Détail de l'auteur
Auteur Clément Mallet
Commentaire :
Autorités liées :
idHAL :
clement-mallet
idRef :
autre URL :
ORCID :
Scopus :
Publons :
G. Scholar :
DBLP URL :
|
Documents disponibles écrits par cet auteur (165)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Vers une occupation du sol France entière par imagerie satellite à très haute résolution / Tristan Postadjian (2020)
Titre : Vers une occupation du sol France entière par imagerie satellite à très haute résolution Type de document : Thèse/HDR Auteurs : Tristan Postadjian , Auteur ; Clément Mallet , Directeur de thèse ; Arnaud Le Bris , Encadrant ; Hichem Sahbi, Encadrant Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2020 Importance : 169 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée pour l'obtention du titre de Docteur de l'Université Paris-Est, spécialité : Mathématiques, Sciences et Technologies de l'Information et de la CommunicationLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] base de données localisées IGN
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification automatique
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] image à très haute résolution
[Termes IGN] image SPOT 6
[Termes IGN] image SPOT 7
[Termes IGN] mise à jour de base de données
[Termes IGN] occupation du sol
[Termes IGN] OCS GEIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La connaissance de la couverture des territoires en terme d’occupation des sols est devenue un enjeu majeur du XXIème siècle. Que ce soit à l’échelle nationale ou à une échelle plus globale, les initiatives se multiplient pour proposer des cartographies d’occupation des sols qui répondent à des besoins propres à chacune. Consistant à classer des objets présents sur le sol selon des nomenclatures prédéfinies, la tâche est fastidieuse à l’heure actuelle avec des processus essentiellement manuels ou semi-manuels, nécessaires pour garantir le respect de certaines qualités et spécifications. De son côté, la télédétection spatiale a connu un essor conséquent avec la multiplication des capteurs optiques d’observation de la Terre disponibles et de leur diversité en terme de résolutions spectrale, spatiale et temporelle. Ces capteurs optiques proposent chacun une description de la surface terrestre qui leur est propre, et donc caractérisant un ou plusieurs type(s) d’occupation(s) des sols. Ces types dépendent justement des caractéristiques de ces capteurs, caractéristiques adaptées davantage à l’observation des glaciers, des forêts ou des zones plus urbaines par exemple. Les satellites SPOT 6 et SPOT 7, lancés en 2012 et 2014 respectivement, sont dotés de capteurs optiques à très haute résolution spatiale, et acquièrent des images dans quatre bandes spectrales à haute résolution ainsi qu’une bande panchromatique à très haute résolution, permettant de porter la résolution des quatre canaux spectraux à 1,5 m. L’IGN, à partir de ces acquisitions SPOT disponibles sur le pôle de données surfaces continentales THEIA, produit chaque année une couverture d’orthophotos sur l’ensemble du territoire français. Il apparaît dès lors intéressant d’exploiter cette couverture pour générer une OCS millésimée. La problématique de cartographie de l’occupation des sols automatique à partir d’images aériennes ou satellites occupe la communauté de télédétection depuis longtemps, par le biais de processus de classification supervisés, tels que les SVMs, ou les forêts aléatoires pour, entre autres, la vitesse d’exécution de ces derniers. Mais les résultats obtenus par ces méthodes n’ont pas encore permis une réelle automatisation, notamment en adéquation avec des spécifications existantes (erreurs encore trop importantes). En parallèle de ces algorithmes depuis longtemps utilisés, des méthodes d’apprentissage automatique d’un genre nouveau, bien que reposant sur des concepts remontant aux années 1950, émergent depuis une décennie et sont étroitement liés aux recherches menées en machine learning. L’apprentissage profond, dont il est question ici, a fait ses preuves dans de nombreux domaines depuis le traitement naturel du langage, à la reconnaissance d’objets dans des images. Cet essor récent est la conséquence de la disponibilité de grandes bases de données d’apprentissage, ainsi que la démocratisation de l’utilisation de GPUs et de l’accroissement général des puissances de calcul. Représentants principaux de cette famille d’apprentissage, les réseaux de neurones profonds ont réellement bouleversé le monde actuel au quotidien. Que ce soit au niveau académique en terme de recherche, au niveau sociétal, au travers des smartphones par exemple (reconnaissances vocale, faciale, systèmes