Descripteur
|
Termes IGN > géomatique > base de données localisées > base de données dérivée
base de données dérivée |
Documents disponibles dans cette catégorie (10)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesEtendre la recherche sur niveau(x) vers le bas
Détection d’ouvertures par segmentation sémantique de nuages de points 3D : apport de l’apprentissage profond / Camille Lhenry (2021)
Titre : Détection d’ouvertures par segmentation sémantique de nuages de points 3D : apport de l’apprentissage profond Type de document : Mémoire Auteurs : Camille Lhenry, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2021 Importance : 106 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] apprentissage profond
[Termes IGN] base de données dérivée
[Termes IGN] classification par Perceptron multicouche
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] fenêtre (bâtiment)
[Termes IGN] image RVB
[Termes IGN] image thermique
[Termes IGN] modélisation 3D du bâti BIM
[Termes IGN] Python (langage de programmation)
[Termes IGN] réseau neuronal de graphes
[Termes IGN] segmentation sémantique
[Termes IGN] semis de pointsIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) Grâce au développement rapide des techniques d’acquisition 3D, les nuages de points sont de plus en plus utilisés dans divers domaines. Ils sont notamment la donnée de départ pour le développement de BIM (Building Information Modeling) de bâtiments existants, processus permettant le travail collaboratif des différents corps de métier. Néanmoins, le traitement de cette donnée est une étape majoritairement manuelle, longue et chronophage. Ce projet de fin d’études s’inscrit donc dans une problématique d’automatisation des traitements menant du nuage de points au BIM et se concentre sur la segmentation automatique des ouvertures des bâtiments. Cette problématique a été abordée par de multiples auteurs avec des méthodes algorithmiques ou d’apprentissage machine, qui nécessitent une certaine implication de l’utilisateur. Profitant de l’expansion du domaine de l’apprentissage profond, le réseau de neurones PointNet++ (Qi, Yi, Su & Guibas 2017) a été utilisé pour répondre à l’objectif de l’étude. Malgré les difficultés inhérentes à la nature des éléments à segmenter (transparence des matériaux, variabilité des styles architecturaux), la qualité de segmentation des ouvertures est prometteuse, notamment en couplant l’information thermique au nuage de points. Le défi majeur mis en évidence par l’étude est le manque de bases de données d’apprentissage, indispensables à l’utilisation de réseaux de neurones. Face à cet obstacle, une solution semi-automatique nécessitant la labellisation manuelle d’une portion limitée du bâtiment est présentée. Note de contenu : Introduction
1- Etat de l'art
2- Développement de la méthode
3- Résultats et discussions
Conclusions et perspectivesNuméro de notice : 28682 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : Laboratoire ICUBE En ligne : http://eprints2.insa-strasbourg.fr/4492/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99976 Modeling spatiotemporal information generation / Simon Scheider in International journal of geographical information science IJGIS, vol 30 n° 9-10 (September - October 2016)
Titre : Modeling spatiotemporal information generation Type de document : Article/Communication Auteurs : Simon Scheider, Auteur ; Benedikt Gräler, Auteur ; Edzer J. Pebesma, Auteur ; Christophe Stasch, Auteur Année de publication : 2016 Article en page(s) : pp 1980 - 2008 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] base de données dérivée
[Termes IGN] données hétérogènes
[Termes IGN] exploration de données géographiques
[Termes IGN] information géographique
[Termes IGN] mise à jour de base de données
[Termes IGN] mise à jour en continu
[Termes IGN] regroupement de données
[Termes IGN] source de donnéesRésumé : (Auteur) Maintaining knowledge about the provenance of datasets, that is, about how they were obtained, is crucial for their further use. Contrary to what the overused metaphors of ‘data mining’ and ‘big data’ are implying, it is hardly possible to use data in a meaningful way if information about sources and types of conversions is discarded in the process of data gathering. A generative model of spatiotemporal information could not only help automating the description of derivation processes but also assessing the scope of a dataset’s future use by exploring possible transformations. Even though there are technical approaches to document data provenance, models for describing how spatiotemporal data are generated are still missing. To fill this gap, we introduce an algebra that models data generation and describes how datasets are derived, in terms of types of reference systems. We illustrate its versatility by applying it to a number of derivation scenarios, ranging from field aggregation to trajectory generation, and discuss its potential for retrieval, analysis support systems, as well as for assessing the space of meaningful computations. Numéro de notice : A2016-573 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2016.1151520 En ligne : http://dx.doi.org/10.1080/13658816.2016.1151520 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=81729
in International journal of geographical information science IJGIS > vol 30 n° 9-10 (September - October 2016) . - pp 1980 - 2008[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 079-2016051 RAB Revue Centre de documentation En réserve L003 Disponible
Titre : Airborne LiDAR and terrestrial laser scanning derived vegetation obstruction factors for visibility models Type de document : Article/Communication Auteurs : Jayson Murgoitio, Auteur ; Rupesh Shrestha, Auteur ; Nancy Glenn, Auteur ; Lucas Spaete, Auteur Année de publication : 2014 Article en page(s) : pp 125 - 146 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] arbre (flore)
[Termes IGN] base de données dérivée
[Termes IGN] contour
[Termes IGN] corrélation
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] écosystème forestier
[Termes IGN] intégration de données
[Termes IGN] Pinus contorta
[Termes IGN] régression
[Termes IGN] télémétrie laser aéroporté
[Termes IGN] télémétrie laser terrestre
