Descripteur
Documents disponibles dans cette catégorie (2280)
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
Correcting for nondetection in estimating forest characteristics from single-scan terrestrial laser measurements / Mikko Kuronen in Canadian Journal of Forest Research, vol 49 n° 1 (janvier 2019)
[article]
Titre : Correcting for nondetection in estimating forest characteristics from single-scan terrestrial laser measurements Type de document : Article/Communication Auteurs : Mikko Kuronen, Auteur ; Helena M. Henttonen, Auteur ; Mari Myllymäki, Auteur Année de publication : 2019 Article en page(s) : pp 96 - 103 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] densité de la végétation
[Termes IGN] détection d'arbres
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] erreur systématique
[Termes IGN] estimateur
[Termes IGN] estimation statistique
[Termes IGN] occultation du signal
[Termes IGN] semis de points
[Termes IGN] télémétrie laser terrestreRésumé : (Auteur) Un problème inhérent à l’utilisation du balayage laser terrestre avec un seul balayage vient du fait que certains arbres sont cachés par d’autres et ne sont donc pas détectés dans l’analyse. Un estimateur de base des caractéristiques de la forêt, comme la densité ou la surface terrière, est basé sur la zone visible d’un balayage. Cependant, une simple compensation de la non-détection par la zone visible peut entraîner un biais important même dans les forêts répondant à une distribution de Poisson, surtout si la détection d’un arbre dépend de sa taille. Nous proposons un nouvel estimateur qui est une généralisation de l’estimateur basé sur la zone visible. Plus important encore, le nouvel estimateur permet d’utiliser différentes règles de détection ; par exemple, la visibilité requise pour la détection d’un arbre peut être complète ou partielle. Une étude par simulation a montré qu’il fonctionne correctement dans différents types de forêts, simulées et empiriques, avec différentes règles de détection. [Traduit par la Rédaction] Numéro de notice : A2019-231 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1139/cjfr-2018-0072 En ligne : https://doi.org/10.1139/cjfr-2018-0072 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92745
in Canadian Journal of Forest Research > vol 49 n° 1 (janvier 2019) . - pp 96 - 103[article]Détection et localisation d'objets 3D par apprentissage profond en topologie capteur / Pierre Biasutti (2019)
Titre : Détection et localisation d'objets 3D par apprentissage profond en topologie capteur Type de document : Article/Communication Auteurs : Pierre Biasutti , Auteur ; Aurélie Bugeau, Auteur ; Jean-François Aujol, Auteur ; Mathieu Brédif , Auteur Editeur : Saint-Martin-d'Hères : Groupe de Recherche et d'Etude du Traitement du Signal et des Images GRETSI Année de publication : 2019 Projets : 1-Pas de projet / Conférence : GRETSI 2019, colloque du Groupe de Recherche et d'Etude du Traitement du Signal et des Images 26/08/2019 29/08/2019 Lille France OA proceedings Importance : 4 p. Format : 21 x 30 cm Note générale : Bibliographie
Ce travail a bénéficié d’une aide du programme de Recherche et Innovation European Union’s Horizon 2020 au titre de la bourse Marie Skłodowska-Curie (No 777826).Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] chaîne de traitement
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] compréhension de l'image
[Termes IGN] détection d'objet
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] fusion de données
[Termes IGN] image optique
[Termes IGN] scène 3D
[Termes IGN] semis de pointsRésumé : (Auteur) Ce travail présente une nouvelle méthode pour la détection et la localisation d'objets dans des scènes 3D LiDAR acquises par des systèmes de cartographie mobile. Ce problème est généralement traité en discrétisant l'espace 3D en une fine grille de voxels. Nous introduisons une approche alternative ne nécessitant pas de discrétisation. Elle est basée sur la représentation en 2D du nuage de points en topologie capteur (TC). Cette image sert d'entrée à un réseau de neurones convolutionnels qui en extrait les informations 3D des objets. La réprésentation en topologie capteur présentant des ambiguïtés dans le fond de la scène, nous améliorerons les résultats de détection en couplant ce modèle avec un réseau de détection 2D d'objets sur une image optique. Les prédictions des deux réseaux sont finalement fusionnées pour obtenir les détections finales. Numéro de notice : C2019-014 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans En ligne : https://hal.science/hal-02100719v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93269 Documents numériques
