Descripteur
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
Challenging deep image descriptors for retrieval in heterogeneous iconographic collections / Dimitri Gominski (2019)
Titre : Challenging deep image descriptors for retrieval in heterogeneous iconographic collections Type de document : Article/Communication Auteurs : Dimitri Gominski Editeur : New York [Etats-Unis] : Association for computing machinery ACM Année de publication : 2019 Autre Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Projets : Alegoria / Gouet-Brunet, Valérie Conférence : SUMAC 2019, 1st workshop on Structuring and Understanding of Multimedia heritAge Contents 21/10/2019 21/10/2019 Nice France Proceedings ACM Importance : pp 31 - 38 Format : 21 x 30 cm Note générale : bibliographie
Preprint publié sur ArXiv https://arxiv.org/abs/1909.08866v1Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse visuelle
[Termes IGN] apprentissage profond
[Termes IGN] base de données d'images
[Termes IGN] collection
[Termes IGN] descripteur
[Termes IGN] données hétérogènes
[Termes IGN] exploration de données
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] iconographie
[Termes IGN] image multi sources
[Termes IGN] indexation
[Termes IGN] jeu de données
[Termes IGN] recherche d'image basée sur le contenuRésumé : (auteur) This article proposes to study the behavior of recent and efficient state-of-the-art deep-learning based image descriptors for content-based image retrieval, facing a panel of complex variations appearing in heterogeneous image datasets, in particular in cultural collections that may involve multi-source, multi-date and multi-view contents. For this purpose, we introduce a novel dataset, namely Alegoria dataset, consisting of 12,952 iconographic contents representing landscapes of the French territory, and encapsultating a large range of intra-class variations of appearance which were finely labelled. Six deep features (DELF, NetVLAD, GeM, MAC, RMAC, SPoC) and a hand-crafted local descriptor (ORB) are evaluated against these variations. Their performance are discussed, with the objective of providing the reader with research directions for improving image description techniques dedicated to complex heterogeneous datasets that are now increasingly present in topical applications targeting heritage valorization. Numéro de notice : C2019-022 Affiliation des auteurs : LASTIG MATIS (2012-2019) Autre URL associée : ArXiv Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1145/3347317.3357246 Date de publication en ligne : 19/09/2019 En ligne : https://doi.org/10.1145/3347317.3357246 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93623
Titre : Interactive image geolocalization in an immersive web application Type de document : Article/Communication Auteurs : Mouna Harrach, Auteur ; Alexandre Devaux Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2019 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 42-2-W9 Projets : Alegoria / Gouet-Brunet, Valérie Conférence : 3D-ARCH 2019, 8th International ISPRS Workshop on 3D Virtual Reconstruction and Visualization of Complex Architectures 06/02/2019 08/02/2019 Bergame Italie Open Access Proceedings Importance : 4 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] application web
[Termes IGN] collection
[Termes IGN] conservation du patrimoine
[Termes IGN] géoréférencement
[Termes IGN] iconographie
[Termes IGN] image numérisée
[Termes IGN] interactivité
[Termes IGN] MicMac
[Termes IGN] modèle numérique de terrain
[Termes IGN] modélisation 3D
[Termes IGN] patrimoine culturel
[Termes IGN] photographie aérienne
[Termes IGN] photographie terrestre
[Termes IGN] semis de points
[Termes IGN] webGLRésumé : (auteur) For a long time people have been interested in the past and history and how we can go back in time using a time machine. And while we cannot invent a time machine, at least not yet, we can create a virtual one. Our ”virtual” time machine is an interactive web application that allows users to browse through and navigate within historical images (aerial/terrestrial photographs or postcards) that are projected on a 3D photogrammetric model (point cloud or 3D mesh), thus going back in time and interacting with historical 3D models and images. This was achieved by adopting a semiautomatic approach where the user identifies first 6 to 8 hints on the historical image and the photogrammetric model, then this information is used as an entry data to a photogrammetric software that computes the pose and orientation of the image. The purpose of this work, which is part of the ALEGORIA project, is to preserve cultural heritage, to give the users the opportunity to go back in time and study history of a place or simply discover howtheir hometown looked some years ago. Numéro de notice : C2019-030 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprs-archives-XLII-2-W9-377-2019 Date de publication en ligne : 31/01/2019 En ligne : https://doi.org/10.5194/isprs-archives-XLII-2-W9-377-2019 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94597