de recommandation), ou même au niveau politique, avec les questions déontologiques que cela peut poser en terme de confidentialité des données (RGPD) et de protection des libertés individuelles, l’apprentissage profond est au cœur de technologies utilisées par la plupart des gens, de manière transparente et donc sans que ceux-ci s’en aperçoivent. En effet, pour afficher de telles performances dans tant de domaines, l’inconvénient pratique est le besoin très massif de données d’apprentissage lorsque l’on manipule ces algorithmes. Les bases de données géographiques de l’IGN sont donc une opportunité dans notre cas, permettant d’exploiter au mieux les images très haute résolution monoscopiques acquises par les satellites SPOT 6 et 7 en les classifiant automatiquement par réseaux de neurones profonds appris sur ces mêmes bases de données. C’est cette approche que nous proposons dans ces travaux de thèse, avec une volonté d’étudier cette problématique tout en se plaçant dans un cadre plus large à visée opérationnelle, afin de proposer des cartographies sur de grandes étendues géographiques. Les expérimentations menées répondent aux questions soulevées lorsque l’on cherche à classifier de grandes zones : par exemple, la couverture annuelle SPOT produite par l’IGN étant unique, deux images adjacentes de cette couverture peuvent avoir été acquises à des époques différentes. Également, nous étudions les possibilités de transfert d’apprentissage par fine-tuning qui offre beaucoup d’avantages en matière de charges de calcul et de jeu d’apprentissage. Enfin, dans un contexte de mise à jour automatique de bases de données géographiques, l’exploitation jointe d’images aériennes et de réseaux de neurones profonds est étudiée, avec un accent mis sur la préparation des données d’apprentissage issues des bases de données géographiques de l’IGN qui présentent certains inconvénients. Note de contenu : 1- Introduction
2- Etat de l'art
3- Apprentissage profond sur images satellites très haute résolution
4- Mettre à jour des bases de données d'OCS
5- Conclusion et perspectivesNuméro de notice : 25964 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : FORET/IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Paris-Est : 2020 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans Date de publication en ligne : 08/12/2020 En ligne : https://theses.hal.science/tel-03045637 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96546
Titre : XXIV ISPRS Congress, Commission 1 Type de document : Actes de congrès Auteurs : Nicolas Paparoditis , Éditeur scientifique ; Clément Mallet , Éditeur scientifique ; Florent Lafarge, Éditeur scientifique ; Stefan Hinz, Éditeur scientifique ; R. Feitosa, Éditeur scientifique ; Martin Weinmann, Éditeur scientifique ; Boris Jutzi, Éditeur scientifique Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2020 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B1-2020 Conférence : ISPRS 2020, Commission 1, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France ISPRS OA Archives Commission 1 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] étalonnage de capteur (imagerie)
[Termes IGN] lasergrammétrie
[Termes IGN] traitement d'imageNuméro de notice : 17625 Affiliation des auteurs : ENSG+Ext (2020- ) Thématique : IMAGERIE Nature : Actes nature-HAL : DirectOuvrColl/Actes DOI : sans Date de publication en ligne : 06/08/2020 En ligne : https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLIII-B1-2020/in [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97136
Titre : XXIV ISPRS Congress, Commission 2 Type de document : Actes de congrès Auteurs : Nicolas Paparoditis , Éditeur scientifique ; Clément Mallet , Éditeur scientifique ; Florent Lafarge, Éditeur scientifique ; Fabio Remondino, Éditeur scientifique ; Isabella Toschi, Éditeur scientifique ; Takashi Fuse, Éditeur scientifique Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2020 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B2-2020 Conférence : ISPRS 2020, Commission 2, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Archives Commission 2 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] lasergrammétrie
[Termes IGN] photogrammétrie numériqueNuméro de notice : 17626 Affiliation des auteurs : ENSG+Ext (2020- ) Thématique : IMAGERIE Nature : Actes nature-HAL : DirectOuvrColl/Actes DOI : sans Date de publication en ligne : 06/08/2020 En ligne : https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLIII-B2-2020/in [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97137 Voir aussi
