Centre dedocumentation
scientifique

Restituer les bidonvilles de Nanterre : l’apport d’un outil de visualisation 3D à un projet de sciences sociales / Paul Lecat in Humanités numériques, n° 3 (2021)  

Public [article]  inHumanités numériques > n° 3 (2021) . - n° 1946 Titre : Restituer les bidonvilles de Nanterre : l’apport d’un outil de visualisation 3D à un projet de sciences sociales Titre original : Restoring the Shantytowns of Nanterre: Benefits of a 3D Visualisation Tool for a Social Sciences Project Type de document : Article/Communication Auteurs : Paul Lecat, Auteur ; Emile Blettery , Auteur ; Laetitia Delavoipiere, Auteur ; Frédéric Saly-Giocanti, Auteur ; Sylvaine Conord, Auteur ; Valérie Gouet-Brunet , Auteur ; Alexandre Devaux , Auteur ; Mathieu Brédif , Auteur ; Frédéric Moret, Auteur Année de publication : 2021 Projets : ITowns / Paparoditis, Nicolas, Alegoria / Gouet-Brunet, Valérie Article en page(s) : n° 1946 Note générale : bibliographie Langues : Français (fre) Descripteur : [Termes IGN] analyse spatio-temporelle [Termes IGN] Bidonville [Termes IGN] image aérienne [Termes IGN] morphologie urbaine [Termes IGN] Nanterre [Termes IGN] outil logiciel [Termes IGN] sciences sociales [Termes IGN] SIG 3D [Termes IGN] sociologie [Termes IGN] visualisation 3D [Vedettes matières IGN] Géovisualisation Résumé : (auteur) Au milieu des années 1950 surgissent à Nanterre les premières cabanes de fortune abritant des travailleurs algériens. Bientôt, ces baraques informelles s’agrègent et finissent par former des ensembles urbains, présentés et administrés comme des bidonvilles, et la ville de Nanterre y est alors durablement associée. Cet article se propose de revenir sur une expérience de recherche interdisciplinaire autour de cet objet d’étude. Des chercheurs en histoire et en sociologie urbaine ont collaboré avec des informaticiens de l’IGN afin d’utiliser et d’enrichir une plateforme de spatialisation et de visualisation de données hétérogènes pour documenter l’histoire de ces bidonvilles et comprendre la formation et la permanence de ces lieux dans la mémoire collective actuelle. Numéro de notice : A2021-308 Affiliation des auteurs : UGE-LaSTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.4000/revuehn.1946 date de publication en ligne : 01/05/2021 En ligne : https://doi.org/10.4000/revuehn.1946 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97709 [article]

Improving image description with auxiliary modality for visual localization in challenging conditions / Nathan Piasco in International journal of computer vision, vol 29 n° 1 (January 2021)  

Public [article]  inInternational journal of computer vision > vol 29 n° 1 (January 2021) . - pp 185 - 202 Titre : Improving image description with auxiliary modality for visual localization in challenging conditions Type de document : Article/Communication Auteurs : Nathan Piasco , Auteur ; Désiré Sidibé, Auteur ; Valérie Gouet-Brunet , Auteur ; Cédric Demonceaux, Auteur Année de publication : 2021 Projets : PLaTINUM / Gouet-Brunet, Valérie Article en page(s) : pp 185 - 202 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] descripteur [Termes IGN] localisation basée image [Termes IGN] localisation basée vision Résumé : (auteur) Image indexing for lifelong localization is a key component for a large panel of applications, including robot navigation, autonomous driving or cultural heritage valorization. The principal difficulty in long-term localization arises from the dynamic changes that affect outdoor environments. In this work, we propose a new approach for outdoor large scale image-based localization that can deal with challenging scenarios like cross-season, cross-weather and day/night localization. The key component of our method is a new learned global image descriptor, that can effectively benefit from scene geometry information during training. At test time, our system is capable of inferring the depth map related to the query image and use it to increase localization accuracy. We show through extensive evaluation that our method can improve localization performances, especially in challenging scenarios when the visual appearance of the scene has changed. Our method is able to leverage both visual and geometric clues from monocular images to create discriminative descriptors for cross-season localization and effective matching of images acquired at different time periods. Our method can also use weakly annotated data to localize night images across a reference dataset of daytime images. Finally we extended our method to reflectance modality and we compare multi-modal descriptors respectively based on geometry, material reflectance and a combination of both. Numéro de notice : A2021-132 Affiliation des auteurs : LaSTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s11263-020-01363-6 date de publication en ligne : 28/08/2020 En ligne : https://doi.org/10.1007/s11263-020-01363-6 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96971 [article]

