Centre dedocumentation
scientifique

Investigating operational country-level crop monitoring with Sentinel~1 and~2 imagery / Nicolas David in Remote sensing letters, vol 12 n° 10 (October 2021)  

Public [article]  inRemote sensing letters > vol 12 n° 10 (October 2021) . - pp 970 - 982 Titre : Investigating operational country-level crop monitoring with Sentinel~1 and~2 imagery Type de document : Article/Communication Auteurs : Nicolas David , Auteur ; Sébastien Giordano , Auteur ; Clément Mallet , Auteur Année de publication : 2021 Projets : MAESTRIA / Mallet, Clément Article en page(s) : pp 970 - 982 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes IGN] chaîne de traitement [Termes IGN] France (administrative) [Termes IGN] image Sentinel-MSI [Termes IGN] image Sentinel-SAR [Termes IGN] politique agricole commune [Termes IGN] surveillance agricole Résumé : (auteur) In this paper, we propose an operational solution for the yearly classification of crop parcels at national scale (namely France) for Land Parcel Identification System updating, under the Common Agricultural Policy (CAP) umbrella. Our pipeline is based on the ι2 open-source framework and fed with both time series of Sentinel-1 radar and Sentinel-2 optical images, with complementary contributions. Three conceivable scenarios are investigated with two sets of nomenclatures (17 and 43 classes): early, on-line, and late classifications. Experiments performed on 2017 show very satisfactory results (82–97%), locally almost on-par with state-of-the-art deep-based methods. We can conclude our framework offers a strong basis for country-scale operational deployment for 2020+CAP. Numéro de notice : A2021-600 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/2150704X.2021.1950940 En ligne : https://doi.org/10.1080/2150704X.2021.1950940 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98222 [article]

Very high resolution land cover mapping of urban areas at global scale with convolutional neural network / Thomas Tilak (2020)  

Public contenu dans ArXiv / Université Cornell (Etats-Unis) (1991)   Titre : Very high resolution land cover mapping of urban areas at global scale with convolutional neural network Type de document : Article/Communication Auteurs : Thomas Tilak , Auteur ; Arnaud Braun , Auteur ; David Chandler, Auteur ; Nicolas David , Auteur ; Sylvain Galopin, Auteur ; Amélie Lombard, Auteur ; Camille Parisel, Auteur ; Camille Parisel, Auteur ; Matthieu Porte, Auteur ; Marjorie Robert, Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2020 Autre Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B3 Projets : 1-Pas de projet / Mallet, Clément Conférence : ISPRS 2020, Commission 3, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Archives Commission 3 Importance : 8 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] BD Alti [Termes IGN] carte d'occupation du sol [Termes IGN] chaîne de production [Termes IGN] chaîne de traitement [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] corrélation croisée maximale [Termes IGN] données d'entrainement (apprentissage automatique) [Termes IGN] Gironde (33) [Termes IGN] image à très haute résolution [Termes IGN] image aérienne [Termes IGN] image multibande [Termes IGN] modèle numérique de surface [Termes IGN] segmentation sémantique [Termes IGN] vectorisation [Termes IGN] zone d'intérêt [Termes IGN] zone urbaine Résumé : (auteur) This paper describes a methodology to produce a 7-classes land cover map of urban areas from very high resolution images and limited noisy labeled data. The objective is to make a segmentation map of a large area (a french department) with the following classes: asphalt, bare soil, building, grassland, mineral material (permeable artificialized areas), forest and water from 20cm aerial images and Digital Height Model. We created a training dataset on a few areas of interest aggregating databases, semi-automatic classification, and manual annotation to get a complete ground truth in each class. A comparative study of different encoder-decoder architectures (U-Net, U-Net with Resnet encoders, Deeplab v3+) is presented with different loss functions. The final product is a highly valuable land cover map computed from model predictions stitched together, binarized, and refined before vectorization. Numéro de notice : C2020-038 Affiliation des auteurs : IGN+Ext (2020- ) Autre URL associée : vers ArXiv Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprs-archives-XLIII-B3-2020-201-2020 Date de publication en ligne : 21/08/2020 En ligne : https://doi.org/10.5194/isprs-archives-XLIII-B3-2020-201-2020 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95079

