Descripteur
Termes IGN > imagerie
imagerie
Commentaire :
Terme regroupant photographies et images issues de différents capteurs.
|
Documents disponibles dans cette catégorie (7809)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Développement d’outils et de méthodes permettant l’acquisition, le traitement et la diffusion de données issues de levés par drone / Guillaume Feuillatre (2022)
![]()
Titre : Développement d’outils et de méthodes permettant l’acquisition, le traitement et la diffusion de données issues de levés par drone Type de document : Mémoire Auteurs : Guillaume Feuillatre, Auteur Editeur : Paris : Université de Paris 1 Panthéon Sorbonne Année de publication : 2022 Autre Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Importance : 56 p. Format : 21 x 30 cm Note générale : Sitographie
Mémoire de licence professionnelle Géomatique et environnementLangues : Français (fre) Descripteur : [Vedettes matières IGN] Photogrammétrie
[Termes IGN] Agisoft Photoscan
[Termes IGN] bâtiment
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] image captée par drone
[Termes IGN] maillage
[Termes IGN] modèle numérique de surface
[Termes IGN] orthophotographie
[Termes IGN] photogrammétrie aérienne
[Termes IGN] positionnement cinématique en temps réel
[Termes IGN] spécification de processus
[Termes IGN] webGLIndex. décimale : LPGE Mémoires de Licence professionnelle géomatique et environnement Résumé : (auteur) [...] L’Eurométropole de Strasbourg (EMS) s’est très tôt tournée vers la géomatique. Dès les années 90, la collectivité a su percevoir l’intérêt de cette discipline pour son espace contribuant grandement à la modernisation et à l'efficience du service public. Différentes actions y ont été menées, comme l’inventaire géographique du patrimoine, la connaissance des réseaux, la distribution spatiale d’une donnée statistique, la réalisation de cartes et la diffusion en Open Data de l’intégralité des données. Dans le cadre du projet SIG 3D, la collectivité de Strasbourg oeuvre pour passer d’une représentation plane de son territoire à une représentation en trois dimensions. C’est notamment dans ce cadre qu’est apparue la volonté de mettre en place une chaîne d’acquisition/traitement/diffusion de données issues de drones. Les objectifs de mon stage étaient nombreux. En effet, l’apparition d’une nouvelle compétence au sein de la collectivité a impliqué de nouvelles acquisitions de matériels ainsi que la formation d’une partie de ses agents. Mon principal travail a été de rendre viables et pérennes les procédures de cette chaîne, via mes connaissances et la collaboration avec les agents du service. De plus, il m’a également été confié un travail de développement dans d’autres domaines de captation d’informations géographiques. Note de contenu : Introduction
1- Intérêt d'un LIDAR sur drône
2- Mise en place des procédures drône
3- Traitement des données
4- Diffusion et mise à jour des produits
ConclusionNuméro de notice : 28887 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire licence Organisme de stage : Eurométropole de Strasbourg Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101628 Documents numériques
en open access
Développement d’outils... - pdf auteur -Adobe Acrobat PDF
Titre : Domain adaptation for urban scene segmentation Type de document : Thèse/HDR Auteurs : Antoine Saporta, Auteur ; Matthieu Cord, Directeur de thèse Editeur : Paris : Sorbonne Université Année de publication : 2022 Importance : 147 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de Sorbonne Université, spécialité InformatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] classification non dirigée
[Termes IGN] entropie
[Termes IGN] Mapillary
[Termes IGN] navigation autonome
[Termes IGN] réseau antagoniste génératif
[Termes IGN] scène urbaine
[Termes IGN] segmentation sémantique
