Détail de l'auteur
Auteur Arnaud Le Bris
Commentaire :
Researcher in LaSTIG, STRUDEL team
Autorités liées :
idHAL :
arnaud-le-bris
idRef :
autre URL :
ORCID :
Scopus :
Publons :
G. Scholar :
DBLP URL :
|
Documents disponibles écrits par cet auteur (96)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Titre : Hyperspectral imagery for environmental urban planning Type de document : Article/Communication Auteurs : Christiane Weber, Auteur ; Rahim Aguejdad, Auteur ; Xavier Briottet , Auteur ; Josselin Avala, Auteur ; Sophie Fabre, Auteur ; Jean Demuynck, Auteur ; Emmanuel Zenou, Auteur ; Yannick Deville, Auteur ; Moussa Sofiane Karoui, Auteur ; Fatima Zohra Benhalouche, Auteur ; Sébastien Gadal, Auteur ; Walid Ouerghemmi , Auteur ; Clément Mallet , Auteur ; Arnaud Le Bris , Auteur ; Nesrine Chehata , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2018 Projets : HYEP / Weber, Christiane Conférence : IGARSS 2018, IEEE International Geoscience And Remote Sensing Symposium, observing, understanding and forecasting the dynamics of our planet 22/07/2018 27/07/2018 Valencia Espagne Proceedings IEEE Importance : pp 1628 - 1631 Note générale : bibliographie Langues : Anglais (eng) Résumé : (auteur) A strong intern dynamic characterizes towns, a very high spatial heterogeneity of their elements, their 3D geometric shapes (horizontal and vertical) inducing shadows, and their large variety of materials. These characteristics make the collection of information of land surface properties and urban descriptors more delicate. Due to the enhancement of spatial to deepen the observation of urban areas. Nevertheless, such a type of sensors would not contribute to the characterization of the urban land surface properties (chemical composition of materials, species of vegetation, quality of soils, etc.). They and show great potentials might consider Hyperspectral imagery capacities as providing useful products but it becomes mandatory to define which type of information these different sensors can deliver. The ANR HYEP project has the purpose to demonstrate the benefit of a second generation of hyperspectral space borne mission characterized by a high spatial resolution (8m GSD) and a high temporal revisit. After a detailed description of the motivation of such a proposal, applications are given focused on urban vegetation, sealed and impervious areas, solar panel area estimation. Numéro de notice : C2018-057 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Autre URL associée : https://doi.org/10.1109/IGARSS.2018.8519085 Thématique : IMAGERIE/URBANISME Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2018.8519085 Date de publication en ligne : 02/08/2018 En ligne : https://hal-amu.archives-ouvertes.fr/hal-01852844/document Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91372 Documents numériques
en open access
Hyperspectral imagery ... - pdf HALAdobe Acrobat PDF L'occupation et l'usage des sols par télédétection, où en sommes-nous aujourd'hui ? [Introduction] / Clément Mallet (2018)Documents numériques
peut être téléchargé
L'occupation et l'usage des sols par télédétection - diaporama de présentationAdobe Acrobat PDF
Titre : Qualification sémantique de modèles 3D de bâtiments Type de document : Article/Communication Auteurs : Oussama Ennafii , Auteur ; Arnaud Le Bris , Auteur ; Florent Lafarge, Auteur ; Clément Mallet , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2018 Projets : 1-Pas de projet / Weber, Christiane Conférence : CFPT 2018, Conférence Française de Photogrammétrie et de Télédétection 25/06/2018 28/06/2018 Champs-sur-Marne France Open Access Proceedings Importance : 3 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] attribut sémantique
[Termes IGN] bati
[Termes IGN] information sémantique
[Termes IGN] niveau de détail
[Termes IGN] polyèdre
[Termes IGN] reconstruction 3D du bâtiRésumé : (auteur) [introduction] […] Ce travail s’intéresse à l’évaluation sémantique de modèles polyédriques urbains à un niveau de détails (LoD) prédéfini [4]. Il s’agit de modèles 3D résultant d’une méthode de reconstruction urbaine, bâtiment par bâtiment. Un modèle reconstruit au niveau LoD1 est une simple extrusion de bâtiment. Une modélisation de niveau LoD2 correspond à une simplification géométrique du bâtiment. Ce niveau ignore les superstructures (comme cheminées ou chiens assis) qui sont prises en compte à partir du niveau LoD3. Le LoD des modèles varie selon les applications et la résolution spatiale des données en entrée. Numéro de notice : C2018-015 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans Date de publication en ligne : 25/06/2018 En ligne : https://rfiap2018.ign.fr/sites/default/files/ARTICLES/CFPT2018/Posters/CFPT2018_ [...] Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90386 Documents numériques