en open access
Détection et localisation d'objets 3D... - pdf auteurAdobe Acrobat PDF Earth observation, remote sensing and geoscientific ground investigations for archaeological and heritage research / Deodato Tapete (2019)
Titre : Earth observation, remote sensing and geoscientific ground investigations for archaeological and heritage research Type de document : Monographie Auteurs : Deodato Tapete, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2019 Importance : 304 p. ISBN/ISSN/EAN : 978-3-03921-194-4 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Active Microwave Instrumentation Synthetic Aperture Radar
[Termes IGN] analyse d'image orientée objet
[Termes IGN] bande C
[Termes IGN] bande X
[Termes IGN] détection automatique
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] image captée par drone
[Termes IGN] image Sentinel-MSI
[Termes IGN] modèle numérique de terrain
[Termes IGN] patrimoine archéologique
[Termes IGN] site archéologiqueRésumé : (Auteur) This book collects 15 papers written by renowned scholars from across the globe that showcase the forefront research in Earth observation (EO), remote sensing (RS), and geoscientific ground investigations to study archaeological records and cultural heritage. Archaeologists, anthropologists, geographers, remote sensing, and archaeometry experts share their methodologies relying on a wealth of techniques and data including, but not limited to: very high resolution satellite images from optical and radar space-borne sensors, air-borne surveys, geographic information systems (GIS), archaeological fieldwork, and historical maps.A couple of the contributions highlight the value of noninvasive and nondestructive laboratory analyses (e.g., neutron diffraction) to reconstruct ancient manufacturing technologies, and of geological ground investigations to corroborate hypotheses of historical events that shaped cultural landscapes.Case studies encompass famous UNESCO World Heritage Sites (e.g., the Nasca Lines in Peru), remote and yet-to-discover archaeological areas in tropical forests in central America, European countries, south Asian changing landscapes, and environments which are arid nowadays but were probably full of woody vegetation in the past.Finally, the reader can learn about the state-of-the-art of education initiatives to train site managers in the use of space technologies in support of their activities, and can understand the legal aspects involved in the application of EO and RS to address current challenges of African heritage preservation. Numéro de notice : 26501 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-03921-194-4 En ligne : https://doi.org/10.3390/books978-3-03921-194-4 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97049 Engraved footprints from the past. Retrieving cartographic geohistorical data from the Cassini Carte de France, 1750-1789 / Bertrand Duménieu (2019)
Titre : Engraved footprints from the past. Retrieving cartographic geohistorical data from the Cassini Carte de France, 1750-1789 Type de document : Article/Communication Auteurs : Bertrand Duménieu , Auteur ; Julien Chadeyron, Auteur ; Pascal Cristofoli, Auteur ; Julien Perret , Auteur ; Laurence Jolivet , Auteur ; Stéphane Baciocchi, Auteur ; Stéphane Gomis, Auteur ; Maurizio Gribaudi, Auteur ; Isabelle Langlois, Auteur ; Claude Motte, Auteur ; Marie-Christine Vouloir, Auteur Editeur : International Cartographic Association ICA - Association cartographique internationale ACI Année de publication : 2019 Projets : SODUCO / Perret, Julien Conférence : ICC 2019, 29th International Cartographic Conference ICA, Mapping everything for everyone 15/07/2019 20/07/2019 Tokyo Japon Open Access Abstracts of the ICA Importance : 2 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] base de données localisées
[Termes IGN] carte de Cassini
[Termes IGN] carte de France
[Termes IGN] code source libre
[Termes IGN] données vectorielles
[Termes IGN] esthétique cartographique
[Termes IGN] extraction de données
[Termes IGN] histoire de la cartographie