Intelligent embedded camera for robust object tracking on mobile platform / Imane Salhi (2021)  

Public Titre : Intelligent embedded camera for robust object tracking on mobile platform Titre original : Caméra intelligente embarquée pour le suivi robuste d'objets sur plateforme mobile Type de document : Thèse/HDR Auteurs : Imane Salhi, Auteur ; Valérie Gouet-Brunet , Directeur de thèse Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2021 Importance : 177 p. Format : 21 x 30 cm Note générale : bibliographie Doctoral Thesis Computer Science, Automation and Signal Processing, Ecole doctorale Mathématiques et STIC, Université Gustave Eiffel Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes IGN] Cartographie et localisation simultanées [Termes IGN] centrale inertielle [Termes IGN] chambre de prise de vue numérique [Termes IGN] couplage caméra/INS [Termes IGN] détection d'objet [Termes IGN] instrument embarqué [Termes IGN] méthode robuste [Termes IGN] navigation inertielle [Termes IGN] odomètre [Termes IGN] système à couplage étroit [Termes IGN] système de numérisation mobile Résumé : (auteur) Le suivi visuel-inertiel est une thématique d'actualité, difficile à traiter, notamment lorsqu’il s’agit de respecter les contraintes des systèmes embarqués, comme dans les drones autonomes (Unmanned Aerial Vehicles (UAVs)). Les questions relatives à la miniaturisation, la portabilité et la communication des systèmes électroniques s’inscrivent dans des problématiques actuelles en matière d'avancée technologique. Pour répondre de manière efficace à ces problématiques, il est nécessaire d’envisager des traitements complexes et des implémentations sur des supports contraignants en termes d’intégration et de consommation d’énergie, tels que les micro-véhicules aériens (MAVs), les lunettes et les caméras intelligentes. Au cours de cette dernière décennie, différents algorithmes performants de suivi ont été développés. En revanche, ils nécessitent des ressources calculatoires conséquentes, compte tenu des différentes formes d'utilisation possibles. Or, les systèmes embarqués imposent de fortes contraintes d'intégration, ce qui réduit leurs ressources, particulièrement en termes de capacité calculatoire. Ainsi, ce type de système nécessite de recourir à des approches efficaces avec moins de charge et de complexité calculatoire. L’enjeu de cette thèse réside dans cette problématique. L'objectif est d’apporter une solution embarquée de suivi qui permettrait d'assurer un fonctionnement robuste dans différents environnements de navigation. Une analyse des algorithmes pertinents de suivi, visuel et visuel-inertiel et des environnements de navigation ainsi qu’une étude de différentes architectures embarquées de calcul sont menées, afin de proposer notre solution nommée « système de suivi inertiel-visuel adaptatif à l'environnement de navigation~». Cette dernière consiste à alterner entre deux approches de suivi : KLT-ORB et EKF VI Tracking, selon les conditions de navigation du système, grâce au module de contrôle, tout en assurant la cohérence du système global en gérant le nombre de PoIs et l'occurrence de leur détection et en respectant les contraintes des systèmes embarqués. Tous nos expérimentations et tests ont été réalisées en utilisant le jeux de données EuRoC. Numéro de notice : 17632 Affiliation des auteurs : UGE-LaSTIG (2020- ) Thématique : IMAGERIE/POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse : Informatique, automatique et traitement du signal : Gustave Eiffel : 2021 Organisme de stage : LaSTIG (IGN) + Laboratoire L3A (CEA) nature-HAL : Thèse date de publication en ligne : 03/03/2021 En ligne : https://hal.archives-ouvertes.fr/tel-03150241 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97275

Learning embeddings for cross-time geographic areas represented as graphs / Margarita Khokhlova (2021)  