Titre : XXIV ISPRS Congress, Commission 3 Type de document : Actes de congrès Auteurs : Nicolas Paparoditis , Éditeur scientifique ; Clément Mallet , Éditeur scientifique ; Florent Lafarge, Éditeur scientifique ; J. Jiang, Éditeur scientifique ; Ahmed Shaker, Éditeur scientifique ; Hongping Zhang, Éditeur scientifique Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2020 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B3-2020 Conférence : ISPRS 2020, Commission 3, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Archives Commission 3 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage profond
[Termes IGN] utilisation du solNuméro de notice : 17627 Affiliation des auteurs : ENSG+Ext (2020- ) Thématique : IMAGERIE Nature : Actes nature-HAL : DirectOuvrColl/Actes DOI : sans Date de publication en ligne : 06/08/2020 En ligne : https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLIII-B3-2020/in [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97138 Voir aussi
Titre : XXIV ISPRS Congress, Commission 4 Type de document : Actes de congrès Auteurs : Nicolas Paparoditis , Éditeur scientifique ; Clément Mallet , Éditeur scientifique ; Florent Lafarge, Éditeur scientifique ; Sisi Zlatanova, Éditeur scientifique ; Suzana Dragićević, Éditeur scientifique ; George Sithole, Éditeur scientifique ; et al., Éditeur scientifique Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2020 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B4-2020 Conférence : ISPRS 2020, Commission 4, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Archives Commission 4 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] lasergrammétrie
[Termes IGN] traitement d'image
[Termes IGN] utilisation du solNuméro de notice : 17628 Affiliation des auteurs : ENSG+Ext (2020- ) Thématique : IMAGERIE Nature : Actes nature-HAL : DirectOuvrColl/Actes DOI : sans Date de publication en ligne : 06/08/2020 En ligne : https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLIII-B4-2020/in [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97139 Voir aussiPermalinkA learning approach to evaluate the quality of 3D city models / Oussama Ennafii in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 12 (December 2019)PermalinkPermalinkChallenges in grassland mowing event detection with multimodal Sentinel images / Anatol Garioud (2019)PermalinkHYEP, HYperspectral imagery for Environmental urban Planning : principaux résultats / Christiane Weber (2019)PermalinkInternational workshop on large scale land cover mapping from remote sensing, 3 décembre 2019 / Mathieu Fauvel (2019)PermalinkJoint analysis of SAR and optical satellite images time series for grassland event detection / Anatol Garioud (2019)PermalinkMultimodal scene understanding: algorithms, applications and deep learning, ch. 11. Decision fusion of remote-sensing data for land cover classification / Arnaud Le Bris (2019)PermalinkPermalinkSemantic aware quality evaluation of 3D building models : Modeling and simulation / Oussama Ennafii (2019)PermalinkThe necessary yet complex evaluation of 3D city models: a semantic approach / Oussama Ennafii (2019)PermalinkWorkshop on Geoprocessing and Archiving of historical Aerial Images, IGN-France, Paris, June 3rd to 4th, 2019 / Clément Mallet (2019)PermalinkThe reviewing process for ISPRS events / Clément Mallet in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol IV-5 (November 2018)PermalinkForeword to the special issue on urban remote sensing for smarter cities / Prashanth Reddy Marpu in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol 11 n° 8 (August 2018)PermalinkClassification à très large échelle d’images satellites à très haute résolution spatiale par réseaux de neurones convolutifs / Tristan Postadjian in Revue Française de Photogrammétrie et de Télédétection, n° 217-218 (juin - septembre 2018)PermalinkEditorial / Clément Mallet in Revue Française de Photogrammétrie et de Télédétection, n° 217-218 (juin - septembre 2018)PermalinkForeword to the theme issue on geospatial computer vision / Jan Dirk Wegner in ISPRS Journal of photogrammetry and remote sensing, vol 140 (June 2018)Permalinkvol 140 - June 2018 - Geospatial computer vision (Bulletin de ISPRS Journal of photogrammetry and remote sensing) / Jan Dirk WegnerPermalinkVers une remise en géométrie automatique des prises de vue aériennes historiques photogrammétriques / Arnaud Le Bris in Revue Française de Photogrammétrie et de Télédétection, n° 217-218 (juin - septembre 2018)PermalinkToward automatic georeferencing of archival aerial photogrammetric surveys / Sébastien Giordano in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol IV-2 (June 2018)Permalink
Senior researcher in LaSTIG & head of LaSTIG
HDR defense in 2016
Page perso : https://sites.google.com/view/clementmallet