séries temporelles d’images satellites à haute résolution spatiale, spectrale et temporelle à l’aide d’algorithmes d’apprentissage automatique. Si de nombreux travaux ont étudié le potentiel des images satellitaires pour identifier les essences, rares sont ceux qui utilisent des séries temporelles (plusieurs images par an) avec une haute résolution spatiale et en tenant compte de l’autocorrélation spatiale des références, i.e. la ressemblance des échantillons spatialement proches les uns des autres. Or, en ne prenant pas en compte ce phénomène, des biais d’évaluation peuvent survenir et ainsi surestimer la qualité des modèles d’apprentissage. Il s’agit aussi de mieux cerner les verrous méthodologiques afin de comprendre pourquoi il peut être facile ou compliqué pour un algorithme d’identifier une essence d’une autre. L’objectif général de la thèse vise à étudier le potentiel et les verrous concernant la reconnaissance des essences forestières à partir des séries temporelles d’images satellite à haute résolution spatiale, spectrale et temporelle. Le premier objectif consiste à étudier la stabilité temporelle des prédictions à partir d’une archive de neuf ans du satellite Formosat-2. Plus particulièrement, les travaux portent sur la mise en place d’une méthode de validation qui soit le plus fidèle à la qualité observée des cartographies. Le second objectif s’intéresse au lien entre les évènements phénologiques in situ (pousse des feuilles en début de saison, ou perte et coloration des feuilles en fin de saison) et ce qui est observable par télédétection. Outre la capacité de détecter ces évènements, il sera étudié si ce qui permet aux algorithmes de différencier les essences les unes des autres est lié à des comportements spécifiques par espèce. Note de contenu : 1- Introduction
2- Etude de la stabilité spatiale et statistique des prédictions
3- Etude de l’impact de l’autocorrélation spatiale
4- Etude et apport de la phénologie
5- Partage des outils et des données : assurer une reproductibilité des travaux
6- Conclusion généraleNuméro de notice : 28326 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Agrosystèmes, Écosystèmes et Environnement : Toulouse : 2020 Organisme de stage : DYNAFOR DOI : sans En ligne : http://www.theses.fr/2020INPT0115 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98378 Classification of poplar trees with object-based ensemble learning algorithms using Sentinel-2A imagery / H. Tombul in Journal of geodetic science, vol 10 n° 1 (January 2020)PermalinkClassification of time series of Sentinel-2 images for large scale mapping in Cameroon / Hermann Tagne (2020)PermalinkCombination of linear regression lines to understand the response of Sentinel-1 dual polarization SAR data with crop phenology - case study in Miyazaki, Japan / Emal Wali in Remote sensing, vol 12 n° 1 (January 2020)PermalinkComparison of multi-seasonal Landsat 8, Sentinel-2 and hyperspectral images for mapping forest alliances in Northern California / Matthew L. Clark in ISPRS Journal of photogrammetry and remote sensing, vol 159 (January 2020)PermalinkConstraint based evaluation of generalized images generated by deep learning / Azelle Courtial (2020)PermalinkCréation d’un outil d’interrogation du référentiel régional pédologique de Bretagne pour estimation du stock de carbone organique du sol / Louise Grall (2020)PermalinkPermalinkEstimation et suivi de la ressource en bois en France métropolitaine par valorisation des séries multi-temporelles à haute résolution spatiale d'images optiques (Sentinel-2) et radar (Sentinel-1, ALOS-PALSAR) / David Morin (2020)PermalinkGénération de cartes tactiles photoréalistes pour personnes déficientes visuelles par apprentissage profond / Gauthier Fillières-Riveau in Revue internationale de géomatique, vol 30 n° 1-2 (janvier - juin 2020)PermalinkGéodésie, topographie, cartographie / Bernard Lamy (2020)Permalink