Titre : Combination of image descriptors for the exploration of cultural photographic collections Type de document : Article/Communication Auteurs : Neelanjan Bhowmik Année de publication : 2017 Projets : POEME / Da Silva, Jean-Claude Article en page(s) : pp 1 - 13 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] base de données d'images
[Termes IGN] classification barycentrique
[Termes IGN] collection
[Termes IGN] fusion de données
[Termes IGN] image numérisée
[Termes IGN] moteur de recherche
[Termes IGN] patrimoine culturel
[Termes IGN] régression
[Termes IGN] web des donnéesRésumé : (Auteur) The rapid growth of image digitization and collections in recent years makes it challenging and burdensome to organize, categorize, and retrieve similar images from voluminous collections. Content-based image retrieval (CBIR) is immensely convenient in this context. A considerable number of local feature detectors and descriptors are present in the literature of CBIR. We propose a model to anticipate the best feature combinations for image retrieval-related applications. Several spatial complementarity criteria of local feature detectors are analyzed and then engaged in a regression framework to find the optimal combination of detectors for a given dataset and are better adapted for each given image; the proposed model is also useful to optimally fix some other parameters, such as the k in k-nearest neighbor retrieval. Three public datasets of various contents and sizes are employed to evaluate the proposal, which is legitimized by improving the quality of retrieval notably facing classical approaches. Finally, the proposed image search engine is applied to the cultural photographic collections of a French museum, where it demonstrates its added value for the exploration and promotion of these contents at different levels from their archiving up to their exhibition in or ex situ. Numéro de notice : A2017-189 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1117/1.JEI.26.1.011019 Date de publication en ligne : 19/12/2016 En ligne : http://dx.doi.org/10.1117/1.JEI.26.1.011019 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84799
in Journal of Electronic Imaging > vol 26 n° 1 (January - February 2017) . - pp 1 - 13[article]
Titre : Recherche multi-descripteurs dans les fonds photographiques numérisés Titre original : Multi-descriptor retrieval in digitalized photographs collections Type de document : Thèse/HDR Auteurs : Neelanjan Bhowmik Editeur : Champs/Marne : Université Paris-Est Année de publication : 2017 Importance : 266 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] base de données d'images
[Termes IGN] collection
[Termes IGN] descripteur
[Termes IGN] détection d'objet
[Termes IGN] estimation de pose
[Termes IGN] exploration de données
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] index
[Termes IGN] localisation basée image
[Termes IGN] modèle de simulation
[Termes IGN] patrimoine culturel
[Termes IGN] point d'intérêt
[Termes IGN] recherche d'image basée sur le contenu
[Termes IGN] reconnaissance d'objets
[Termes IGN] régression linéaireIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La recherche d’images par contenu (CBIR) est une discipline de l’informatique qui vise à structurer automatiquement les collections d’images selon des critères visuels. Les fonctionnalités proposées couvrent notamment l’accès efficace aux images dans une grande base de données d’images ou l’identification de leur contenu par des outils de détection et de reconnaissance d’objets. Ils ont un impact sur une large gamme de domaines qui manipulent ce genre de données, telles que le multimedia, la culture, la sécurité, la santé, la recherche scientifique, etc. Indexer une image à partir de son contenu visuel nécessite d’abord de produire un résumé visuel de ce contenu pour un usage donné, qui sera l’index de cette image dans la collection. En matière de descripteurs d’images, la littérature est désormais très riche : plusieurs familles de descripteurs existent, et dans chaque famille, de nombreuses approches cohabitent. Bon nombre de descripteurs ne décrivant pas la même information et n’ayant pas les mêmes propriétés d’invariance, il peut être pertinent de les combiner de manière à mieux décrire le contenu de l’image. Cette combinaison peut être mise en oeuvre de différentes manières, selon les descripteurs considérés et le but recherché. Dans cette thèse, nous nous concentrons sur la famille des descripteurs locaux, avec pour application la recherche d’images ou d’objets par l’exemple dans une collection d’images. Leurs bonnes propriétés les rendent très populaires pour la recherche, la reconnaissance et la catégorisation d'objets et de scènes. Deux directions de recherche sont étudiées : Combinaison de caractéristiques pour la recherche d’images par l’exemple : Le coeur de la thèse repose sur la proposition d’un modèle pour combiner