Descripteur
Termes IGN > imagerie
imagerie
Commentaire :
Terme regroupant photographies et images issues de différents capteurs.
|
Documents disponibles dans cette catégorie (7757)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Camera orientation, calibration and inverse perspective with uncertainties: a Bayesian method applied to area estimation from diverse photographs / Grégoire Guillet in ISPRS Journal of photogrammetry and remote sensing, vol 159 (January 2020)
![]()
[article]
Titre : Camera orientation, calibration and inverse perspective with uncertainties: a Bayesian method applied to area estimation from diverse photographs Type de document : Article/Communication Auteurs : Grégoire Guillet, Auteur ; Thomas Guillet, Auteur ; Ludovic Ravanel, Auteur Année de publication : 2020 Article en page(s) : pp 237 - 255 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] ajustement de paramètres
[Termes IGN] appariement d'images
[Termes IGN] autocorrélation spatiale
[Termes IGN] distorsion d'image
[Termes IGN] estimation bayesienne
[Termes IGN] étalonnage de chambre métrique
[Termes IGN] figuration de la densité
[Termes IGN] fonction inverse
[Termes IGN] image 2D
[Termes IGN] image aérienne
[Termes IGN] incertitude géométrique
[Termes IGN] longueur focale
[Termes IGN] méthode de Monte-Carlo par chaînes de Markov
[Termes IGN] modèle numérique de surface
[Termes IGN] orientation externe
[Termes IGN] photographie numérique
[Termes IGN] vue 3D
[Termes IGN] vue perspectiveRésumé : (Auteur) Large collections of images have become readily available through modern digital catalogs, from sources as diverse as historical photographs, aerial surveys, or user-contributed pictures. Exploiting the quantitative information present in such wide-ranging collections can greatly benefit studies that follow the evolution of landscape features over decades, such as measuring areas of glaciers to study their shrinking under climate change. However, many available images were taken with low-quality lenses and unknown camera parameters. Useful quantitative data may still be extracted, but it becomes important to both account for imperfect optics, and estimate the uncertainty of the derived quantities. In this paper, we present a method to address both these goals, and apply it to the estimation of the area of a landscape feature traced as a polygon on the image of interest. The technique is based on a Bayesian formulation of the camera calibration problem. First, the probability density function (PDF) of the unknown camera parameters is determined for the image, based on matches between 2D (image) and 3D (world) points together with any available prior information. In a second step, the posterior distribution of the feature area of interest is derived from the PDF of camera parameters. In this step, we also model systematic errors arising in the polygon tracing process, as well as uncertainties in the digital elevation model. The resulting area PDF therefore accounts for most sources of uncertainty. We present validation experiments, and show that the model produces accurate and consistent results. We also demonstrate that in some cases, accounting for optical lens distortions is crucial for accurate area determination with consumer-grade lenses. The technique can be applied to many other types of quantitative features to be extracted from photographs when careful error estimation is important. Numéro de notice : A2020-015 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.11.013 Date de publication en ligne : 02/12/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.11.013 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94404
in ISPRS Journal of photogrammetry and remote sensing > vol 159 (January 2020) . - pp 237 - 255[article]Réservation
Réserver ce documentExemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2020011 RAB Revue Centre de documentation En réserve L003 Disponible 081-2020013 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2020012 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt Cartographie des essences forestières à partir de séries temporelles d’images satellitaires à hautes résolutions : stabilité des prédictions, autocorrélation spatiale et cohérence avec la phénologie observée in situ / Nicolas Karasiak (2020)
![]()
Titre : Cartographie des essences forestières à partir de séries temporelles d’images satellitaires à hautes résolutions : stabilité des prédictions, autocorrélation spatiale et cohérence avec la phénologie observée in situ Type de document : Thèse/HDR Auteurs : Nicolas Karasiak, Auteur ; Claude Monteil, Directeur de thèse ; Jean-Français Dejoux, Directeur de thèse ; David Sheeren , Directeur de thèse
Editeur : Toulouse : Université de Toulouse Année de publication : 2020 Importance : 240 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, délivré par l'Institut National Polytechnique de Toulouse, spécialité : Agrosystèmes, Écosystèmes et EnvironnementLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] autocorrélation spatiale
[Termes IGN] bibliothèque logicielle
[Termes IGN] carte forestière
[Termes IGN] essence d'arbre
[Termes IGN] image à haute résolution
[Termes IGN] image Formosat/COSMIC
[Termes IGN] image Landsat-8
[Termes IGN] image Sentinel-MSI
[Termes IGN] phénologie
[Termes IGN] série temporelleIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La forêt a un rôle essentiel sur terre, que ce soit pour stocker le carbone et ainsi lutter contre le réchauffement climatique ou encore fournir un habitat à de nombreuses espèces. Or, la composition de la forêt (la localisation des essences ou leur diversité) a une influence sur les services écologiques rendus. Dans ce contexte, il est important de cartographier les forêts et les essences qui la composent. La télédétection, en particulier à partir d’images satellitaires, apparait comme le moyen le plus adéquat pour caractériser un vaste territoire. Avec l’arrivée de constellations satellitaires comme Sentinel-2 ou Landsat-8 et leur gratuité d’acquisition pour l’utilisateur, il devient possible d’envisager l’usage de séries temporelles d’images satellites à haute résolution spatiale, spectrale et temporelle à l’aide d’algorithmes d’apprentissage automatique. Si de nombreux travaux ont étudié le potentiel des images satellitaires pour identifier les essences, rares sont ceux qui utilisent des séries temporelles (plusieurs images par an) avec une haute résolution spatiale et en tenant compte de l’autocorrélation spatiale des références, i.e. la ressemblance des échantillons spatialement proches les uns des autres. Or, en ne prenant pas en compte ce phénomène, des biais d’évaluation peuvent survenir et ainsi surestimer la qualité des modèles d’apprentissage. Il s’agit aussi de mieux cerner les verrous méthodologiques afin de comprendre pourquoi il peut être facile ou compliqué pour un algorithme d’identifier une essence d’une autre. L’objectif général de la thèse vise à étudier le potentiel et les verrous concernant la reconnaissance des essences forestières à partir des séries temporelles d’images satellite à haute résolution spatiale, spectrale et temporelle. Le premier objectif consiste à étudier la stabilité temporelle des prédictions à partir d’une archive de neuf ans du satellite Formosat-2. Plus particulièrement, les travaux portent sur la mise en place d’une méthode de validation qui soit le plus fidèle à la qualité observée des cartographies. Le second objectif s’intéresse au lien entre les évènements phénologiques in situ (pousse des feuilles en début de saison, ou perte et coloration des feuilles en fin de saison) et ce qui est observable par télédétection. Outre la capacité de détecter ces évènements, il sera étudié si ce qui permet aux algorithmes de différencier les essences les unes des autres est lié à des comportements spécifiques par espèce. Note de contenu : 1- Introduction
2- Etude de la stabilité spatiale et statistique des prédictions
3- Etude de l’impact de l’autocorrélation spatiale
4- Etude et apport de la phénologie
5- Partage des outils et des données : assurer une reproductibilité des travaux
6- Conclusion généraleNuméro de notice : 28326 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Agrosystèmes, Écosystèmes et Environnement : Toulouse : 2020 Organisme de stage : DYNAFOR DOI : sans En ligne : http://www.theses.fr/2020INPT0115 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98378 Cartographie sémantique hybride de scènes urbaines à partir de données image et Lidar / Mohamed Boussaha (2020)
![]()
Titre : Cartographie sémantique hybride de scènes urbaines à partir de données image et Lidar Titre original : 3D hybrid urban scene semantic mapping from multi-modal data Type de document : Thèse/HDR Auteurs : Mohamed Boussaha , Auteur ; Bruno Vallet
, Directeur de thèse ; Patrick Rives, Directeur de thèse
Editeur : Champs/Marne : Université Paris-Est Année de publication : 2020 Projets : PLaTINUM / Gouet-Brunet, Valérie Note générale : bibliographie
Dissertation submitted in partial fulfillment of the requirements for the degree of Doctor of Philosophy delivered by Université Paris-EstLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage dirigé
[Termes IGN] carte de profondeur
[Termes IGN] descripteur
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] fusion de données multisource
[Termes IGN] image panoramique
[Termes IGN] maillage par triangles
[Termes IGN] reconstruction 3D du bâti
[Termes IGN] réflectance
[Termes IGN] scène intérieure
[Termes IGN] scène urbaine
[Termes IGN] segmentation sémantique
[Termes IGN] semis de points
[Termes IGN] système de numérisation mobile
[Termes IGN] texturage
[Termes IGN] traitement de semis de pointsIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Avec la démocratisation des applications collaboratives d'assistance à la navigation et l'avènement de robots autonomes, la cartographie mobile suscite ces dernières années une attention croissante, tant dans les milieux académiques qu'industriels. La numérisation de l'environnement offre non seulement une connaissance fine et exhaustive permettant aux usagers d'anticiper et de planifier leurs déplacements, mais garantit aussi la disponibilité d'informations fiables notamment en cas d'éventuelle défaillance des capteurs visuels d'un véhicule autonome. S'agissant d'un enjeu crucial pour une navigation fiable, la cartographie mobile soulève en revanche de nombreux défis en matière de robustesse, de précision et de passage à l'échelle. Cette problématique fait appel à des méthodes qui requièrent une capacité de traitement de données massives avec une précision centimétrique tout en gérant les spécificités de l'acquisition (la variabilité du niveau de détails, des occultations et des fortes variations de luminosité).
Cette thèse porte sur le développement d'un référentiel global géolocalisé de l'environnement urbain constitué de représentations 3D géométriques, photométriques et sémantiques. Dans un premier temps, une investigation approfondie de la représentation la plus adaptée à un tel référentiel, permet une reconstruction d'une carte haute définition à large échelle sous forme d'un maillage 3D texturé. Cette représentation est mise en place par fusion multimodale d'images orientées et de balayages LiDAR géo-référencés acquis depuis une plateforme de cartographie mobile terrestre. Par la suite, nous proposons d'intégrer l'aspect sémantique au référentiel 3D reconstruit en exploitant la complémentarité entre les modalités d'acquisition photométriques et géométriques. À travers la riche littérature sur le sujet, nous identifions l'absence d'un jeu de données urbain multimodal annoté incluant un maillage texturé à large échelle. Nous abordons ce verrou par la production d'un jeu de données composé de nuages de point 3D, d'images 2D perspectives et panoramiques, de cartes de profondeur et de reflectance ainsi qu'un maillage texturé avec les annotations correspondantes à chaque modalité. Dans un second temps, nous considérons le référentiel comme un nuage de points structuré par un graphe d'adjacence. Nous introduisons une nouvelle approche de sur-segmentation par apprentissage supervisé. Cette méthode opère en deux temps: calcul de descripteurs locaux des points 3D par apprentissage profond de métrique, puis partition du nuage de points en zones uniformes, appelées superpoints. Les descripteurs sont appris de telle sorte qu'ils présentent de forts contrastes à l'interface entre objets, incitant la partition résultante à suivre leurs contours naturels. Nos expériences sur des scènes intérieures et extérieures montrent la nette supériorité de notre approche sur les méthodes de partition de nuage de points de l'état de l'art, qui ne reposaient pas jusqu'à là sur l'apprentissage machine. Nous montrons également que notre méthode peut être combinée à un algorithme de classification de superpoints pour obtenir d'excellents résultats en terme de segmentation sémantique, améliorant aussi l'état de l'art sur ce sujet. Enfin, nous étendons cette approche aux maillages texturés. Les triangles, structurés cette fois-ci par le graphe d'adjacence du maillage, sont partitionnés en groupes homogènes appelés superfacettes. À l'instar des nuages de points, des descripteurs locaux du maillage texturé sont appris de façon à ce que les frontières d'objets sémantiquement distincts présentent un contraste élevé. Ces descripteurs sont le résultat d'une fusion des descripteurs appris sur le maillage par convolution des arêtes d'une part, et des descripteurs de texture d'autre part. Les expériences réalisées sur notre jeu de données illustrent la supériorité de notre approche par rapport aux méthodes de l'état de l'art de sur-segmentation de maillage.Numéro de notice : 17674 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de doctorat : Geographical Information Sciences and technologies : UPE : 2020 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse En ligne : https://hal.science/tel-03276242v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98009 Cattle detection and counting in UAV images based on convolutional neural networks / Wen Shao in International Journal of Remote Sensing IJRS, vol 41 n° 1 (01 - 08 janvier 2020)
![]()
[article]
Titre : Cattle detection and counting in UAV images based on convolutional neural networks Type de document : Article/Communication Auteurs : Wen Shao, Auteur ; Rei Kawakami, Auteur ; Ryota Yoshihashi, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 31 - 52 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] bovin
[Termes IGN] chevauchement
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] comptage
[Termes IGN] détection d'objet
[Termes IGN] image captée par drone
[Termes IGN] modélisation 3DRésumé : (auteur) For assistance with grazing cattle management, we propose a cattle detection and counting system based on Convolutional Neural Networks (CNNs) using aerial images taken by an Unmanned Aerial Vehicle (UAV). To improve detection performance, we take advantage of the fact that, with UAV images, the approximate size of the objects can be predicted when the UAV’s height from the ground can be assumed to be roughly constant. We resize an image to be fed into the CNN to an optimum resolution determined by the object size and the down-sampling rate of the network, both in training and testing. To avoid repetition of counting in images that have large overlaps to adjacent ones and to obtain the accurate number of cattle in an entire area, we utilize a three-dimensional model reconstructed by the UAV images for merging the detection results of the same target. Experiments show that detection performance is greatly improved when using the optimum input resolution with an F-measure of 0.952, and counting results are close to the ground truths when the movement of cattle is approximately stationary compared to that of the UAV’s. Numéro de notice : A2020-209 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/01431161.2019.1624858 Date de publication en ligne : 11/06/2019 En ligne : https://doi.org/10.1080/01431161.2019.1624858 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94891
in International Journal of Remote Sensing IJRS > vol 41 n° 1 (01 - 08 janvier 2020) . - pp 31 - 52[article]Classification of poplar trees with object-based ensemble learning algorithms using Sentinel-2A imagery / H. Tombul in Journal of geodetic science, vol 10 n° 1 (January 2020)
![]()
[article]
Titre : Classification of poplar trees with object-based ensemble learning algorithms using Sentinel-2A imagery Type de document : Article/Communication Auteurs : H. Tombul, Auteur ; Ismail Colkesen, Auteur ; Taskin Kavzoglu, Auteur Année de publication : 2020 Article en page(s) : pp 14 - 22 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme d'apprentissage
[Termes IGN] analyse canonique
[Termes IGN] analyse comparative
[Termes IGN] bande spectrale
[Termes IGN] boosting adapté
[Termes IGN] carte de la végétation
[Termes IGN] carte thématique
[Termes IGN] classification orientée objet
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] image Sentinel-MSI
[Termes IGN] jeu de données
[Termes IGN] Populus (genre)
[Termes IGN] précision de la classification
[Termes IGN] Rotation Forest classification
[Termes IGN] segmentation multi-échelle
[Termes IGN] TurquieRésumé : (auteur) The poplar species in the forest ecosystems are one of the most valuable and beneficial species for the society and environment. Conventional methods require high cost, time and labor need, and the results obtained vary and are insu˚cient in terms of achieved accuracy level. Determination of poplar cultivated fields and mapping of their spatial sites play a vital role for decision-makers and planners to enhance the economic and ecological value of poplar trees. The study aims to map Poplar (P. deltoides) cultivated areas in Akyazi district of Sakarya, Turkey province using various combinations of the Sentinel-2A image bands. For this purpose, object-based classification based on multi-resolution segmentation algorithm was utilized to produce image objects and ensemble learning algorithms, namely, Adaboost (AdaB), Random Forest (RF), Rotation Forest (RotFor) and Canonical correlation forest (CCF) were applied to produce thematic maps. In order to analyze the effects of the spectral bands of the Sentinel-2A image on the object-based classification performance, three datasets consisting of different spectral band combinations (i.e. four 10 m bands, six 20 m bands and ten 10m pan-sharpened bands) were used. The results showed that the RotFor and CCF classifiers produced superior classification performances compared to the AdaB and RF classifiers for the band combinations regarded in this study. Moreover, it was found that determination of poplar tree class level accuracy reached to ~94% in terms of F-score. It was also observed that the inclusion of the six spectral bands at 20 m resolution resulted in a noteworthy increase in classification accuracy (up to 6%) compared to single 10m band combination. Numéro de notice : A2020-420 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1515/jogs-2020-0003 Date de publication en ligne : 04/05/2020 En ligne : https://doi.org/10.1515/jogs-2020-0003 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95477
in Journal of geodetic science > vol 10 n° 1 (January 2020) . - pp 14 - 22[article]Classification of time series of Sentinel-2 images for large scale mapping in Cameroon / Hermann Tagne (2020)
PermalinkPermalinkCombination of linear regression lines to understand the response of Sentinel-1 dual polarization SAR data with crop phenology - case study in Miyazaki, Japan / Emal Wali in Remote sensing, vol 12 n° 1 (January 2020)
PermalinkComparison of multi-seasonal Landsat 8, Sentinel-2 and hyperspectral images for mapping forest alliances in Northern California / Matthew L. Clark in ISPRS Journal of photogrammetry and remote sensing, vol 159 (January 2020)
PermalinkContext-aware convolutional neural network for object detection in VHR remote sensing imagery / Yiping Gong in IEEE Transactions on geoscience and remote sensing, vol 58 n° 1 (January 2020)
PermalinkPermalinkCreation of inspirational Web Apps that demonstrate the functionalities offered by the ArcGIS API for JavaScript / Arthur Genet (2020)
PermalinkPermalinkPermalinkPermalinkPermalinkDétermination conjointe des inondations et du type d’eau au moyen de l’imagerie multi-spectrale / Sabrine Amzil (2020)
PermalinkDistribution spatiale et dynamique de la population de palmiers rôniers, Borassus aethiopum Mart., par approche de la télédétection et du Système d’Information Géographique (SIG) de la réserve de Lamto (Centre de la Côte d’Ivoire) / Kouakou Guy-Casimir Douffi (2020)
PermalinkEstimation et suivi de la ressource en bois en France métropolitaine par valorisation des séries multi-temporelles à haute résolution spatiale d'images optiques (Sentinel-2) et radar (Sentinel-1, ALOS-PALSAR) / David Morin (2020)
PermalinkPermalinkEtudes des dynamiques spatiales d’évolution de l’occupation et de l’utilisation des sols dans la fenêtre lacustre camerounaise du lac Tchad et son arrière-pays à partir des grandes sécheresses sahéliennes de 1970 / Paul Gérard Gbetkom (2020)
PermalinkPermalinkFeuilles de route de la recherche européenne sur les big geodata du passé [diaporama] / Bénédicte Bucher (2020)
PermalinkFusion of 3D point clouds and hyperspectral data for the extraction of geometric and radiometric features of trees / Eduardo Alejandro Tusa Jumbo (2020)
PermalinkGénération de cartes tactiles photoréalistes pour personnes déficientes visuelles par apprentissage profond / Gauthier Fillières-Riveau in Revue internationale de géomatique, vol 30 n° 1-2 (janvier - juin 2020)
PermalinkPermalinkPermalinkGlobal investigation of marine atmospheric boundary layer rolls using Sentinel-1 SAR data / Chen Wang (2020)
PermalinkGlobal iterative geometric calibration of a linear optical satellite based on sparse GCPs / Yingdong Pi in IEEE Transactions on geoscience and remote sensing, vol 58 n° 1 (January 2020)
PermalinkIdentification of alpine glaciers in the central Himalayas using fully polarimetric L-Band SAR data / Guo-Hui Yao in IEEE Transactions on geoscience and remote sensing, vol 58 n° 1 (January 2020)
PermalinkDe l’image optique "multi-stéréo" à la topographie très haute résolution et la cartographie automatique des failles par apprentissage profond / Lionel Matteo (2020)
PermalinkPermalinkIndividual tree detection and classification for mapping pine wilt disease using multispectral and visible color imagery acquired from unmanned aerial vehicle / Takeshi Hoshikawa in Journal of The Remote Sensing Society of Japan, vol 40 n° 1 (2020)
PermalinkPermalinkPermalinkInversion de données PolSAR en bande P pour l'estimation de la biomasse forestière / Colette Gelas (2020)
PermalinkIWV retrieval from shipborne GPS receiver on hydrographic ship Borda [diaporama] / Olivier Bock (2020)
PermalinkLightweight temporal self-attention for classifying satellite images time series / Vivien Sainte Fare Garnot (2020)
PermalinkPermalinkPermalinkMise en place d'une méthode de détermination de la hauteur d'eau des océans à partir d'un capteur LiDAR aéroporté dans le cadre de la calibration/validation de l'altimètre SWOT / Romain Serthelon (2020)
PermalinkPermalinkNational scale identification and characterization of braided rivers in New Zealand using Google Earth Engine / Alexis Jean (2020)
PermalinkOn the adjustment, calibration and orientation of drone photogrammetry and laser-scanning / Emmanuel Clédat (2020)
PermalinkOn the joint exploitation of optical and SAR satellite imagery for grassland monitoring / Anatol Garioud (2020)
PermalinkPermalinkPhotogrammetric Bathymetry for the Canadian Arctic / Matus Hodul in Marine geodesy, Vol 43 n° 1 (January 2020)
PermalinkLe plug-in ACYOTB : l'orthorectification open source de précision / Valerio Baiocchi in Géomatique expert, n° 132-133 (janvier - septembre 2020)
PermalinkPoint cloud registration and mitigation of refraction effects for geomonitoring using long-range terrestrial laser scanning / Ephraim Friedli (2020)
PermalinkPotential of UAV photogrammetry for characterization of forest canopy structure in uneven-aged mixed conifer–broadleaf forests / Sadeepa Jayathunga in International Journal of Remote Sensing IJRS, vol 41 n° 1 (01 - 08 janvier 2020)
Permalink