Détail de l'auteur
Auteur Valérie Gouet-Brunet
Commentaire :
Autorités liées :
idHAL :
valerie-gouet-brunet
idRef :
autre URL :
ORCID :
Scopus :
G. Scholar :
DBLP URL :
|
Documents disponibles écrits par cet auteur (56)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
SUMAC'21: Proceedings of the 3rd Workshop on Structuring and Understanding of Multimedia heritAge Contents / Valérie Gouet-Brunet (2021)
Titre : SUMAC'21: Proceedings of the 3rd Workshop on Structuring and Understanding of Multimedia heritAge Contents Type de document : Actes de congrès Auteurs : Valérie Gouet-Brunet , Éditeur scientifique ; Margarita Khokhlova , Éditeur scientifique ; Ronak Kosti, Éditeur scientifique ; Li Weng , Éditeur scientifique Editeur : New York [Etats-Unis] : Association for computing machinery ACM Année de publication : 2021 Conférence : SUMAC 2021, 3rd workshop on Structuring and Understanding of Multimedia heritAge Contents 20/10/2021 24/10/2021 Chengdu Chine Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] exploration d'images
[Termes IGN] image numérique
[Termes IGN] image numérisée
[Termes IGN] patrimoine culturel
[Termes IGN] recherche d'image basée sur le contenuNuméro de notice : 13912 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Actes nature-HAL : DirectOuvrColl/Actes DOI : 10.1145/3475720 En ligne : https://doi.org/10.1145/3475720 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99053 Unifying remote sensing image retrieval and classification with robust fine-tuning / Dimitri Gominski (2021)
Titre : Unifying remote sensing image retrieval and classification with robust fine-tuning Type de document : Article/Communication Auteurs : Dimitri Gominski , Auteur ; Valérie Gouet-Brunet , Auteur ; Liming Chen, Auteur Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2021 Projets : Alegoria / Gouet-Brunet, Valérie Importance : 7 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse d'image numérique
[Termes IGN] apprentissage profond
[Termes IGN] base de données d'images
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] image aérienne à axe vertical
[Termes IGN] image aérienne oblique
[Termes IGN] jeu de données
[Termes IGN] précision de la classification
[Termes IGN] recherche d'image basée sur le contenuRésumé : (auteur) Advances in high resolution remote sensing image analysisare currently hampered by the difficulty of gathering enoughannotated data for training deep learning methods, giving riseto a variety of small datasets and associated dataset-specificmethods. Moreover, typical tasks such as classification andretrieval lack a systematic evaluation on standard benchmarksand training datasets, which make it hard to identify durableand generalizable scientific contributions. We aim at uni-fying remote sensing image retrieval and classification witha new large-scale training and testing dataset, SF3001, in-cluding both vertical and oblique aerial images and madeavailable to the research community, and an associated fine-tuning method. We additionally propose a new adversarialfine-tuning method for global descriptors. We show that ourframework systematically achieves a boost of retrievalandclassification performance on nine different datasets com-pared to an ImageNet pretrained baseline, with currently noother method to compare to. Numéro de notice : P2021-003 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE Nature : Preprint nature-HAL : Préprint DOI : 10.48550/arXiv.2102.13392 En ligne : https://doi.org/10.48550/arXiv.2102.13392 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97283 A spatio-temporal web-application for the understanding of the formation of the Parisian metropolis / Emile Blettery in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol VI-4/W1 ([03/09/2020])
[article]
Titre : A spatio-temporal web-application for the understanding of the formation of the Parisian metropolis Type de document : Article/Communication Auteurs : Emile Blettery , Auteur ; Paul Lecat, Auteur ; Alexandre Devaux , Auteur ; Valérie Gouet-Brunet , Auteur ; Frédéric Saly-Giocanti, Auteur ; Laetitia Delavoipiere, Auteur ; Sylvaine Conord, Auteur ; Frédéric Moret, Auteur Année de publication : 2020 Projets : Alegoria / Gouet-Brunet, Valérie Conférence : 3D GeoInfo 2020, ISPRS 15th international conference 07/09/2020 07/09/2020 Londres Royaume-Uni Open Access Proceedings Article en page(s) : pp 45 - 52 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications SIG
[Termes IGN] base de données localisées 3D
[Termes IGN] données démographiques
[Termes IGN] histoire
[Termes IGN] image aérienne à axe vertical
[Termes IGN] métropole
[Termes IGN] Paris (75)
[Termes IGN] sociologie
[Termes IGN] visualisation de donnéesRésumé : (auteur) This article presents a spatio-temporal web application dedicated to the co-exploitation of heterogeneous data spatialized in a common 3D environment, providing several paradigms for supporting their co-visualization and interactions within the 3D environment and across time. The relevance of this tool is demonstrated here with two use cases involving historians and sociologists with the common objective of better understanding the formation of the Parisian metropolis. The study focuses on the evolution of the city of Nanterre (Paris area), which underwent many changes in the 1950s, and in particular on shantytown areas. Through census as statistical data and aerial imagery as visual data, a group of historians and sociologists experimented the relevance of the joint exploitation of those heterogeneous data within the proposed spatio-temporal web application. Numéro de notice : A2020-843 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers HAL Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/isprs-annals-VI-4-W1-2020-45-2020 Date de publication en ligne : 03/09/2020 En ligne : http://dx.doi.org/10.5194/isprs-annals-VI-4-W1-2020-45-2020 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98489
in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences > vol VI-4/W1 [03/09/2020] . - pp 45 - 52[article]Analyse, structuration et sémantisation des images aériennes [diaporama] / Valérie Gouet-Brunet (2020)
Titre : Analyse, structuration et sémantisation des images aériennes [diaporama] Type de document : Article/Communication Auteurs : Valérie Gouet-Brunet , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2020 Projets : Alegoria / Gouet-Brunet, Valérie Conférence : Séminaire de recherche IGN 2020, De l’acquisition à la valorisation des big geodata du passé 24/02/2020 24/02/2020 Saint-Mandé France Open Access Proceedings Projets : HIATUS / Giordano, Sébastien Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse d'image orientée objet
[Termes IGN] géoréférencement indirect
[Termes IGN] image aérienne
[Termes IGN] image multitemporelle
[Termes IGN] indexation documentaire
[Termes IGN] indexation sémantique
[Termes IGN] indexation spatiale
[Termes IGN] segmentation sémantiqueRésumé : (auteur) Les images aériennes, qu'elles soient verticales ou obliques, apportent un point de vue unique sur notre territoire et son évolution. Les fonds disponibles, numériques ou numérisés, sont de tailles variables entre centaines et millions d’éléments acquis à des périodes différentes, ils sont disséminés au sein de différentes institutions (archives, musées, agences cartographiques, blogs, etc.) et sont généralement répertoriés essentiellement par des métadonnées de qualité variable. Dans ce contexte, nous présenterons deux projets de recherche ANR portés par l'IGN, qui ont pour objectif commun d'apporter une structure spatio-temporelle à ces collections : le projet ALEGORIA se focalise sur l'indexation multimodale et la visualisation des collections institutionnelles iconographiques peu structurées, pour leur structuration, interconnexion et restitution auprès de chercheurs, experts ou utilisateurs en SHS ; le projet HIATUS se concentre quant à lui sur les campagnes de relevés aériens multidate, avec pour objectif la mise en oeuvre d'outils photogrammétriques dédiés à leur géoréférencement précis et à l'extraction d'informations sémantiques sur les états et les évolutions pour des cas d'usage d'utilisation de l'occupation des sols. Numéro de notice : C2020-027 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97802 Documents numériques
peut être téléchargé
Analyse, structuration et sémantisation des images aériennes - pdf auteurAdobe Acrobat PDF
Titre : Cross-year multi-modal image retrieval using siamese networks Type de document : Article/Communication Auteurs : Margarita Khokhlova , Auteur ; Valérie Gouet-Brunet , Auteur ; Nathalie Abadie , Auteur ; Liming Chen, Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2020 Projets : Alegoria / Gouet-Brunet, Valérie Conférence : ICIP 2020, 27th IEEE International Conference on Image Processing 25/10/2020 28/10/2020 Abou Dhabi Emirats Arabes Unis Proceedings IEEE Importance : pp 2361 - 2365 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] descripteur
[Termes IGN] recherche d'image basée sur le contenu
[Termes IGN] réseau neuronal siamois
[Termes IGN] segmentation sémantiqueRésumé : (auteur) This paper introduces a multi-modal network that learns to retrieve by content vertical aerial images of French urban and rural territories taken about 15 years apart. This means it should be invariant against a big range of changes as the (nat-ural) landscape evolves over time. It leverages the original images and semantically segmented and labeled regions. The core of the method is a Siamese network that learns to extract features from corresponding image pairs across time. These descriptors are discriminative enough, such that a simple kNN classifier on top, suffices as final geo-matching criteria. The method outperformed SOTA "off-the-shelf" image descrip-tors GEM and ResNet50 on the new aerial images dataset. Numéro de notice : C2020-015 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers HAL Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/ICIP40778.2020.9190662 Date de publication en ligne : 01/10/2020 En ligne : https://doi.org/10.1109/ICIP40778.2020.9190662 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95684 Recherche multimodale d'images aériennes multi-date à l'aide d'un réseau siamois / Margarita Khokhlova (2020)PermalinkPermalinkSUMAC'20 : Proceedings of the 2nd Workshop on Structuring and Understanding of Multimedia heritAge Contents / Valérie Gouet-Brunet (2020)PermalinkChallenging deep image descriptors for retrieval in heterogeneous iconographic collections / Dimitri Gominski (2019)PermalinkPermalinkPermalinkMultimodal scene understanding: algorithms, applications and deep learning, ch. 8. Multimodal localization for embedded systems: a survey / Imane Salhi (2019)PermalinkPermalinkSUMAC 2019, 1st workshop on Structuring and Understanding of Multimedia heritAge Contents / Valérie Gouet-Brunet (2019)PermalinkSUMAC 2019: The 1st workshop on Structuring and Understanding of Multimedia heritAge Contents / Valérie Gouet-Brunet (2019)Permalink
- Member of the steering committee of the Time Machine Organisation, association resulting from the CSA Time Machine project. See https://www.timemachine.eu/time-machine-organisation/