des descripteurs de bas niveau et génériques afin d’obtenir un descripteur plus riche et adapté à un cas d’utilisation donné tout en conservant la généricité afin d’indexer différents types de contenus visuels. L’application considérée étant la recherche par l’exemple, une autre difficulté majeure est la complexité de la proposition, qui doit correspondre à des temps de récupération réduits, même avec de grands ensembles de données. Pour atteindre ces objectifs, nous proposons une approche basée sur la fusion d'index inversés, ce qui permet de mieux représenter le contenu tout en étant associé à une méthode d’accès efficace. Complémentarité des descripteurs : Nous nous concentrons sur l’évaluation de la complémentarité des descripteurs locaux existant en proposant des critères statistiques d’analyse de leur répartition spatiale dans l'image. Ce travail permet de mettre en évidence une synergie entre certaines de ces techniques lorsqu’elles sont jugées suffisamment complémentaires. Les critères spatiaux sont exploités dans un modèle de prédiction à base de régression linéaire, qui a l'avantage de permettre la sélection de combinaisons de descripteurs optimale pour la base considérée mais surtout pour chaque image de cette base. L'approche est évaluée avec le moteur de recherche multi-index, où il montre sa pertinence et met aussi en lumière le fait que la combinaison optimale de descripteurs peut varier d'une image à l'autre. En outre, nous exploitons les deux propositions précédentes pour traiter le problème de la recherche d'images inter-domaines, correspondant notamment à des vues multi-source et multi-date. Deux applications sont explorées dans cette thèse. La recherche d’images inter-domaines est appliquée aux collections photographiques culturelles numérisées d’un musée, où elle démontre son efficacité pour l’exploration et la valorisation de ces contenus à différents niveaux, depuis leur archivage jusqu’à leur exposition ou ex situ. Ensuite, nous explorons l’application de la localisation basée image entre domaines, où la pose d’une image est estimée à partir d’images géoréférencées, en retrouvant des images géolocalisées visuellement similaires à la requête. Numéro de notice : 17573 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Organisme de stage : MATIS (IGN) ; Nicéphore Cité nature-HAL : Thèse DOI : sans En ligne : https://tel.hal.science/tel-01759559 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91963
Titre : The point-radius method for georeferencing locality descriptions and calculating associated uncertainty Type de document : Article/Communication Auteurs : J. Wieczorek, Auteur ; Q. Guo, Auteur ; R.J. Hijmans, Auteur Année de publication : 2004 Article en page(s) : pp 745 - 767 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] collection
[Termes IGN] erreur de positionnement
[Termes IGN] géocodage
[Termes IGN] imprécision des données
[Termes IGN] musée
[Termes IGN] objetRésumé : (Auteur) Natural history museums store millions of specimens of geological, biological, and cultural entities. Data related to these objects are in increasing demand for investigations of biodiversity and its relationship to the environment and anthropogenic disturbance. A major barrier to the use of these data in GIS is that collecting localities have typically been recorded as textual descriptions, without geographic coordinates. We describe a method for georeferencing locality descriptions that accounts for the idiosyncrasies, sources of uncertainty, and practical maintenance requirements encountered when working with natural history collections. Each locality is described as a circle, with a point to mark the position most closely described by the locality description, and a radius to describe the maximum distance from that point within which the locality is expected to occur. The calculation of the radius takes into account aspects of the precision and specificity of the locality description, as well as the map scale, datum, precision and accuracy of the sources used to determine coordinates. This method minimizes the subjectivity involved in the georeferencing process. The resulting georeferences are consistent, reproducible, and allow for the use of uncertainty in analyses that use these data. Numéro de notice : A2004-482 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article DOI : 10.1080/13658810412331280211 En ligne : https://doi.org/10.1080/13658810412331280211 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=27000
in International journal of geographical information science IJGIS > vol 18 n° 8 (december 2004) . - pp 745 - 767[article]Exemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 079-04081 RAB Revue Centre de documentation En réserve L003 Disponible 079-04082 RAB Revue Centre de documentation En réserve L003 Disponible PermalinkPermalinkLe catalogage : méthode et pratiques, vol 1. Monographies et publications en série / M.R. Cazabon (1991)
PermalinkPermalinkPermalink
