Descripteur
Documents disponibles dans cette catégorie (7)
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
Utilisation de l’apprentissage profond dans la modélisation 3D urbaine : partie 2, post-traitement et évaluation / Hamza Ben Addou in Géomatique expert, n° 136 (novembre - décembre 2021)
[article]
Titre : Utilisation de l’apprentissage profond dans la modélisation 3D urbaine : partie 2, post-traitement et évaluation Type de document : Article/Communication Auteurs : Hamza Ben Addou, Auteur Année de publication : 2021 Article en page(s) : pp 42 -47 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme d'apprentissage
[Termes IGN] apprentissage profond
[Termes IGN] CityGML
[Termes IGN] classification automatique d'objets
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] emprise au sol
[Termes IGN] maquette numérique
[Termes IGN] modèle 3D de l'espace urbain
[Termes IGN] modèle numérique du bâti
[Termes IGN] modélisation 3D
[Termes IGN] niveau de détail
[Termes IGN] orthoimage
[Termes IGN] primitive géométrique
[Termes IGN] toitRésumé : (Auteur) Post-traitement des données issues de l’algorithme d’apprentissage profond et modélisation 3D urbaine automatique Numéro de notice : A2021-919 Affiliation des auteurs : non IGN Thématique : IMAGERIE/URBANISME Nature : Article nature-HAL : ArtSansCL DOI : sans Date de publication en ligne : 01/11/2021 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99335
in Géomatique expert > n° 136 (novembre - décembre 2021) . - pp 42 -47[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité IFN-001-P002286 PER Revue Nogent-sur-Vernisson Salle périodiques Exclu du prêt Utilisation de l'apprentissage profond dans la modélisation 3D urbaine [Partie 1] / Hamza Ben Addou in Géomatique expert, n° 135 (septembre 2021)
[article]
Titre : Utilisation de l'apprentissage profond dans la modélisation 3D urbaine [Partie 1] Type de document : Article/Communication Auteurs : Hamza Ben Addou, Auteur Année de publication : 2021 Article en page(s) : pp 11 - 20 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection du bâti
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] emprise au sol
[Termes IGN] fusion de données multisource
[Termes IGN] image aérienne
[Termes IGN] information sémantique
[Termes IGN] modèle 3D de l'espace urbain
[Termes IGN] segmentation d'image
[Termes IGN] semis de pointsRésumé : (Auteur) Partie 1 : Mise en place d’un processus de détection automatique des emprises de bâtiments par apprentissage profond Numéro de notice : A2021-660 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE/URBANISME Nature : Article nature-HAL : ArtSansCL DOI : sans Date de publication en ligne : 01/09/2021 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98414
in Géomatique expert > n° 135 (septembre 2021) . - pp 11 - 20[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité IFN-001-P002273 PER Revue Nogent-sur-Vernisson Salle périodiques Exclu du prêt Vers une nouvelle approche pour calculer les indicateurs de la densité urbaine via l'imagerie de satellite Alsat-2A / Tarek Medjadj in Bulletin des sciences géographiques, n° 31 (2017 - 2018)
[article]
Titre : Vers une nouvelle approche pour calculer les indicateurs de la densité urbaine via l'imagerie de satellite Alsat-2A Type de document : Article/Communication Auteurs : Tarek Medjadj, Auteur ; M. Hadji, Auteur Année de publication : 2018 Article en page(s) : pp 46 - 53 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse spatiale
[Termes IGN] densité de population
[Termes IGN] emprise au sol
[Termes IGN] indicateur démographique
[Termes IGN] ville
[Termes IGN] zone urbaineRésumé : (Auteur) Cet article propose une approche, basée en grande partie sur la télédétection, dans un souci d'examiner les potentialités des images de satellite Alsat 2-A pour l'analyse urbaine. Les tissus urbains sont caractérisés par une complexité liée notamment à la forme, la typologie et la densité. En outre, la densité urbaine est déterminée souvent par les dimensions sociales, culturelles et historiques de chaque région laquelle la ville est localisée. Il est à signaler que la réalisation ou la révision des instruments d'aménagement et d'urbanisme s'appuierait sur les indicateurs de la densité urbaine (COS, CES) pour rendre la réalité à l'échelle des quartiers. Nous attachons à travers cette étude à calculer et déduire ces indicateurs par le biais des images satellitaires ALsat-2A tout en comptant sur une méthode originale et automatique sans faire le déplacement sur le terrain. Numéro de notice : A2018-562 Affiliation des auteurs : non IGN Thématique : IMAGERIE/URBANISME Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92153
in Bulletin des sciences géographiques > n° 31 (2017 - 2018) . - pp 46 - 53[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 253-2018011 RAB Revue Centre de documentation En réserve L003 Disponible Le contrôle de la végétation dans les emprises ferroviaires : une approche multi-scalaire / Flavien Viguier in XYZ, n° 144 (septembre - novembre 2015)
[article]
