Publications du LaSTIG
Les publications antérieures au LaSTIG sont celles des laboratoires qui ont formé le LaSTIG : COGIT, LOEMI et MATIS, à l'exception du LAREG - Vous pouvez affiner la recherche au sein des références
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Imprimer...](./images/print.gif)
Le carrefour dont vous êtes le héros : description de carrefours pour les personnes déficientes visuelles / Jérémy Kalsron (2021)
![]()
![]()
Titre : Le carrefour dont vous êtes le héros : description de carrefours pour les personnes déficientes visuelles Type de document : Article/Communication Auteurs : Jérémy Kalsron, Auteur ; Jean-Marie Favreau, Auteur ; Guillaume Touya , Auteur
Editeur : Paris, Toulouse, ... : Centre national de la recherche scientifique CNRS Année de publication : 2021 Projets : ACTIVmap / Favreau, Jean-Marie Conférence : SAGEO 2021, 16th spatial analysis and geomatics conference 05/05/2021 07/05/2021 La Rochelle en ligne France open access proceedings Importance : pp 271 - 273 Langues : Français (fre) Descripteur : [Termes IGN] carrefour
[Termes IGN] modèle conceptuel de données localisées
[Termes IGN] personne malvoyante
[Termes IGN] traitement du langage naturelMots-clés libres : génération automatique de texte Numéro de notice : C2021-021 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans En ligne : https://apps.univ-lr.fr/actes/ged/colloques/docWeb/2105041945.0/SAGEO2021_Actes_ [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98253 Documents numériques
en open access
Le carrefour dont vous êtes le héros - pdf éditeurAdobe Acrobat PDFCartographies en mouvement : parcours sensible, narration et participation, ch. 10. Conception de cartes en relief pour les personnes déficientes visuelles / Gauthier Fillières-Riveau (2021)
![]()
Titre de série : Cartographies en mouvement : parcours sensible, narration et participation, ch. 10 Titre : Conception de cartes en relief pour les personnes déficientes visuelles Type de document : Chapitre/Contribution Auteurs : Gauthier Fillières-Riveau , Auteur ; Jean-Marie Favreau, Auteur ; Vincent Barra, Auteur ; Guillaume Touya
, Auteur
Editeur : Clermont-Ferrand : Presses universitaires Blaise Pascal Année de publication : 2021 Collection : Territoires Projets : ACTIVmap / Favreau, Jean-Marie Importance : pp Note générale : bibliographie
ouvrage sous la coordination de Mauricette Fournier et Florence Troin
SIGNALEMENT - PAS DE DOCUMENTLangues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie
[Termes IGN] carte en relief
[Termes IGN] conception cartographique
[Termes IGN] personne malvoyanteNuméro de notice : H2021-003 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Chapître / contribution nature-HAL : ChOuvrScient DOI : sans Date de publication en ligne : 14/10/2021 En ligne : https://hal.science/hal-03401368v1 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98939 Cluttering reduction for interactive navigation and visualization of historical Images / Evelyn Paiz-Reyes (2021)
![]()
Titre : Cluttering reduction for interactive navigation and visualization of historical Images Type de document : Article/Communication Auteurs : Evelyn Paiz-Reyes , Auteur ; Mathieu Brédif
, Auteur ; Sidonie Christophe
, Auteur
Editeur : International Cartographic Association ICA - Association cartographique internationale ACI Année de publication : 2021 Collection : Proceedings of the ICA num. 4 Projets : Alegoria / Gouet-Brunet, Valérie Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie open access proceedings Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] analyse géovisuelle
[Termes IGN] complexité
[Termes IGN] environnement géographique virtuel
[Termes IGN] exploration d'images
[Termes IGN] image ancienne
[Termes IGN] rendu (géovisualisation)
[Termes IGN] rendu réaliste
[Termes IGN] scène 3D