Télédétection pour l'observation des surfaces continentales, ch. 7. Modèles numériques de terrain à partir de données lidar aéroportées / Clément Mallet (2017)

Public contenu dans Télédétection pour l'observation des surfaces continentales, Volume 1. Observation des surfaces continentales par télédétection optique / Nicolas Baghdadi (2017) Titre de série : Télédétection pour l'observation des surfaces continentales, ch. 7 Titre : Modèles numériques de terrain à partir de données lidar aéroportées Type de document : Chapitre/Contribution Auteurs : Clément Mallet , Auteur ; Nicolas David , Auteur Editeur : Londres : ISTE Editions Année de publication : 2017 Importance : pp 295 - 313 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] filtrage du bruit [Termes IGN] interpolation [Termes IGN] modèle numérique de terrain [Termes IGN] modélisation 3D [Termes IGN] morphologie mathématique [Termes IGN] précision altimétrique [Termes IGN] semis de points [Termes IGN] Triangulated Irregular Network Résumé : (Auteur) [Introduction] Ce chapitre se focalise sur la génération automatique de Modèles Numériques de Terrain (MNT) à partir de nuages de points 3D issus de capteurs lidar aéroportés topographiques. On appelle MNT la représentation mathématique (modèle) de la surface sol sous forme le plus souvent d'une maille carrée régulière où une valeur d'altitude unique à attribuée à chaque pixel. On s'abstrait donc des objets y compris permanents appartenant au sursol que sont en particulier la végétation et les bâtiments. Quand ces derniers sont inclus, on parle de Modèle numérique de surface (MNS), qui décrit la surface supérieure visible depuis le ciel (celle que l'on obtient nativement en imagerie optique). [...] Numéro de notice : H2017-003 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Chapître / contribution nature-HAL : ChOuvrScient DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86438

Voir aussi

• Remote Sensing Observations of Continental Surfaces, ch. 7. Digital Terrain Models derived from airborne lidar data / Clément Mallet (2016)  

Remote Sensing Observations of Continental Surfaces, ch. 7. Digital Terrain Models derived from airborne lidar data / Clément Mallet (2016)  

Public contenu dans Remote Sensing Observations of Continental Surfaces, vol 1. Optical Remote Sensing of Land Surface / Nicolas Baghdadi (2016) Titre de série : Remote Sensing Observations of Continental Surfaces, ch. 7 Titre : Digital Terrain Models derived from airborne lidar data Type de document : Chapitre/Contribution Auteurs : Clément Mallet , Auteur ; Nicolas David , Auteur Editeur : Londres : ISTE Press Année de publication : 2016 Importance : pp 299 - 320 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] filtrage du bruit [Termes IGN] interpolation [Termes IGN] modèle numérique de terrain [Termes IGN] modélisation 3D [Termes IGN] morphologie mathématique [Termes IGN] précision altimétrique [Termes IGN] Triangulated Irregular Network Résumé : (auteur) This chapter focuses on the automatic generation of Digital Terrain Models (DTMs) on the basis of the three-dimensional (3D) point clouds generated by airborne topographic LiDAR sensors. A DTM is a mathematical representation (model) of the ground surface, most often in the form of a regular grid, in which a unique elevation value is assigned to each pixel. Thus, objects, including permanent off-ground components such as vegetation and buildings, can be detected. When the latter are included, reference is made to the digital surface model (DSM), used to analyze the ground surface visible from the sky (i.e. the surface which can be obtained natively in standard optical imagery). Numéro de notice : H2016-010 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Chapître / contribution nature-HAL : ChOuvrScient DOI : 10.1016/B978-1-78548-102-4.50007-7 Date de publication en ligne : 07/10/2016 En ligne : https://doi.org/10.1016/B978-1-78548-102-4.50007-7 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91790

Voir aussi

• Télédétection pour l'observation des surfaces continentales, ch. 7. Modèles numériques de terrain à partir de données lidar aéroportées / Clément Mallet (2017)

Large-scale classification of water areas using airborne topographic lidar data / Julien Smeeckaert in Remote sensing of environment, vol 138 (November 2013)  