Titre : Le contrôle de la végétation dans les emprises ferroviaires : une approche multi-scalaire Type de document : Article/Communication Auteurs : Flavien Viguier, Auteur ; André Pereira, Auteur ; Fatoumata Bah, Auteur ; Christophe Berthaud, Auteur ; Pauline Caprini, Auteur ; Arnaud Durand, Auteur ; Mathias Studer, Auteur ; Benjamin Hugonet, Auteur ; Antoine Goineau, Auteur ; Léna Maatoug, Auteur Année de publication : 2015 Article en page(s) : pp 25 - 40 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] acquisition de données
[Termes IGN] analyse comparative
[Termes IGN] couvert végétal
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] drone
[Termes IGN] emprise au sol
[Termes IGN] image aérienne
[Termes IGN] image satellite
[Termes IGN] lever direct
[Termes IGN] réseau ferroviaire
[Termes IGN] surveillance de la végétationRésumé : (auteur) La gestion du couvert végétal présent dans les emprises ferroviaires se pose comme un enjeu majeur pour la maintenance du Réseau Ferré National (RFN). Avec plusieurs dizaines de millions d'euros de dépenses annuelles, le deuxième poste de coût pour SNCF Réseau, et de nombreux incidents (chute d'arbres, patinage de train, incendies...) le suivi et la maîtrise de la végétation sont au cœur des enjeux d'optimisation de la disponibilité du réseau. Afin d'atteindre l'excellence opérationnelle et de production, SNCF a démarré en 2013 un programme de travail visant à améliorer la connaissance, le suivi et la maîtrise du couvert végétal. Plusieurs campagnes d'acquisitions de données ont donc été mises en œuvre afin de quantifier précisément la végétation présentes dans les emprises. En combinant et comparant acquisitions satellitaires, photogrammétrie par drone, mesure Lidar et travaux de validation terrain, SNCF souhaite définir le domaine de pertinence de différentes méthodes de mesures en vue du lancement d'acquisitions sur l'ensemble du territoire. Cet article présente donc une comparaison des outils et méthodes déployées ainsi qu'une analyse des traitements réalisés et de la qualité des livrables obtenus à l'aide de chacun de ces outils. Numéro de notice : A2015-633 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=78122
in XYZ > n° 144 (septembre - novembre 2015) . - pp 25 - 40[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 112-2015031 RAB Revue Centre de documentation En réserve L003 Disponible Documents numériques
en open access
Le contrôle de la végétation dans les emprises ferroviaires - pdf éditeurAdobe Acrobat PDF Automatic identification of building types based on topographic databases – a comparison of different data sources / Robert Hecht in International journal of cartography, vol 1 n° 1 (August 2015)
[article]
Titre : Automatic identification of building types based on topographic databases – a comparison of different data sources Type de document : Article/Communication Auteurs : Robert Hecht, Auteur ; Gotthard Meinel, Auteur ; Manfred F. Buchroithner, Auteur Année de publication : 2015 Article en page(s) : pp 18 - 31 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] apprentissage automatique
[Termes IGN] base de données topographiques
[Termes IGN] bâtiment
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] emprise au sol
[Termes IGN] généralisation cartographique automatisée
[Termes IGN] identification automatique
[Termes IGN] reconnaissance de formesRésumé : (auteur) Data, maps and services of the national mapping and cadastral agencies contain geometric information on buildings, particularly building footprints. However, building type information is often not included. In this paper, we propose a data-driven approach for automatic classification of building footprints that make use of pattern recognition and machine learning techniques. Using a Random Forest Classifier the suitability of five different data sources (e.g. topographic raster maps, cadastral databases or digital landscape models) is investigated with respect to the achieved accuracies. The results of this study show that building footprints obtained from topographic databases such as digital landscape models, cadastral databases or 3D city models can be classified with an accuracy of 90–95%. When classifying building footprints on the basis of topographic maps the accuracy is considerably lower (as of 76–88%). The automatic classification of building footprints provides an important contribution to the acquisition of new small-scale indicators on settlement structure, such as building density, floor space ratio or dwelling/population densities. In addition to its importance for urban research and planning, the results are also relevant for cartographic disciplines, such as map generalization, automated mapping and geovisualization. Numéro de notice : A2015-434 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2015.1055644 En ligne : https://doi.org/10.1080/23729333.2015.1055644 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=76883
in International journal of cartography > vol 1 n° 1 (August 2015) . - pp 18 - 31[article]Extension de l’étiquetage géographique des pixels d’une image par fouille de données / Adrien Gressin in Revue des Nouvelles Technologies de l'Information, E.26 ([23/01/2014])PermalinkPermalink