[Vedettes matières IGN] GéovisualisationRésumé : (auteur) Iconographic representations, such as historical photos of geographic spaces, are precious cultural heritage resources capable of describing a particular geographical area’s evolution over time. These photographic collections may vary in size, between hundreds and thousands of items. With the advent of the digital era, many of these documents have been digitized, spatialized, and are available online. Browsing through these digital image collections represents new challenges. This paper examines the topic of historical image exploration in a virtual environment enabling the co-visualization of historical photos into a contemporary 3D scene. We address the topic of user interaction considering the potential volume of the input data. Our methodology is based on design guidelines that rely on visual perception techniques to ease visual complexity and improve saliency on specific cues. The designs are additionally implemented following an image-based rendering approach and evaluated in a group of users. Overall, these propositions may be a notable addition to creating innovative ways to visualize and discover historical images in a virtual geographic environment. Numéro de notice : C2021-048 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/ica-proc-4-81-2021 Date de publication en ligne : 03/12/2021 En ligne : https://doi.org/10.5194/ica-proc-4-81-2021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99434 Combining deep learning and mathematical morphology for historical map segmentation / Yizi Chen (2021)
![]()
Titre : Combining deep learning and mathematical morphology for historical map segmentation Type de document : Chapitre/Contribution Auteurs : Yizi Chen , Auteur ; Edwin Carlinet, Auteur ; Joseph Chazalon, Auteur ; Clément Mallet
, Auteur ; Bertrand Duménieu
, Auteur ; Julien Perret
, Auteur
Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2021 Collection : Lecture notes in Computer Science, ISSN 0302-9743 num. 12708 Projets : SODUCO / Perret, Julien Conférence : DGMM 2021, 1st International Joint Conference on Discrete Geometry and Mathematical Morphology 24/05/2021 27/05/2021 Uppsala Suède Proceedings Springer Importance : pp 79 - 92 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] analyse diachronique
[Termes IGN] apprentissage profond
[Termes IGN] carte ancienne
[Termes IGN] chaîne de traitement
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection d'objet
[Termes IGN] données maillées
[Termes IGN] morphologie mathématique
[Termes IGN] vectorisationRésumé : (auteur) The digitization of historical maps enables the study of ancient, fragile, unique, and hardly accessible information sources. Main map features can be retrieved and tracked through the time for subsequent thematic analysis. The goal of this work is the vectorization step, i.e., the extraction of vector shapes of the objects of interest from raster images of maps. We are particularly interested in closed shape detection such as buildings, building blocks, gardens, rivers, etc. in order to monitor their temporal evolution. Historical map images present significant pattern recognition challenges. The extraction of closed shapes by using traditional Mathematical Morphology (MM) is highly challenging due to the overlapping of multiple map features and texts. Moreover, state-of-the-art Convolutional Neural Networks (CNN) are perfectly designed for content image filtering but provide no guarantee about closed shape detection. Also, the lack of textural and color information of historical maps makes it hard for CNN to detect shapes that are represented by only their boundaries. Our contribution is a pipeline that combines the strengths of CNN (efficient edge detection and filtering) and MM (guaranteed extraction of closed shapes) in order to achieve such a task. The evaluation of our approach on a public dataset shows its effectiveness for extracting the closed boundaries of objects in historical maps. Numéro de notice : H2021-001 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers HAL Thématique : GEOMATIQUE Nature : Chapître / contribution nature-HAL : ChOuvrScient DOI : 10.1007/978-3-030-76657-3_5 Date de publication en ligne : 16/05/2021 En ligne : https://hal.science/hal-03101578v1 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96739 Complémentarité des images optiques Sentinel-2 avec les images radar Sentinel-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique / Siham Acharki in Revue Française de Photogrammétrie et de Télédétection, n° 223 (mars - décembre 2021)
![]()
[article]
