Détail de l'auteur
Auteur Hamza Ben Addou |
Documents disponibles écrits par cet auteur (2)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
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