Public [article]  inRemote sensing of environment > vol 138 (November 2013) . - pp 134 - 148 Titre : Large-scale classification of water areas using airborne topographic lidar data Type de document : Article/Communication Auteurs : Julien Smeeckaert, Auteur ; Clément Mallet , Auteur ; Nicolas David , Auteur ; Nesrine Chehata , Auteur ; António Ferraz , Auteur Année de publication : 2013 Article en page(s) : pp 134 - 148 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] grande échelle [Termes IGN] littoral [Termes IGN] modèle numérique de terrain [Termes IGN] rive [Termes IGN] rivière [Termes IGN] trait de côte Résumé : (auteur) Accurate Digital Terrain Models (DTMs) are inevitable inputs for mapping and analyzing areas subject to natural hazards. Topographic airborne laser scanning has become an established technique to characterize the Earth's surface: lidar provides 3D point clouds allowing for a fine reconstruction of the topography while preserving high frequencies of the relief. For flood hazard modeling, the key step, before going onto terrain modeling, is the discrimination of land and water areas within the delivered point clouds. Therefore, instantaneous shorelines, river banks, and inland waters can be extracted as a basis for more reliable DTM generation. This paper presents an automatic, efficient, and versatile workflow for land/water classification of airborne topographic lidar points, effective at large scales (>300 km2). For that purpose, the Support Vector Machine (SVM) method is used as a classification framework and it is embedded in a workflow designed for our specific goal. First, a restricted but carefully designed set of features, based only on 3D lidar point coordinates and flightline information, is defined as classifier input. Then, the SVM learning step is performed on small but well-targeted areas thanks to a semiautomatic region growing strategy. Finally, label probability output by SVM is merged with contextual knowledge during a probabilistic relaxation step in order to remove pixel-wise misclassification. Results show that a survey of hundreds of millions of points are labeled with high accuracy (>95% in most cases for coastal areas, and >90% for rivers) and that small natural and anthropic features of interest are still well classified even though we work at lowpoint densities (0.5–4 pts/m2). We also noticed that it may fail in water-logged areas. Nevertheless, our approach remains valid for regional and national mapping purposes, coasts and rivers, and provides a strong basis for further discrimination of land-cover classes and coastal habitats. Numéro de notice : A2013-792 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.rse.2013.07.004 Date de publication en ligne : 15/08/2013 En ligne : https://doi.org/10.1016/j.rse.2013.07.004 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=80174 [article]

Voir aussi

• Large-scale water classification of coastal areas using airborne topographic lidar data / Julien Smeeckaert (juillet 2013)  

Registration of terrestrial mobile laser data on 2D or 3D geographic database by use of a non-rigid ICP approach / Fabrice Monnier in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, II-5 W2 (November 2013)    

Permalink

Towards 3D lidar point cloud registration improvement using optimal neighborhood knowledge / Adrien Gressin in ISPRS Journal of photogrammetry and remote sensing, vol 79 (May 2013)  

Permalink

Description de la campagne aéroportée UMBRA : étude de l'impact anthropique sur les écosystèmes urnbains et naturels avec des images THR multispectrales et hyperspectrales / Karine R.M. Adeline in Revue Française de Photogrammétrie et de Télédétection, n° 202 (Avril 2013)    

Permalink

Mise en cohérence de données laser cartographique par recalage non-rigide / Fabrice Monnier in Revue Française de Photogrammétrie et de Télédétection, n° 202 (Avril 2013)    

Permalink

Classification grande échelle de surfaces d’eau par lidar aéroporté / Nicolas David (2013) 

Permalink

Classification of water surfaces using airborne topographic lidar data / Julien Smeeckaert (2013)  

Permalink

Large-scale water classification of coastal areas using airborne topographic lidar data / Julien Smeeckaert (juillet 2013)  

Permalink

Building edge detection using small-footprint airborne full-waveform lidar data / Jean-Christophe Michelin in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, I-3 (2012)  

Permalink

Improving 3D lidar point cloud registration using optimal neighborhood knowledge / Adrien Gressin in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, I-3 (2012)  

Permalink

Dimensionality based scale selection in 3d Lidar point clouds / Jérôme Demantké (2011)    

Permalink