Titre : Complémentarité des images optiques Sentinel-2 avec les images radar Sentinel-1 et ALOS-PALSAR-2 pour la cartographie de la couverture végétale : application à une aire protégée et ses environs au Nord-Ouest du Maroc via trois algorithmes d’apprentissage automatique Type de document : Article/Communication Auteurs : Siham Acharki, Auteur ; Pierre-Louis Frison , Auteur ; Mina Amharref, Auteur ; et al., Auteur
Année de publication : 2021 Projets : 3-projet - voir note / Perret, Julien Article en page(s) : pp 143 - 158 Note générale : Bibliographie
projet de recherche PPR2/2016/79, OGI-Env, soutenu par le ministère de l’Éducation nationale, de la Formation professionnelle, de l’Enseignement supérieur et de la Recherche scientifique (MENFPESRS) et le Centre national pour la recherche scientifique et technique (CNRST)Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] aire protégée
[Termes IGN] apprentissage automatique
[Termes IGN] carte de la végétation
[Termes IGN] classification barycentrique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] couvert végétal
[Termes IGN] image ALOS-PALSAR
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] MarocRésumé : (Auteur) Dans cet article, nous évaluons les performances de classification de trois algorithmes non paramétriques (kNN, RF et SVM) en utilisant les données multi-temporelles de trois satellites (Sentinel-1, Alos-Palsar-2 et Sentinel-2) et de leurs combinaisons. La zone d'étude choisie se caractérise par un climat méditerranéen subhumide et une topographie très accidentée qui rend la classification d’occupation du sol particulièrement difficile. En outre, elle contient une aire protégée nommée Jbel Moussa et présente une diversité biologique exceptionnelle. Afin de suivre le couvert végétal de cette dernière, nous avons acquis et prétraités les images satellitaires optiques et radar pour la période du 1er janvier au 31 décembre 2017. Ensuite, nous avons combiné les trois satellites, soit douze scénarios produits. Des cartes de classifications illustrent notre approche. Un total de trente-six classifications a été obtenu, en se basant sur sept classes : eau, bâtiment et infrastructures, sol nu, végétation peu dense, prairies, forêt peu dense et forêt dense. Les résultats ont montré que pour tous les scénarios, la précision globale la plus élevée a été produite par RF (53,03%-93,06%), suivie de kNN (49,16%-89,63%), tandis que SVM (47,86%-86,08%) a produit la précision de classification la plus faible. L'étude a également montré une similitude entre les performances de la combinaison des trois satellites et celles de Sentinel-2 seul. Les estimations de la superficie pour les différentes classes vont de 0,85 km2 (0,11% de la zone d'étude) à 326,84 km2 (41,31% de la zone d'étude) Numéro de notice : A2021-890 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : FORET/IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2021.599 Date de publication en ligne : 29/11/2021 En ligne : https://doi.org/10.52638/rfpt.2021.599 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99215
in Revue Française de Photogrammétrie et de Télédétection > n° 223 (mars - décembre 2021) . - pp 143 - 158[article]Connecting images through sources: Exploring low-data, heterogeneous instance retrieval / Dimitri Gominski in Remote sensing, vol 13 n° 16 (August-2 2021)
PermalinkConnecting images through time and sources: Introducing low-data, heterogeneous instance retrieval / Dimitri Gominski (2021)
PermalinkConstruction d’une mémoire des sites pollués : Fusion de bases de données et extraction d’événements / Chuanming Dong (2021)
PermalinkPermalinkPermalinkCréation de bases de connaissances topographiques à partir de sources hétérogènes / Helen Mair Rawsthorne (2021)
PermalinkCrop rotation modeling for deep learning-based parcel classification from satellite time series / Félix Quinton in Remote sensing, vol 13 n° 22 (November-2 2021)
PermalinkA data fusion-based framework to integrate multi-source VGI in an authoritative land use database / Lanfa Liu in International Journal of Digital Earth, vol 14 n° 4 (April 2021)
PermalinkPermalinkDescription et recherche d’image généralisables pour l’interconnexion et l’analyse multi-source / Dimitri Gominski (2021)
Permalink