Centre de documentation
scientifique

Automatic structuring of photographic collections for spatio-temporal monitoring of restoration sites: problem statement and challenges / Laura Willot (2022)  

Public Titre : Automatic structuring of photographic collections for spatio-temporal monitoring of restoration sites: problem statement and challenges Type de document : Article/Communication Auteurs : Laura Willot, Auteur ; D. Vodislav, Auteur ; Livio de Luca, Auteur ; Valérie Gouet-Brunet , Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2022 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 46-2-W1 Projets : Alegoria / Gouet-Brunet, Valérie Conférence : 3D-ARCH 2022, 9th International Workshop 3D-ARCH "3D Virtual Reconstruction and Visualization of Complex Architectures" 02/03/2022 04/03/2022 Mantua Italie OA ISPRS Archives Importance : pp 521 - 528 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] cathédrale [Termes IGN] enrichissement sémantique [Termes IGN] image [Termes IGN] mesure de similitude [Termes IGN] modèle conceptuel de données [Termes IGN] Paris (75) [Termes IGN] patrimoine documentaire [Termes IGN] recherche d'image basée sur le contenu Résumé : (auteur) Over the last decade, a large number of digital documentation projects have demonstrated the potential of image-based modelling of heritage objects in the context of documentation, conservation, and restoration. The inclusion of these emerging methods in the daily monitoring of the activities of a heritage restoration site (context in which hundreds of photographs per day can be acquired by multiple actors, in accordance with several observation and analysis needs) raises new questions at the intersection of big data management, analysis, semantic enrichment, and more generally automatic structuring of this data. In this article, we propose a data model developed around these questions and identify the main challenges to overcome the problem of structuring massive collections of photographs through a review of the available literature on similarity metrics used to organise the pictures based on their content or metadata. This work is realized in the context of the restoration site of the Notre-Dame de Paris cathedral that will be used as the main case study. Numéro de notice : C2022-003 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers HAL Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprs-archives-xlvi-2-w1- 2022-521-2022 Date de publication en ligne : 25/02/2022 En ligne : https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLVI-2-W1-2022/5 [...] Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100315

Label embedding : a frugal baseline for text recognition / Jose A. Rodriguez-Serrano in International journal of computer vision, vol 113 n° 3 (July 2015)  

Public [article]  inInternational journal of computer vision > vol 113 n° 3 (July 2015) . - pp 193 - 207 Titre : Label embedding : a frugal baseline for text recognition Type de document : Article/Communication Auteurs : Jose A. Rodriguez-Serrano, Auteur ; Albert Gordo, Auteur ; Florent Perronnin, Auteur Année de publication : 2015 Article en page(s) : pp 193 - 207 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] image [Termes IGN] reconnaissance de caractères [Termes IGN] segmentation sémantique [Termes IGN] test de performance Résumé : (Auteur) The standard approach to recognizing text in images consists in first classifying local image regions into candidate characters and then combining them with high-level word models such as conditional random fields. This paper explores a new paradigm that departs from this bottom-up view. We propose to embed word labels and word images into a common Euclidean space. Given a word image to be recognized, the text recognition problem is cast as one of retrieval: find the closest word label in this space. This common space is learned using the Structured SVM framework by enforcing matching label-image pairs to be closer than non-matching pairs. This method presents several advantages: it does not require ad-hoc or costly pre-/post-processing operations, it can build on top of any state-of-the-art image descriptor (Fisher vectors in our case), it allows for the recognition of never-seen-before words (zero-shot recognition) and the recognition process is simple and efficient, as it amounts to a nearest neighbor search. Experiments are performed on challenging datasets of license plates and scene text. The main conclusion of the paper is that with such a frugal approach it is possible to obtain results which are competitive with standard bottom-up approaches, thus establishing label embedding as an interesting and simple to compute baseline for text recognition. Numéro de notice : A2015--099 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1007%2Fs11263-014-0793-6 En ligne : https://doi.org/10.1007/s11263-014-0793-6 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=85865 [article]

Imagerie / Frederic P. Miller (2010)

