Descripteur
Documents disponibles dans cette catégorie (31)
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
Multisensor data fusion for cloud removal in global and all-season Sentinel-2 imagery / Patrick Ebel in IEEE Transactions on geoscience and remote sensing, Vol 59 n° 7 (July 2021)
Titre : Multisensor data fusion for cloud removal in global and all-season Sentinel-2 imagery Type de document : Article/Communication Auteurs : Patrick Ebel, Auteur ; Andrea Meraner, Auteur ; Michael Schmitt, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 5866 - 5878 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] détection des nuages
[Termes IGN] données multicapteurs
[Termes IGN] image Sentinel-MSI
[Termes IGN] nuage
[Termes IGN] reconstruction d'image
[Termes IGN] réseau antagoniste génératifRésumé : (auteur) The majority of optical observations acquired via spaceborne Earth imagery are affected by clouds. While there is numerous prior work on reconstructing cloud-covered information, previous studies are, oftentimes, confined to narrowly defined regions of interest, raising the question of whether an approach can generalize to a diverse set of observations acquired at variable cloud coverage or in different regions and seasons. We target the challenge of generalization by curating a large novel data set for training new cloud removal approaches and evaluate two recently proposed performance metrics of image quality and diversity. Our data set is the first publically available to contain a global sample of coregistered radar and optical observations, cloudy and cloud-free. Based on the observation that cloud coverage varies widely between clear skies and absolute coverage, we propose a novel model that can deal with either extreme and evaluate its performance on our proposed data set. Finally, we demonstrate the superiority of training models on real over synthetic data, underlining the need for a carefully curated data set of real observations. To facilitate future research, our data set is made available online. Numéro de notice : A2021-529 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.3024744 Date de publication en ligne : 02/10/2020 En ligne : https://doi.org/10.1109/TGRS.2020.3024744 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97980
in IEEE Transactions on geoscience and remote sensing > Vol 59 n° 7 (July 2021) . - pp 5866 - 5878[article]
Titre : A compilation of snow cover datasets for Svalbard: A multi-sensor, multi-model study Type de document : Article/Communication Auteurs : Hannah Vickers, Auteur ; Eirik Malnes, Auteur ; Ward van Pelt, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 2002 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] données multicapteurs
[Termes IGN] image à haute résolution
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Terra-MODIS
[Termes IGN] manteau neigeux
[Termes IGN] modélisation
[Termes IGN] Normalized Difference Snow Index
[Termes IGN] série temporelle
[Termes IGN] surveillance hydrologique
[Termes IGN] SvalbardRésumé : (auteur) Reliable and accurate mapping of snow cover are essential in applications such as water resource management, hazard forecasting, calibration and validation of hydrological models and climate impact assessments. Optical remote sensing has been utilized as a tool for snow cover monitoring over the last several decades. However, consistent long-term monitoring of snow cover can be challenging due to differences in spatial resolution and retrieval algorithms of the different generations of satellite-based sensors. Snow models represent a complementary tool to remote sensing for snow cover monitoring, being able to fill in temporal and spatial data gaps where a lack of observations exist. This study utilized three optical remote sensing datasets and two snow models with overlapping periods of data coverage to investigate the similarities and discrepancies in snow cover estimates over Nordenskiöld Land in central Svalbard. High-resolution Sentinel-2 observations were utilized to calibrate a 20-year MODIS snow cover dataset that was subsequently used to correct snow cover fraction estimates made by the lower resolution AVHRR instrument and snow model datasets. A consistent overestimation of snow cover fraction by the lower resolution datasets was found, as well as estimates of the first snow-free day (FSFD) that were, on average, 10–15 days later when compared with the baseline MODIS estimates. Correction of the AVHRR time series produced a significantly slower decadal change in the land-averaged FSFD, indicating