[Termes IGN] système d'information géographiqueRésumé : (auteur) Antique maps are full of engraved geohistorical features. They provide representations of past states of the geographical space and are favored by historians and social scientists for their uniqueness and coherence. Working on a GIS dedicated to the history of the French territory, we extracted spatial information from the Cassini Carte de France (full name Carte Générale & Particulière de la France) as vector data. Based on the first geodetic survey of France [1, 4], this well-known and monumental map has been drawn on 182 paper sheets of size 610 x 955 mm at the scale of 1:86,400 or 1 line for 100~toises (1 inch to 1.36 miles). It depicts the French territory with fine-grained information about populated and named places, settlements, landscape features, hydrographic, ecclesiastical and road networks [3, 5, 6, 7]. As a case study, the sheet numbered 52 provided more than 6 800 spatial footprints that we have stored as a geographic database. Following the distinction made by Cassini himself between “geometric” and “topographic” entities, our geographical database is composed of two families of data, namely Triangulated Geographical Entities (“geometric” entities in Cassini’s own terms) whose geodetic properties are partly documented and Relative Geographical Entities (“topographic” in Cassini’s terms) which are dependent on and located relative to the former (Fig. 1). Those entities are analytically distinct but come together from a single artifact: the primary source they are engraved in during the mapmaking process. Because this process of embeddedness is not fully documented, retrieving both classes of entities called for a cautious cartographic visualisation with similar semiological rules and aesthetics as the original historical map (Fig. 2). This “Cassini map style” preserves the cartographic properties of the geohistorical data extracted from this primary source: generalisation, scale, spatial granularity and the overall intentions of the mapmakers [2]. Often neglected, such properties are constitutive components and dimensions of the mapping style which forms the context and gives crucial information on the accuracy and the relationships between geo-historical data enclosedin.Ourposterprovidesarenewedcartographicvisualisationofthesheet52ndsheetoftheCartedeFrance, centred on the french cities of Clermont, Riom and Thiers. It reveals unnoticed cartographic entities that were hardly legible in the original map. The historiography of cartography has been largely, and for a long time, based on critical edition of old maps published as non-georeferenced facsimile. We propose to renew this approach by producing digital maps from vector geographic databases that combine the aesthetics and semiology of old map styles with the modelling capabilities of modern GIS. Numéro de notice : C2019-036 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Poster nature-HAL : Poster-avec-CL DOI : 10.5194/ica-abs-1-68-2019 En ligne : https://doi.org/10.5194/ica-abs-1-68-2019 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95335 Estimation de profondeur à partir d'images monoculaires par apprentissage profond / Michel Moukari (2019)
Titre : Estimation de profondeur à partir d'images monoculaires par apprentissage profond Type de document : Thèse/HDR Auteurs : Michel Moukari, Auteur ; Frédéric Jurie, Directeur de thèse Editeur : Caen [France] : Université de Caen Normandie Année de publication : 2019 Importance : 182 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le diplôme de Doctorat, Spécialité Informatique, préparée au sein de l'Université Caen NormandieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] acuité stéréoscopique
[Termes IGN] analyse multiéchelle
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] carte de profondeur
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] compréhension de l'image
[Termes IGN] données lidar
[Termes IGN] image 3D
[Termes IGN] image RVB
[Termes IGN] incertitude des données
[Termes IGN] traitement d'image
[Termes IGN] vision monoculaire
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La vision par ordinateur est une branche de l'intelligence artificielle dont le but est de permettre à une machine d'analyser, de traiter et de comprendre le contenu d'images numériques. La compréhension de scène en particulier est un enjeu majeur en vision par ordinateur. Elle passe par une caractérisation à la fois sémantique et structurelle de l'image, permettant d'une part d'en décrire le contenu et, d'autre part, d'en comprendre la géométrie. Cependant tandis que l'espace réel est de nature tridimensionnelle, l'image qui le représente, elle, est bidimensionnelle. Une partie de l'information 3D est donc perdue lors du processus de formation de l'image et il est d'autant plus complexe de décrire la géométrie d'une scène à partir d'images 2D de celle-ci.Il existe plusieurs manières de retrouver l'information de profondeur perdue lors de la formation de l'image. Dans cette thèse nous nous intéressons à l’estimation d'une carte de profondeur étant donné une seule image de la scène. Dans ce cas, l'information de profondeur correspond, pour chaque pixel, à la distance entre la caméra et l'objet représenté en ce pixel. L'estimation automatique d'une carte de distances de la scène à partir d'une image est en effet une brique algorithmique critique dans de très nombreux domaines, en particulier celui des véhicules autonomes (détection d’obstacles, aide à la navigation).Bien que le problème de l'estimation de profondeur à partir d'une seule image soit un problème difficile et intrinsèquement mal posé, nous savons que l'Homme peut apprécier les distances avec un seul œil. Cette capacité n'est pas innée mais acquise et elle est possible en grande partie grâce à l'identification d'indices reflétant la connaissance a priori des objets qui nous entourent. Par ailleurs, nous savons que des algorithmes d'apprentissage peuvent extraire ces indices directement depuis des images. Nous nous intéressons en particulier aux méthodes d’apprentissage statistique basées sur des réseaux de neurones profond qui ont récemment permis des percées majeures dans de nombreux domaines et nous étudions le cas de l'estimation de profondeur monoculaire. Note de contenu : 1- Introduction
2- État de l’art
3- Influence des hyperparamètres
4- Analyse multi-échelle
5- Évaluation de l’incertitude prédictive
6- Complétion de profondeur et estimation de confiance
7- Conclusions et perspectivesNuméro de notice : 25834 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Caen-Normandie : 2019 nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-02426260/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95172 EuroSDR GeoBIM project a study in Europe on how to use the potentials of BIM and GEO data in practice / Francesca Noardo (2019)PermalinkEvaluation of terrestrial and airborne gravity data over Antarctica : a generic approach / Philipp Zingerle in Journal of geodetic science, vol 9 n° 1 (January 2019)PermalinkPermalinkForest inventory sensitivity to UAS-based image processing algorithms / Bonifasius Maturbongs in Annals of forest research, vol 62 n° 1 (January - June 2019)PermalinkA growth-model-driven technique for tree stem diameter estimation by using airborne LiDAR data / Claudia Paris in IEEE Transactions on geoscience and remote sensing, vol 57 n° 1 (January 2019)PermalinkIndividual tree detection and crown delineation with 3D information from multi-view satellite Images / Changlin Xiao in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 1 (January 2019)PermalinkIntegration of lidar data and GIS data for point cloud semantic enrichment at the point level / Harith Aljumaily in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 1 (January 2019)PermalinkIs field-measured tree height as reliable as believed – A comparison study of tree height estimates from field measurement, airborne laser scanning and terrestrial laser scanning in a boreal forest / Yunsheng Wang in ISPRS Journal of photogrammetry and remote sensing, vol 147 (January 2019)PermalinkLU-Net, An efficient network for 3D LiDAR point cloud semantic segmentation based on end-to-end-learned 3D features and U-Net / Pierre Biasutti (2019)PermalinkMeasuring stem diameters with TLS in boreal forests by complementary fitting procedure / Timo P Pitkänen in ISPRS Journal of photogrammetry and remote sensing, vol 147 (January 2019)PermalinkPermalinkA multi-faceted CNN architecture for automatic classification of mobile LiDAR data and an algorithm to reproduce point cloud samples for enhanced training / Bhavesh Kumar in ISPRS Journal of photogrammetry and remote sensing, vol 147 (January 2019)PermalinkPermalinkPermalinkRecalage conjoint de données de cartographie mobile et de modèles 3D de bâtiments / Miloud Mezian (2019)PermalinkPermalinkSIG, introduction à la géomatique et mise en place d'un système d'information géographique libre / Nicolas Roelandt (2019)PermalinkSoftware comparison for underwater archaeological photogrammetric applications / Marinos Vlachos (2019)PermalinkA spatiotemporal calculus for reasoning about land-use trajectories / Adeline Marinho Maciel in International journal of geographical information science IJGIS, Vol 33 n° 1-2 (January - February 2019)PermalinkLes systèmes d'information géographique / Christina Aschan-Leygonie (2019)Permalink