Public Titre : Imagerie : Traitement d'images, photographie aérienne, imagerie satellite, imagerie médicale, imagerie passive, photographie, image, résolution Type de document : Monographie Auteurs : Frederic P. Miller, Éditeur scientifique ; Agnès F. Vandome, Éditeur scientifique ; John McBrewster, Éditeur scientifique Editeur : Mauritius : Alphascript Publishing Année de publication : 2010 Importance : 121 p. Format : 15 x 22 cm ISBN/ISSN/EAN : 978-613-2-74297-1 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes IGN] image [Termes IGN] image numérique [Termes IGN] image satellite [Termes IGN] imagerie médicale [Termes IGN] photogrammétrie aérienne [Termes IGN] résolution globale (imagerie) [Termes IGN] traitement d'image Index. décimale : 35.10 Acquisition d'images Résumé : (Editeur) L’imagerie consiste d'abord en la fabrication et le commerce des images physiques qui représentent des êtres ou des choses. La fabrication se faisait jadis soit à la main, soit par impression mécanique ; elle se fait principalement à partir de la fin du XXe siècle par ordinateur et imprimante. (documentaliste) Cet ouvrage est une compilation d'articles contrôlés issus de Wikipedia. Note de contenu : ARTICLES - Imagerie - Traitement d'images - Photographie aérienne - Imagerie satellite - Imagerie médicale - Imagerie passive - Photographie - Image - Résolution - Imprimerie - Imprimante - Imagerie populaire - Imagerie scolaire - Imagerie d'Epinal - Métaphore - Langue - Image mentale - Esprit - Imagerie lenticulaire - Microscopie à fluorescence - Imagerie informatique - Imagerie cellulaire - Radiographie REFERENCES - Sources et contributeurs de l'article - Source des images, licences et contributeurs LICENCE DES ARTICLES - Licence Numéro de notice : 20601 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=41812

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
20601-01	35.10	Livre	Centre de documentation	En réserve M-103	Disponible

A supervised artificial immune classifier for remote-sensing imagery / Y. Zhong in IEEE Transactions on geoscience and remote sensing, vol 45 n° 12 Tome 1 (December 2007)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 45 n° 12 Tome 1 (December 2007) . - pp 3957 - 3966 Titre : A supervised artificial immune classifier for remote-sensing imagery Type de document : Article/Communication Auteurs : Y. Zhong, Auteur ; L. Zhang, Auteur ; J. Gong, Auteur ; P. Li, Auteur Année de publication : 2007 Article en page(s) : pp 3957 - 3966 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] classificateur [Termes IGN] classification dirigée [Termes IGN] image [Termes IGN] réseau neuronal artificiel [Termes IGN] système immunitaire artificiel Résumé : (Auteur) The artificial immune network (AIN), which is a new computational intelligence model based on artificial immune systems inspired by the vertebrate immune system, has been widely utilized for pattern recognition and data analysis. However, due to the inherent complexity of current AIN models, their application to remote-sensing image classification has been rather limited. This paper presents a novel supervised classification algorithm based on a multiple-valued immune network, which is a novel AIN model, to perform remote-sensing image classification. The proposed method trains the immune network using the samples of regions of interest and obtains an immune network with memory to classify the remote-sensing imagery. Two experiments with different types of images are performed to evaluate the performance of the proposed algorithm in comparison with other traditional image classification algorithms: Parallelepiped, Minimum Distance, Maximum Likelihood, and Back-Propagation Neural Network. The results evince that the proposed algorithm consistently outperforms the traditional algorithms in all the experiments and, hence, provides an effective option for processing remote-sensing imagery. Copyright IEEE Numéro de notice : A2007-585 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2007.907739 En ligne : https://doi.org/10.1109/TGRS.2007.907739 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=28948 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-07121A	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Introduction à l'analyse de l'image / M. Joly (2001)

Public Titre : Introduction à l'analyse de l'image Type de document : Monographie Auteurs : M. Joly, Auteur Editeur : Paris : Fernand Nathan Année de publication : 2001 Collection : 128 Importance : 127 p. Format : 13 x 18 cm ISBN/ISSN/EAN : 2-09-190634-8 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Sciences de l'information [Termes IGN] communication [Termes IGN] image [Termes IGN] segmentation sémantique [Termes IGN] sémiologie Numéro de notice : 69860 Affiliation des auteurs : non IGN Nature : Monographie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=62265

ECW: wavelet compression beyond limits? [Enhanced Compressed Wavelet] / J. Triglav in Geoinformatics, vol 3 n° 1 (01/01/2000)

Permalink

Glossaire français-anglais, anglais-français de terminologie des sciences géographiques, version corrigée, septembre 2000 / Cpr langues vivantes (2000)

Permalink

Eine Abfragesprache für die Geometrie von Rasterelementen für die rasterorientierte Kartographische Mustererkennung und Datenanalyse / Steffen Frischknecht (1999)  

Permalink

Gestion des données de mise à jour dans un système d'information pour le renseignement d'origine image / G.H. Guirlinger (1998)

Permalink

Mehrbildtechniken in der digitalen Photogrammetrie [Habilitationsschrift] / Hans-Gerd Maas (1997)  

Permalink

Introduction to document image processing techniques / R.G. Matteson (1995)

Permalink

Conception d'un outil logiciel d'aide à la décision dédié à la défense des forêts contre les incendies / Pascal Barbier (1994)

Permalink

L'ingénierie des connaissances spatiales / Robert Laurini (1989)

Permalink

Rapport sur la recherche en photogrammétrie / Patrice Denis in Géomètre, vol 1988 n° 10 (octobre 1988)

Permalink

Canvas : an intelligent system for colour selection on CRT displays / G.A. Gill in International Journal of Remote Sensing IJRS, vol 9 n° 9 (September 1988)  

Permalink