that caution should be exercised when interpreting climate-related trends from earlier lower resolution observations. Substantial differences in the dynamic characteristics of snow cover in early autumn were also present between the remote sensing and snow model datasets, which need to be investigated separately. This work demonstrates that the consistency of earlier low spatial resolution snow cover datasets can be improved by using current-day higher resolution datasets. Numéro de notice : A2021-438 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.3390/rs13102002 Date de publication en ligne : 20/05/2021 En ligne : https://doi.org/10.3390/rs13102002 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97822
in Remote sensing > vol 13 n°10 (May-2 2021) . - n° 2002[article]Perception de scène par un système multi-capteurs, application à la navigation dans des environnements d'intérieur structuré / Marwa Chakroun (2021)
Titre : Perception de scène par un système multi-capteurs, application à la navigation dans des environnements d'intérieur structuré Type de document : Thèse/HDR Auteurs : Marwa Chakroun, Auteur ; Basel Solaiman, Directeur de thèse Editeur : Institut Mines-Télécom Atlantique IMT Atlantique Année de publication : 2021 Importance : 194 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Ecole Nationale Supérieure des Mines-Telecom Atlantique Bretagne Pays de la Loire, Spécialité : Signal, Image, VisionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse de scène 3D
[Termes IGN] analyse discriminante
[Termes IGN] attribut
[Termes IGN] classification par Perceptron multicouche
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] détection d'objet
[Termes IGN] données multicapteurs
[Termes IGN] données multisources
[Termes IGN] image panoramique
[Termes IGN] personne non-voyante
[Termes IGN] recalage de données localisées
[Termes IGN] saillance
[Termes IGN] scène intérieure
[Termes IGN] théorie des possibilitésIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Cette thèse s’inscrit dans le cadre de la navigation perceptuelle. Notre objectif est d’étudier et de concevoir un système d’interprétation d’une scène d’environnement intérieur, observée par un système multi-capteurs réunissant un capteur ultrason et une caméra RVB. Le système proposé peut être employé pour équiper un dispositif intelligent d’assistance aux non voyants, ou encore un robot opérant dans des espaces meublés. Dans un système d’interprétation de scène, les acquisitions faites par les capteurs, présentent des restrictions du monde réel et se trouvent affectées d’imperfections, qu’il convient de prendre en compte au lieu de les ignorer. Leur prise en compte dans notre système d’interprétation a été effectuée par l’emploi de la théorie des possibilités lors de la modélisation des données acquises. Les modèles adoptés sont des distributions de possibilités. L’analyse et l’interprétation de la scène acquise s’est en suite basée sur ces connaissances possibilistes. Le système d’aide à la navigation proposé dans ce travail, présente une description de la scène environnante selon un modèle simpliste, partageant le champ intercepté par les capteurs en trois zones majeures, à savoir : face, gauche et droite. Il fournit à l’utilisateur des informations concernant la distance qui le sépare des objets détectés, la rigidité matérielle de ces objets, ainsi que leur positionnement dans la scène (objet à gauche, objet en face, objet à droite). Les performances du système d’interprétation proposé sont évaluées en utilisant le prototype "NA_System", développé par l’équipe "Cybernics team" du laboratoire "CEM_Lab" de l’École nationale d’ingénieurs de Sfax (ENIS). Les résultats obtenus sont encourageants et montrent l’efficacité de la théorie des possibilités comme cadre de représentation de données acquises de différents capteurs. La stratégie d’interprétation de scène proposée s’est montrée efficace pour intégrer les informations issues de multiples sources de connaissances. Dans la chaine de traitement de données adoptées pour l’analyse et l’interprétation de la scène, de nouvelles approches ont été proposées, notamment pour la sélection d’attributs, la détection d’objets saillants, la classification, la fusion et le recalage de données issues de deux sources. Note de contenu : 1- Cadre applicatif et théorique de l’étude
2- Développement d’outils de traitement possibilistes des données acquises pour la conception du système de navigation
3- Interprétation de scène basée sur un capteur ultrason