[Termes IGN] visibilitéRésumé : (Auteur) Research presented here explores the feasibility of leveraging vegetation data derived from airborne light detection and ranging (LiDAR) and terrestrial laser scanning (TLS) for visibility modeling. Using LiDAR and TLS datasets of a lodgepole pine (Pinus contorta) dominant ecosystem, tree canopy and trunk obstructions were isolated relevant to a discrete visibility beam in a short-range line-of-sight model. Cumulative obstruction factors from vegetation were compared with reference visibility values from digital photographs along sightline paths. LiDAR-derived tree factors were augmented with single-scan TLS data for obstruction prediction. Good correlation between datasets was found up to 10 m from the terrestrial scanner, but fine scale visibility modeling was problematic at longer distances. Analysis of correlation and regression results reveal the influence of obstruction shadowing inherent to discrete LiDAR and TLS, potentially limiting the feasibility of modeling visibility over large areas with similar technology. However, the results support the potential for TLS-derived subcanopy metrics for augmenting large amounts of aerial LiDAR data to significantly improve models of forest structure. Subtle LiDAR processing improvements, including more accurate tree delineation through higher point density aerial data, combined with better vegetation quantification processes for TLS data, will advance the feasibility and accuracy of data integration. Numéro de notice : A2014-069 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12022 Date de publication en ligne : 17/05/2013 En ligne : https://doi.org/10.1111/tgis.12022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32974
in Transactions in GIS > vol 18 n° 1 (February 2014) . - pp 125 - 146[article]
Titre : Enrichissement automatique de données par analyse spatiale pour la généralisation de réseaux Titre original : Data enrichment based on spatial analysis for networks generalisation Type de document : Article/Communication Auteurs : Guillaume Touya Année de publication : 2010 Article en page(s) : pp 175 - 199 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] analyse spatiale
[Termes IGN] base de données dérivée
[Termes IGN] données localisées
[Termes IGN] généralisation automatique de données
[Termes IGN] généralisation de réseaux
[Termes IGN] graphe
[Termes IGN] objet géographique linéaire
[Termes IGN] réseau hydrographique
[Termes IGN] réseau routier
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) La généralisation est un processus qui vise à réduire le niveau de détail d'une base de données géographiques dans le but de satisfaire de nouvelles spécifications. La sélection est une étape importante de ce processus qui consiste à choisir en fonction du contexte géographique et des besoins les objets qui devraient apparaître dans la base de données généralisée. Cet article présente une méthode générale pour la sélection automatique de réseaux géographiques basée sur l'enrichissement de données par analyse spatiale. La base de données géographiques initiale est enrichie par la reconnaissance d'informations, de structures qui n'étaient pas explicites. Par exemple, dans un réseau routier, une aire d'autoroute est un ensemble de tronçons de route connectés entrant et sortant de l'autoroute. Les processus de sélection, plus spécifiques à chaque thème, prennent en compte cet enrichissement et traitent de manière adaptée ces structures qui sont essentielles pour les futures applications de la base de données généralisée (analyse, cartographie). La méthode présentée est mise en oeuvre pour les réseaux routier et hydrographique puis testée sur des données topographiques issues des bases de données de l'Institut géographique national. L'intérêt d'un tel enrichissement pour d'autres objectifs que la généralisation est étudié. Numéro de notice : A2010-239 Affiliation des auteurs : COGIT (1988-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article DOI : 10.3166/rig.20.175-199 En ligne : http://dx.doi.org/10.3166/rig.20.175-199 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=30433
in Revue internationale de géomatique > vol 20 n° 2 (juin - aout 2010) . - pp 175 - 199[article]Exemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 047-2010021 RAB Revue Centre de documentation En réserve L003 Disponible 047-2010022 RAB Revue Centre de documentation En réserve L003 Disponible Documents numériques
en open access
article enrichissement de donnéesAdobe Acrobat PDF
Titre : Managing generalisation updates in IGN map production Type de document : Chapitre/Contribution Auteurs : François Lecordix Editeur : Amsterdam [Pays Bas] : Elsevier Année de publication : 01/01/2007 Importance : 16 p. ; pp 285 - 300 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] 1:100.000
[Termes IGN] base de données cartographiques
[Termes IGN] base de données dérivée
[Termes IGN] BD TOP 100
[Termes IGN] conflit d'espace
[Termes IGN] généralisation de réseaux
[Termes IGN] Institut géographique national (France)
[Termes IGN] mise à jour de base de données
[Termes IGN] propagation amortie des déplacements
[Termes IGN] réseau routier
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) This chapter reviews practical experience gained from the application of generalisation tech-nologies in the production environment of the French National Mapping Agency (IGN). Two main stages in production that require generalisation solutions are presented. The first step con-cerns the process of creating from a geographic database a first version of a cartographic database in which generalisation conflicts have been solved. This allows us to print a first map edition. This complex derivation step is made only once for a map which will be published over many years after updating. The second step focuses on the repetitive process to propagate updating in a cartographic database in order to provide new map editions with a less expensive solution than via a new derivation process. In this chapter, generalisation solutions to produce a 1 : 100000 topo-graphic map series are presented in detail and illustrated with a number of examples illustrating road generalisation. These solutions come from different research projects on generalisation. The benefits of such new solutions are discussed. Numéro de notice : H2007-004 Affiliation des auteurs : IGN+Ext (1940-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Chapître / contribution Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=65896