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) This thesis tackles some of the scientific locks of perception systems based on neural networks for autonomous vehicles. This dissertation discusses domain adaptation, a class of tools aiming at minimizing the need for labeled data. Domain adaptation allows generalization to so-called target data that share structures with the labeled so-called source data allowing supervision but nevertheless following a different statistical distribution. First, we study the introduction of privileged information in the source data, for instance, depth labels. The proposed strategy, BerMuDA, bases its domain adaptation on a multimodal representation obtained by bilinear fusion, modeling complex interactions between segmentation and depth. Next, we examine self-supervised learning strategies in domain adaptation, relying on selecting predictions on the unlabeled target data, serving as pseudo-labels. We propose two new selection criteria: first, an entropic criterion with ESL; then, with ConDA, using an estimate of the true class probability. Finally, the extension of adaptation scenarios to several target domains as well as in a continual learning framework is proposed. Two approaches are presented to extend traditional adversarial methods to multi-target domain adaptation: Multi-Dis. and MTKT. In a continual learning setting for which the target domains are discovered sequentially and without rehearsal, the proposed CTKT approach adapts MTKT to this new problem to tackle catastrophic forgetting. Note de contenu : 1- Introduction
2- Unsupervised domain adaptation
3- Leveraging priviledge information for unsupervised domain adaptation
4- Estimating and exploiting confident pseudo-labels for self-training
5- Adaptation to multiple domains
6- ConclusionNuméro de notice : 24079 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Sorbonne Université : 2022 Organisme de stage : Institut des Systèmes Intelligents et de Robotique DOI : sans En ligne : https://theses.hal.science/tel-03886201 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102213 Éléments pour l'analyse et le traitement d'images : application à l'estimation de la qualité du bois / Rémy Decelle (2022)
![]()
Titre : Éléments pour l'analyse et le traitement d'images : application à l'estimation de la qualité du bois Type de document : Thèse/HDR Auteurs : Rémy Decelle, Auteur ; Isabelle Debled-Rennesson, Auteur ; Fleur Longuetaud, Auteur Editeur : Nancy, Metz : Université de Lorraine Année de publication : 2022 Importance : 214 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour l'obtention du Doctorat de l'Université de Lorraine, Mention InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] aubier
[Termes IGN] cerne
[Termes IGN] classification par nuées dynamiques
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] duramen
[Termes IGN] filtre
[Termes IGN] grume
[Termes IGN] morphologie mathématique
[Termes IGN] niveau de gris (image)
[Termes IGN] optimisation par colonie de fourmis
[Termes IGN] qualité du bois
[Termes IGN] représentation discrète
[Termes IGN] segmentation d'image
[Termes IGN] seuillageIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Dans le contexte du changement climatique et de son atténuation, du développement de la bioéconomie circulaire, et d'une pression accrue qui en découle sur la ressource en bois, un des axes de recherche prioritaire est l'optimisation de la transformation de cette ressource qui peut se faire à différents niveaux. L'objectif ici est d'extraire des informations sur la qualité du bois à partir de l'analyse de sections transversales du grumes ou billons de bois en forêt ou en scierie. Pour estimer cette qualité, plusieurs caractéristiques visibles peuvent être extraites : zones d'aubier et de duramen, position de la moelle et du centre géométrique, le nombre de cernes et leur largeur. Dans un premier temps, nous nous intéressons à la segmentation de la grume dans l'image. Cette segmentation rend plus simple l'analyse des autres caractéristiques et permet de localiser le centre géométrique. Pour cela, nous proposons plusieurs approches. D'abord, des méthodes classiques issues du traitement d'images sont abordées, comme la méthode des K-Means ou les contours actifs. Nous utilisons également des réseaux de neurones convolutifs. Nous montrons l'avantage des réseaux de neurones par rapport à ces deux autres méthodes. La deuxième caractéristique estimée est la zone de duramen (zone centrale plus colorée). Nous proposons une nouvelle couche d'attention pour les réseaux de neurones utilisant la morphologie mathématique moins souvent utilisée. Les couches d'attention ont permis aux réseaux d'être plus performants en se focalisant sur les informations les plus pertinentes. Dans notre cadre, l'objectif de cette couche est double : réduire la quantité de paramètres et augmenter les performances. Notre couche d'attention montre de meilleures performances par rapport à d'autres couches d'attention. Dans un troisième temps, nous proposons d'analyser les cernes. Notre méthode est en trois grandes étapes. D'abord, un lissage directionnel pour rehausser les cernes (tout en gardant au mieux les contours) et réduire à la fois la texture intracernes et les marques de sciage. Puis, un seuillage adaptatif pour déterminer les zones de cernes potentiels. Enfin, un deuxième seuillage afin d'avoir les limites de cernes. À partir de la segmentation finale, l'analyse des cernes (nombre, largeur moyenne, etc.) est rendue possible. Enfin, l'estimation de la position de la moelle est abordée. Nous proposons une nouvelle approche originale basée sur l'algorithme des colonies de fourmis pour estimer la position de la moelle. L'utilisation de cet algorithme permet de s'abstraire d'une étape habituelle, à savoir l'accumulation des normales aux tangentes des cernes. Notre méthode montre de nombreux avantages par rapport aux approches de l'état de l'art, réseaux de neurones inclus. Dans une dernière partie, nous présenterons un travail en géométrie discrète : un filtre directionnel. Il estime les segments les plus longs en tout point d'un ensemble connexe. La présentation de cet outil est fait par le biais d'un filtre. En appliquant ce filtre, nous pouvons estimer des caractéristiques géométriques à l'échelle locale. Cet outil a pour objectif d'être appliqué aux cernes. Note de contenu : Introduction
1- Techniques de segmentation
2- Segmentation : les applications aux bois
3- Nouvelles approches du traitement d’images appliquées au bois
4- Détection de la moelle dans l’image
5- Filtre directionnel discret
6- ConclusionNuméro de notice : 24061 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Université de Lorraine : 2022 Organisme de stage : Laboratoire LORIA DOI : sans En ligne : https://hal.univ-lorraine.fr/tel-03794911/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102036 Estimating aboveground biomass in dense Hyrcanian forests by the use of Sentinel-2 data / Fardin Moradi in Forests, vol 13 n° 1 (January 2022)
![]()
[article]
Titre : Estimating aboveground biomass in dense Hyrcanian forests by the use of Sentinel-2 data Type de document : Article/Communication Auteurs : Fardin Moradi, Auteur ; Ali Asghar Darvishsefat, Auteur ; Manizheh Rajab Pourrahmati, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 104 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] biomasse aérienne
[Termes IGN] Carpinus betulus
[Termes IGN] classification barycentrique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] diamètre à hauteur de poitrine
[Termes IGN] image Sentinel-MSI
[Termes IGN] Iran
[Termes IGN] régression multiple
[Termes IGN] réseau neuronal artificielNuméro de notice : A2022-080 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.3390/f13010104 Date de publication en ligne : 12/01/2022 En ligne : https://doi.org/10.3390/f13010104 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99472
in Forests > vol 13 n° 1 (January 2022) . - n° 104[article]Évolution rétrospective et prospective d’un massif dunaire par imagerie multispectrale et LiDAR / Iris Jeuffrard (2022)
![]()
Titre : Évolution rétrospective et prospective d’un massif dunaire par imagerie multispectrale et LiDAR : Anse du Guesclin, 1948 - 2100 Type de document : Mémoire Auteurs : Iris Jeuffrard, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Note générale : bibliographie
Rapport de fin d'étude, cycle des Ingénieurs diplômés de l’ENSG 3ème année, Spécialité PPMDLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] aménagement durable
[Termes IGN] analyse diachronique
[Termes IGN] changement climatique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] données multisources
[Termes IGN] dune
[Termes IGN] érosion côtière
[Termes IGN] Ille-et-Vilaine (35)
[Termes IGN] image aérienne
[Termes IGN] image captée par drone
[Termes IGN] littoral
[Termes IGN] modèle numérique de terrain
[Termes IGN] régression linéaire
[Termes IGN] série temporelle
[Termes IGN] trait de côteIndex. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (auteur) Le Centre de Géo-Écologie Littorale (CGEL), autrefois Laboratoire de Géomorphologie dépend de l’École Pratique des Hautes Études (EPHE) depuis 1936 et s’est toujours consacré à l’observation des écosystèmes littoraux à partir d’images de très haute résolution. Il répond à différentes missions d’expertise sur le littoral, dans le but d’aider les gestionnaires à évaluer les risques et mettre en place des stratégies d’aménagement durables. Tout naturellement, le Service Patrimoine Naturel du Département d’Ille-et-Vilaine a fait appel au CGEL pour cartographier l’évolution d’un espace naturel sensible (ENS) sous leur protection, l’anse du Guesclin. Il abrite un complexe dunaire, écosystème précieux pour tous les services écosystémiques qu’il rend (richesse d’habitat et de biodiversité, barrière naturelle contre les aléas météo-marins, tourisme, etc.). Fragilisé par le passé par des événements météo-marins et des pressions anthropiques, il est aujourd’hui menacé par l’érosion. Le Département a donc engagé depuis 2010 un plan de réhabilitation. L’objectif est de fournir une cartographie fine de l’évolution pluri-décennale passée et future du massif dunaire de l’anse du Guesclin. Dans un premier temps l’évolution de la dune est étudiée à partir d’images aériennes historiques depuis 1948. Des marqueurs évolutifs (trait de côte, surface de végétation dunaire) permettent de retracer l’historique du massif. En complément, les variations géomorphologiques depuis 2010 sont quantifiées à partir d’acquisitions drone LiDAR réalisées par l’IGN, le SHOM et le CGEL. Les séries temporelles du recul du trait de côte et de la surface de végétation sont expliquées par un modèle de régression linéaire et de régression par Random Forest en fonction de paramètres météo-marins historiques (température, vent, précipitations, niveau moyen de la mer). Les modèles sont ensuite appliqués avec les prévisions du GIEC selon différents scénarios pour prédire l’évolution des marqueurs. Le modèle retenu (R2=0.84, RMSE=3.07m) prévoit ainsi un recul du trait de côte de 14 à 31 m à moyen terme selon les scénarios. Les résultats confirment les tendances d’érosion observées jusqu’à présent, et ce dès le court terme. La végétation serait favorisée par l’augmentation des gaz à effet de serre mais dépend de l’état de conservation du massif, qui est lui très vulnérable aux événements météorologiques extrêmes. Note de contenu : Introduction
1. Analyse rétrospective
1.1 Démarche
1.2 Site d’étude et données
1.3 Prétraitement
1.4 Étude du trait de côte
1.5 Étude de la surface de la végétation dunaire
1.6 Étude du volume du massif dunaire
1.7 Conclusion
2. Analyse prospective
2.1 Méthode
2.2 Données
2.3 Résultats
2.4 Limites et conclusions
ConclusionNuméro de notice : 24050 Affiliation des auteurs : IGN (2020- ) Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Service Patrimoine Naturel du Département d’Ille-et-Vilaine Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101923 Documents numériques
en open access
Évolution rétrospective... - pdf auteur -Adobe Acrobat PDFExamining the integration of Landsat operational land imager with Sentinel-1 and vegetation indices in mapping southern yellow pines (Loblolly, Shortleaf, and Virginia pines) / Clement E. Akumu in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 1 (January 2022)
PermalinkPermalinkFLAIR: French Land cover from Aerial ImageRy - Challenge FLAIR #1: semantic segmentation and domain adaptation / Anatol Garioud (2022)
PermalinkFusion de données hyperspectrales et panchromatiques dans le domaine réflectif / Yohann Constans (2022)
PermalinkGlobal and climate challenges, graph-based data analysis for multisource information extraction / Morgane Batelier (2022)
PermalinkGlobal glacier mass change by spatiotemporal analysis of digital elevation models / Romain Hugonnet (2022)
PermalinkHigh-resolution canopy height map in the Landes forest (France) based on GEDI, Sentinel-1, and Sentinel-2 data with a deep learning approach / Martin Schwartz (2022)
PermalinkHistograms of oriented mosaic gradients for snapshot spectral image description / Lulu Chen in ISPRS Journal of photogrammetry and remote sensing, vol 183 (January 2022)
PermalinkHistorical shoreline analysis and field monitoring at Ennore coastal stretch along the Southeast coast of India / M. Dhananjayan in Marine geodesy, vol 45 n° 1 (January 2022)
PermalinkImplementation of the log-transformed band ratio algorithm on images of WorldView-3 and Sentinel-2 for bathymetry mapping of a pocket beach of Malta / Antoine Cornu (2022)
PermalinkImproving LSMA for impervious surface estimation in an urban area / Jin Wang in European journal of remote sensing, vol 55 n° 1 (2022)
PermalinkImproving urban land cover mapping with the fusion of optical and SAR data based on feature selection strategy / Qing Ding in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 1 (January 2022)
PermalinkPermalinkInteractive semantic segmentation of aerial images with deep neural networks / Gaston Lenczner (2022)
PermalinkInvestigating the role of wind disturbance in tropical forests through a forest dynamics model and satellite observations / E-Ping Rau (2022)
PermalinkLandslide evolution pattern revealed by multi-temporal DSMs obtained from historical aerial images / Michele Santangelo (2022)
PermalinkLatent heat flux variability and response to drought stress of black poplar: A multi-platform multi-sensor remote and proximal sensing approach to relieve the data scarcity bottleneck / Flavia Tauro in Remote sensing of environment, vol 268 (January 2022)
PermalinkLearning multi-view aggregation in the wild for large-scale 3D semantic segmentation / Damien Robert (2022)
PermalinkLearning spatio-temporal representations of satellite time series for large-scale crop mapping / Vivien Sainte Fare Garnot (2022)
PermalinkPermalinkMapping burned areas and land-uses in Kangaroo Island using an object-based image classification framework and Landsat 8 Imagery from Google Earth Engine / Jiyu Liu in Geomatics, Natural Hazards and Risk, vol 13 (2022)
PermalinkMLMT-CNN for object detection and segmentation in multi-layer and multi-spectral images / Majedaldein Almahasneh in Machine Vision and Applications, vol 33 n° 1 (January 2022)
PermalinkPermalinkModélisations des écoulements fluviaux adaptées aux observations spatiales et assimilations de données altimétriques / Thibault Malou (2022)
PermalinkMonitoring and analysis of crop irrigation dynamics in Central Italy through the use of MODIS NDVI data / Marta Chiesi in European journal of remote sensing, vol 55 n° 1 (2022)
PermalinkMonitoring forest-savanna dynamics in the Guineo-Congolian transition area of the centre region of Cameroon / Le Bienfaiteur Sagang Takougoum (2022)
PermalinkMonitoring grassland dynamics by exploiting multi-modal satellite image time series / Anatol Garioud (2022)
PermalinkMulti-view urban scene classification with a complementary-information learning model / Wanxuan Geng in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 1 (January 2022)
PermalinkA novel unmixing-based hypersharpening method via convolutional neural network / Xiaochen Lu in IEEE Transactions on geoscience and remote sensing, vol 60 n° 1 (January 2022)
PermalinkA PCA-PD fusion method for change detection in remote sensing multi temporal images / Soltana Achour in Geocarto international, vol 37 n° 1 ([01/01/2022])
PermalinkPreparation of the VENµS satellite data over Israel for the input into the GRASP data treatment algorithm / Maeve Blarel (2022)
PermalinkPermalinkPermalinkPermalinkPermalinkPermalinkSalt tectonic imaging at crustal and experimental scales by seismic migration and adjoint method / Javier Abreu-Torres (2022)
PermalinkScaling up and evaluating surface reconstruction from point clouds of open scenes / Yanis Marchand (2022)
PermalinkPermalinkSelf-attention and generative adversarial networks for algae monitoring / Nhut Hai Huynh in European journal of remote sensing, vol 55 n° 1 (2022)
PermalinkSemantic segmentation of high-resolution remote sensing images based on a class feature attention mechanism fused with Deeplabv3+ / Zhimin Wang in Computers & geosciences, vol 158 (January 2022)
PermalinkSenRVM: A multi-modal deep learning regression methodology for continuous vegetation monitoring with dense temporal NDVI time series / Anatol Garioud (2022)
PermalinkPermalinkSimulation of the meltwater under different climate change scenarios in a poorly gauged snow and glacier-fed Chitral River catchment (Hindukush region) / Huma Hayat in Geocarto international, vol 37 n° 1 ([01/01/2022])
PermalinkSpatial distribution of lead (Pb) in soil: a case study in a contaminated area of the Czech Republic / Nicolas Francos in Geomatics, Natural Hazards and Risk, vol 13 (2022)
Permalink