4- Interprétation de scène basée sur une caméra monoculaire RVB
5-Perception de scène par un système multi-capteurs, application à l’aide de navigation des déficitaires visuels
6- Conclusions et perspectivesNuméro de notice : 28687 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal, Image, Vision : Ecole nationale supérieure Mines-Télécom Atlantique : 2021 Organisme de stage : ITI - CEM Lab DOI : sans En ligne : https://hal.science/tel-03519333 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100052
Titre : Absolute field calibration for multi-GNSS receiver antennas at ETH Zurich Type de document : Article/Communication Auteurs : Daniel Willi, Auteur ; Simon Lutz, Auteur ; Elmar Brockmann, Auteur ; Markus Rothacher, Auteur Année de publication : 2020 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie spatiale
[Termes IGN] antenne Galileo
[Termes IGN] antenne GNSS
[Termes IGN] antenne GPS
[Termes IGN] centre de phase
[Termes IGN] données Galileo
[Termes IGN] données GPS
[Termes IGN] données multicapteurs
[Termes IGN] étalonnage au sol
[Termes IGN] étalonnage d'instrument
[Termes IGN] étalonnage des données
[Termes IGN] international GPS service for geodynamics
[Termes IGN] mesurage de phase
[Termes IGN] récepteur GNSS
[Termes IGN] robot
[Termes IGN] signal GNSS
[Termes IGN] Zurich (Suisse)Résumé : (Auteur) ETH Zurich developed an absolute GNSS antenna calibration system based on measurements taken in the field. An industrial robot is used to rotate and tilt the antenna to be calibrated. This procedure ensures good coverage of the antenna hemisphere and reduces systematic errors. The calibration system at ETH Zurich is validated by a direct comparison of the obtained calibrations with calibrations from the anechoic chamber method (University of Bonn) and from another absolute field calibration method (Geo++® GmbH). Calibrations by ETH Zurich agree on the sub-millimeter level with both reference calibrations. A second validation was conducted using real measurements on short baselines. Data were acquired on four stations in direct vicinity and processed using different phase center correction models. The experiment shows that individual corrections of ETH Zurich reduce the residuals in the coordinate domain when compared to type-mean calibrations of the International GNSS Service (IGS). However, residual biases between GPS and Galileo coordinates remain. These biases are efficiently reduced when using the new type-mean calibrations from the IGS that include calibration values for all GNSS, including Galileo. The ETH Zurich calibration system is proven to deliver meaningful calibrations that agree with other calibrations on the millimeter level in the azimuth and elevation domain. The field validation shows evidence that the consistency of the Galileo and GPS calibration should be further enhanced by performing a combined GPS and Galileo analysis, which is not yet implemented. Numéro de notice : A2020-020 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s10291-019-0941-0 Date de publication en ligne : 19/12/2019 En ligne : https://doi.org/10.1007/s10291-019-0941-0 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94460
in GPS solutions > vol 24 n° 1 (January 2020)[article]
Titre : Ensemble methods for pedestrian detection in dense crowds Type de document : Thèse/HDR Auteurs : Jennifer Vandoni, Auteur ; Sylvie Le Hégarat-Mascle, Directeur de thèse Editeur : Paris-Orsay : Université de Paris 11 Paris-Sud Centre d'Orsay Année de publication : 2019 Importance : 182 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université Paris-Saclay, Sciences et technologies de l’information et de la communication (STIC), Spécialité : Traitement du Signal et des ImagesLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme d'apprentissage
[Termes IGN] apprentissage dirigé
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] comportement
[Termes IGN] densité de population
[Termes IGN] détection de piéton
[Termes IGN] données multicapteurs
[Termes IGN] étalonnage
[Termes IGN] fusion de données
[Termes IGN] taxinomie
[Termes IGN] théorie de Dempster-ShaferIndex. décimale : THESE Thèses et HDR Résumé : (auteur) The interest surrounding the study of crowd phenomena spanned during the last decade across multiple fields, including computer vision, physics, sociology, simulation and visualization. There are different levels of granularity at which crowd studies can be performed, namely a finer microanalysis, aimed to detect and then track each pedestrian individually; and a coarser macro-analysis, aimed to model the crowd as a whole.