Public Titre : Learning embeddings for cross-time geographic areas represented as graphs Type de document : Article/Communication Auteurs : Margarita Khokhlova, Auteur ; Nathalie Abadie , Auteur ; Valérie Gouet-Brunet , Auteur ; Liming Chen, Auteur Editeur : New York [Etats-Unis] : Association for computing machinery ACM Année de publication : 2021 Projets : Alegoria / Gouet-Brunet, Valérie Conférence : SAC 2021, 36th Annual ACM Symposium on Applied Computing 22/03/2021 26/03/2021 en ligne Proceedings ACM Importance : pp 559 - 568 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] arête [Termes IGN] classification par réseau neuronal [Termes IGN] entité géographique [Termes IGN] graphe flou [Termes IGN] image aérienne à axe vertical [Termes IGN] noeud [Termes IGN] relation spatiale [Termes IGN] représentation graphique [Termes IGN] réseau neuronal de graphes Résumé : (auteur) Geographic entities from the vertical aerial images can be viewed as discrete objects and represented as nodes in a graph, linked to each other by edges capturing their spatial relationships. Over time, the natural and man made landscape may evolve and thus also their graph representations. This paper addresses the challenging problem of the retrieval and fuzzy matching of graphs to localize near-identical geographical areas across time. Several use-case scenarios are proposed for the end-to-end learning of a graph embedding using Graph Neural Networks (GNN), along with an effective baseline without learning. The results demonstrate the efficiency of our approach, that enables efficient similarity reasoning for novel hand-engineered cross-time graph data. Code and data processing scripts are available online. Numéro de notice : C2021-002 Affiliation des auteurs : UGE-LaSTIG+Ext (2020- ) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1145/3412841.3441936 En ligne : https://doi.org/10.1145/3412841.3441936 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97583

Semantic signatures for large-scale visual localization / Li Weng in Multimedia tools and applications, vol inconnu (2020)  

Public [article]  inMultimedia tools and applications > vol inconnu (2020) Titre : Semantic signatures for large-scale visual localization Type de document : Article/Communication Auteurs : Li Weng , Auteur ; Valérie Gouet-Brunet , Auteur ; Bahman Soheilian , Auteur Année de publication : 2020 Projets : THINGS2D0 / Gouet-Brunet, Valérie Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] appariement sémantique [Termes IGN] étiquetage sémantique [Termes IGN] extraction de traits caractéristiques [Termes IGN] image numérique [Termes IGN] information sémantique [Termes IGN] recherche d'image basée sur le contenu [Termes IGN] zone urbaine Résumé : (auteur) Visual localization is a useful alternative to standard localization techniques. It works by utilizing cameras. In a typical scenario, features are extracted from captured images and compared with geo-referenced databases. Location information is then inferred from the matching results. Conventional schemes mainly use low-level visual features. These approaches offer good accuracy but suffer from scalability issues. In order to assist localization in large urban areas, this work explores a different path by utilizing high-level semantic information. It is found that object information in a street view can facilitate localization. A novel descriptor scheme called “semantic signature” is proposed to summarize this information. A semantic signature consists of type and angle information of visible objects at a spatial location. Several metrics and protocols are proposed for signature comparison and retrieval. They illustrate different trade-offs between accuracy and complexity. Extensive simulation results confirm the potential of the proposed scheme in large-scale applications. This paper is an extended version of a conference paper in CBMI’18. A more efficient retrieval protocol is presented with additional experiment results. Numéro de notice : A2020-367 Affiliation des auteurs : LaSTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s11042-020-08992-6 date de publication en ligne : 07/05/2020 En ligne : https://doi.org/10.1007/s11042-020-08992-6 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95407 [article]

Analyse, structuration et sémantisation des images aériennes [diaporama] / Valérie Gouet-Brunet (2020) 

Permalink

Cross-year multi-modal image retrieval using siamese networks / Margarita Khokhlova (2020)  

Permalink

Recherche multimodale d'images aériennes multi-date à l'aide d'un réseau siamois / Margarita Khokhlova (2020)    

Permalink

Saliency and Burstiness for Feature Selection in CBIR / Kamel Guissous (2020)  

Permalink

A spatio-temporal web-application for the understanding of the formation of the Parisian metropolis / Emile Blettery (2020)  

Permalink

SUMAC'20 : Proceedings of the 2nd Workshop on Structuring and Understanding of Multimedia heritAge Contents / Valérie Gouet-Brunet (2020)  

Permalink

Challenging deep image descriptors for retrieval in heterogeneous iconographic collections / Dimitri Gominski (2019)  

Permalink

Geometric camera pose refinement with learned depth maps / Nathan Piasco (2019)  

Permalink

Learning scene geometry for visual localization in challenging conditions / Nathan Piasco (2019)    

Permalink

Multimodal scene understanding: algorithms, applications and deep learning, ch. 8. Multimodal localization for embedded systems: a survey / Imane Salhi (2019)  

Permalink