en open access
Qualification sémantique ... - pdf éditeurAdobe Acrobat PDF Superpixel partitioning of very high resolution satellite images for large-scale classification perspectives with deep convolutional neural networks / Tristan Postadjian (2018)
Titre : Superpixel partitioning of very high resolution satellite images for large-scale classification perspectives with deep convolutional neural networks Type de document : Article/Communication Auteurs : Tristan Postadjian , Auteur ; Arnaud Le Bris , Auteur ; Hichem Sahbi, Auteur ; Clément Mallet , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2018 Projets : GeoSud / Weber, Christiane Conférence : IGARSS 2018, IEEE International Geoscience And Remote Sensing Symposium, observing, understanding and forecasting the dynamics of our planet 22/07/2018 27/07/2018 Valencia Espagne Proceedings IEEE Importance : pp 1328 - 1331 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] base de données topographiques
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification pixellaire
[Termes IGN] image à très haute résolution
[Termes IGN] image infrarouge
[Termes IGN] image RVB
[Termes IGN] image SPOT 6
[Termes IGN] image SPOT 7
[Termes IGN] réseau neuronal convolutif
[Termes IGN] segmentation d'imageRésumé : (auteur) Supervised classification is the fundamental task for landcover map generation. Deep neural networks recently outperformed other state-of-the-art classifiers in many machine learning challenges, from semantic segmentation to speech recognition. Such strategies are now commonly employed in the literature for the purpose of land-cover mapping. This paper develops the strategy for the use of deep networks to label very high resolution satellite images, with the perspective of mapping regions at country scale. Therefore, a superpixel based method is introduced in order to (i) ensure correct delineation of objects and (ii) perform the classification in a dense way but with decent computing times. Numéro de notice : C2018-056 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2018.8519222 Date de publication en ligne : 05/11/2018 En ligne : https://doi.org/10.1109/IGARSS.2018.8519222 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91370 Use of satellite image classifications to update and enhance a land cover database / Mohamed Touiti (2018)
Titre : Use of satellite image classifications to update and enhance a land cover database Type de document : Mémoire Auteurs : Mohamed Touiti, Auteur ; Arnaud Le Bris , Encadrant Editeur : Tunis [Tunisie] : Ecole nationale d'ingénieurs de Carthage Année de publication : 2018 Importance : 90 p. Note générale : bibliographie
End of study project report, Software Engineering Training, Cycle Major : Information SystemsLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification dirigée
[Termes IGN] classification non dirigée
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection de changement
[Termes IGN] fusion d'images
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] OpenCV
[Termes IGN] Python (langage de programmation)Résumé : (auteur) L’équipe MATIS du Laboratoire LaSTIG de l’Institut National de l’Information Géo graphique et Forestière (IGN) mène depuis plusieurs années des activités de recherches dans le domaine de la classification de données de télédétection pour l’occupation des sols (OCS), en zones urbaines et rurales. Avec l’arrivée des nouveaux capteurs Sentinel S1 (radar) et Sentinel S2 (optique), des séries temporelles d’images sont désormais disponibles gratuitement avec une forte résolution temporelle (entre 10 et 15 jours) et une forte résolution spectrale pour les images optiques. Par ailleurs, le territoire français fait également l’objet d’une couverture annuelle par des images à très haute résolution spatiale des satellites SPOT 6/7. Dans l’objectif de couvrir l’ensemble du territoire français par la cartographie de la couverture du sol à travers la classification sémantique des images de télédétection, ce stage a pour objectif de contribuer au processus de mise à jour des bases de données de couverture du sol et de fournir un outil fiable pour détecter les changements entre la base de données d’occupation du sol et les classifications d’images SPOT6 et Sentinel-2. Dans cette étude, nous avons implémenté et testé deux approches différentes pour la détection des changements, en utilisant la fusion et la régularisation des classifications individuelles des images satellites Sentinel-2 et SPOT-6. La fusion d’images multispectrales à très haute résolution spatiale avec des séries temporelles d’images à faible résolution spatiale avec un nombre élevé de bandes pourrait améliorer la classification de la couverture terrestre, en combinant les avantages géométriques et sémantiques des deux sources. La première approche est une approche non supervisée sur laquelle nous avons appliqué une classification non supervisée et une régularisation afin de lisser le bruit et de nous donner des résultats plus attrayants visuellement. Cela pourrait aussi donner une classification binaire (classe / pas de classe) alors nous nous sommes concentrés sur la classe "bâtiments", c’est la classe la plus fréquemment changée. Ainsi, nous avons obtenu une classification binaire des bâtiments/non-bâtiments considérés comme nos résultats et avons atteint une exhaustivité de 75% avec une exactitude proche de 70%, mais il existe une certaine confusion dans les zones surpeuplées. La seconde approche consiste en une approche supervisée dans laquelle nous avons utilisé un réseau de neurones convolutif pour détecter les changements. Ainsi, nous avons obtenu des résultats bien meilleurs, avec une précision de 94,95%, même si des améliorations de l’architecture pourraient être nécessaires pour obtenir des résultats satisfaisants. Note de contenu : General introduction
1- The general context
2- State of the art
3- Study areas ad data
4- Change detection
5- CNN for change detection
General conclusionNuméro de notice : 17320 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Mémoire ingénieur Organisme de stage : LaSTIG (IGN) DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98343 Documents numériques
peut être téléchargé
Use of satellite image classifications ... - pdf auteurAdobe Acrobat PDF Vers une remise en géométrie automatique des anciennes campagnes aériennes photogrammétriques / Arnaud Le Bris (2018)PermalinkInvestigating the potential of deep neural networks for large-scale classification of very high resolution satellite images / Tristan Postadjian in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol IV-1/W1 (May 2017)PermalinkSemantic segmentation of forest stands of pure species combining airborne lidar data and very high resolution multispectral imagery / Clément Dechesne in ISPRS Journal of photogrammetry and remote sensing, vol 126 (April 2017)PermalinkFully automatic analysis of archival aerial images : Current status and challenges / Sébastien Giordano (2017)PermalinkFusion of multi-temporal Sentinel-2 image series and very-high spatial resolution images for detection of urban areas / Cyril Wendl (2017)PermalinkHierarchically exploring the width of spectral bands for urban material classification / Arnaud Le Bris (2017)PermalinkHow to combine lidar and very high resolution multispectral images for forest stand segmentation? / Clément Dechesne (2017)PermalinkSegmentation sémantique de données de télédétection multimodale : application aux peuplements forestiers / Clément Dechesne (2017)PermalinkTélédétection pour l'observation des surfaces continentales, ch. 1. Application de l'optique aux milieux urbains / Xavier Briottet (2017)PermalinkA two-step decision fusion strategy: application to hyperspectral and multispectral images for urban classification / Walid Ouerghemmi (2017)PermalinkSpectral band selection for urban material classification using hyperspectral libraries / Arnaud Le Bris in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol III-7 (July 2016)PermalinkFusion of hyperspectral and VHR multispectral image classifications in urban α–areas / Alexandre Hervieu in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol III-3 (July 2016)PermalinkForest stand segmentation using airborne lidar data and very high resolution multispectral imagery / Clément Dechesne (2016)PermalinkLand Surface Remote Sensing in Urban and Coastal Areas, 1. Optical remote sensing in urban environments / Xavier Briottet (2016)PermalinkDélimitation des parcelles agricoles par classification d'images Pléiades / Nesrine Chehata in Revue Française de Photogrammétrie et de Télédétection, n° 209 (Janvier 2015)PermalinkExtraction of optimal spectral bands using hierarchical band merging out of hyperspectral data / Arnaud Le Bris (2015)PermalinkOptimisation de la configuration d’un instrument superspectral aéroporté pour la classification : application au milieu urbain / Arnaud Le Bris (2015)PermalinkA Random Forest class memberships based wrapper band selection criterion : application to hyperspectral / Arnaud Le Bris (2015)PermalinkAgricultural field delimitation using active learning and random forests margin / Karim Ghariani (2014)PermalinkCombining top-down and bottom-up approaches for building detection in a single very high resolution satellite image / Mahmoud Mohammed Sidi Youssef (2014)Permalink