One of the most difficult challenges when working with human crowds is that usual pedestrian detection methodologies do not scale well to the case where only heads are visible, for a number of reasons such as absence of background, high visual homogeneity, small size of the objects, and heavy occlusions. For this reason, most micro-analysis studies by means of pedestrian detection and tracking methodologies are performed in low to medium-density crowds, whereas macro-analysis through density estimation and people counting is more suited in presence of high-density crowds, where the exact position of each individual is not necessary. Nevertheless, in order to analyze specific events involving high-density crowds for monitoring the flow and preventing disasters such as stampedes, a complete understanding of the scene must be reached. This study deals with pedestrian detection in high-density crowds from a monocamera system, striving to obtain localized detections of all the individuals which are part of an extremely dense crowd. The detections can be then used both to obtain robust density estimation, and to initialize a tracking algorithm. In presence of difficult problems such as our application, supervised learning techniques are well suited. However, two different questions arise, namely which classifier is the most adapted for the considered environment, and which data to use to learn from. We cast the detection problem as a Multiple Classifier System (MCS), composed by two different ensembles of classifiers, the first one based on SVM (SVM-ensemble) and the second one based on CNN (CNN-ensemble), combined relying on the Belief Function Theory (BFT) designing a fusion method which is able to exploit their strengths for pixel-wise classification. SVM-ensemble is composed by several SVM detectors based on different gradient, texture and orientation descriptors, able to tackle the problem from different perspectives. BFT allows us to take into account the imprecision in addition to the uncertainty value provided by each classifier, which we consider coming from possible errors in the calibration procedure and from pixel neighbor’s heterogeneity in the image space due to the close resolution of the target (head) and
descriptor respectively. However, scarcity of labeled data for specific dense crowd contexts reflects in the impossibility to easily obtain robust training and validation sets. By exploiting belief functions directly derived
from the classifiers’ combination, we therefore propose an evidential Query-by-Committee (QBC) active learning algorithm to automatically select the most informative training samples. On the other side, we explore deep learning techniques by casting the problem as a segmentation task in presence of soft labels, with a fully convolutional network architecture designed to recover small objects (heads) thanks to a tailored use of dilated convolutions. In order to obtain a pixel-wise measure of reliability about the network’s predictions, we create a CNN-ensemble by means of dropout at inference time, and we combine the different obtained realizations in the
context of BFT. To conclude, we show that the dense output map given by the MCS can be employed not only
for pedestrian detection at microscopic level, but also to perform macroscopic analysis, bridging the gap between the two levels of granularity. We therefore finally focus our attention to people counting, proposing an evaluation method that can be applied at every scale, resulting to be more precise in the error and uncertainty evaluation (disregarding possible compensations) as well as more useful for the modeling community that could use it to improve and validate local density estimation.Note de contenu : 1- Crowd understanding
2- Supervised learning and classifier combination
3- SVM descriptors for pedestrian detection in high-density crowds
4- Taking into account imprecision with Belief Function Framework
5- Evidential QBC Active Learning
6- CNNs for pedestrian detection in high-density crowds
7- CNN-ensemble and evidential Multiple Classifier System
8- Density Estimation
ConclusionNuméro de notice : 25704 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Traitement du Signal et des Images : Paris 11 : 2019 Organisme de stage : Systèmes et applications des technologies de l'information et de l'énergie (Paris) nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-02318892/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94838 Restitution 4D du Château du Kagenfels par combinaison de l’existant et d’hypothèses archéologiques pour une visite virtuelle du site / Théo Benazzi (2018)
PermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalink
