Centre dedocumentation
scientifique

Exploring the potential of deep learning segmentation for mountain roads generalisation / Azelle Courtial in ISPRS International journal of geo-information, vol 9 n° 5 (May 2020)  

Public [article]  inISPRS International journal of geo-information > vol 9 n° 5 (May 2020) . - 21 p. Titre : Exploring the potential of deep learning segmentation for mountain roads generalisation Type de document : Article/Communication Auteurs : Azelle Courtial, Auteur ; Achraf El Ayedi, Auteur ; Guillaume Touya , Auteur ; Xiang Zhang, Auteur Année de publication : 2020 Projets : 1-Pas de projet / Article en page(s) : 21 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] 1:25.000 [Termes descripteurs IGN] 1:250.000 [Termes descripteurs IGN] Alpes (France) [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] données routières [Termes descripteurs IGN] données vectorielles [Termes descripteurs IGN] généralisation automatique de données [Termes descripteurs IGN] montagne [Termes descripteurs IGN] route [Termes descripteurs IGN] segmentation [Termes descripteurs IGN] symbole graphique [Termes descripteurs IGN] virage [Vedettes matières IGN] Généralisation Résumé : (auteur) Among cartographic generalisation problems, the generalisation of sinuous bends in mountain roads has always been a popular one due to its difficulty. Recent research showed the potential of deep learning techniques to overcome some remaining research problems regarding the automation of cartographic generalisation. This paper explores this potential on the popular mountain road generalisation problem, which requires smoothing the road, enlarging the bend summits, and schematising the bend series by removing some of the bends. We modelled the mountain road generalisation as a deep learning problem by generating an image from input vector road data, and tried to generate it as an output of the model a new image of the generalised roads. Similarly to previous studies on building generalisation, we used a U-Net architecture to generate the generalised image from the ungeneralised image. The deep learning model was trained and evaluated on a dataset composed of roads in the Alps extracted from IGN (the French national mapping agency) maps at 1:250,000 (output) and 1:25,000 (input) scale. The results are encouraging as the output image looks like a generalised version of the roads and the accuracy of pixel segmentation is around 65%. The model learns how to smooth the output roads, and that it needs to displace and enlarge symbols but does not always correctly achieve these operations. This article shows the ability of deep learning to understand and manage the geographic information for generalisation, but also highlights challenges to come. Numéro de notice : A2020-295 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9050338 date de publication en ligne : 25/05/2020 En ligne : https://doi.org/10.3390/ijgi9050338 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95131 [article]

Analysis of collaboration networks in OpenStreetMap through weighted social multigraph mining / Quy Thy Truong in International journal of geographical information science IJGIS, vol 33 n° 7 - 8 (July - August 2019)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 33 n° 7 - 8 (July - August 2019) . - pp 1651 - 1682 Titre : Analysis of collaboration networks in OpenStreetMap through weighted social multigraph mining Type de document : Article/Communication Auteurs : Quy Thy Truong , Auteur ; Cyril de Runz, Auteur ; Guillaume Touya , Auteur Année de publication : 2019 Projets : 1-Pas de projet / Article en page(s) : pp 1651 - 1682 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes descripteurs IGN] cartographie collaborative [Termes descripteurs IGN] comportement [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] exploration de données [Termes descripteurs IGN] graphe [Termes descripteurs IGN] OpenStreetMap [Termes descripteurs IGN] pondération [Termes descripteurs IGN] qualité des données [Termes descripteurs IGN] travail coopératif Résumé : (auteur) This paper aims to qualify the behaviour of contributors to OpenStreetMap (OSM), a volunteered geographic information (VGI) project, through a multigraph approach. The main purpose is to reproduce contributor’s interactions in a more comprehensive way. First, we define a multigraph that combines existing spatial collaboration networks from the literature with new graphs that illustrate collaboration based on specific aspects of the VGI modes of contribution through semantics, geometry and topology. Indeed, the ways that contributors interact with one another through editing, completion, or even consumption may provide additional information on each user’s operation mode and therefore, on the quality of the contributed data. Social collaborations drawn from indirect criteria – for example, comparisons between contributors’ activity areas – can also be contemplated under another network. Second, the resulting multigraph is analysed using data mining approaches to characterise individuals and identify behavioural groups. The implementation of a multiplex network based on an OSM data sample and an initial analysis make it possible to identify useful behaviours for data qualification. The initial results characterise some contributors as pioneers, moderators and truthful contributors, according to their special roles in the graphs. Mapping elements that include these contributors’ participation are likely to be reliable data. Numéro de notice : A2019-025 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1556395 date de publication en ligne : 17/12/2018 En ligne : https://doi.org/10.1080/13658816.2018.1556395 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91958 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2019062	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
079-2019061	SL	Revue	Centre de documentation	Revues en salle	Disponible

Is deep learning the new agent for map generalization? / Guillaume Touya in International journal of cartography, vol 5 n° 2-3 (July - November 2019)  

Public [article]  inInternational journal of cartography > vol 5 n° 2-3 (July - November 2019) . - pp 142 - 157 Titre : Is deep learning the new agent for map generalization? Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; Xiang Zhang, Auteur ; Imran Lokhat , Auteur Congrès : Congrès: ICC 2019, 29th International Cartographic Conference ICA Mapping everything for everyone (15 - 20 juillet 2019; Tokyo, Japon) , Commanditaire Année de publication : 2019 Projets : 1-Pas de projet / Article en page(s) : pp 142 - 157 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] généralisation cartographique automatisée [Termes descripteurs IGN] système multi-agents [Vedettes matières IGN] Généralisation Résumé : (Auteur) The automation of map generalization has been keeping researchers in cartography busy for years. Particularly great progress was made in the late 90s with the use of the multi-agent paradigm. Although the current use of automatic processes in some national mapping agencies is a great achievement, there are still many unsolved issues and research seems to stagnate in the recent years. With the success of deep learning in many fields of science, including geographic information science, this paper poses the controversial question of the title: is deep learning the new agent, i.e. the technique that will make generalization research bridge the gap to fully automated generalization processes? The paper neither responds a clear yes nor a clear no but discusses what issues could be tackled with deep learning and what the promising perspectives. Some preliminary experiments with building generalization or data enrichments are presented to support the discussion. Numéro de notice : A2019-235 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2019.1613071 date de publication en ligne : 09/05/2019 En ligne : https://doi.org/10.1080/23729333.2019.1613071 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92932 [article]

Lettre : comparaison entre les notions radiométriques utilisées en optique et radar / Jean-Paul Rudant in Revue Française de Photogrammétrie et de Télédétection, n° 219-220 (juin - octobre 2019)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 219-220 (juin - octobre 2019) . - pp 29 - 31 Titre : Lettre : comparaison entre les notions radiométriques utilisées en optique et radar Type de document : Article/Communication Auteurs : Jean-Paul Rudant , Auteur ; Pierre-Louis Frison , Auteur Année de publication : 2019 Projets : 1-Pas de projet / Article en page(s) : pp 29 - 31 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] albedo [Termes descripteurs IGN] coefficient de rétrodiffusion [Termes descripteurs IGN] correction radiométrique [Termes descripteurs IGN] distribution du coefficient de réflexion bidirectionnelle BRDF [Termes descripteurs IGN] réflectance directionnelle [Termes descripteurs IGN] télédétection en hyperfréquence Résumé : (auteur) En liaison avec l'article des mêmes auteurs dans le même numéro : Télédétection Radar, de l'image d'intensité initiale au choix du mode de calibration des coefficients de diffusion )B°, o°,y°. Numéro de notice : A2019-345 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93382 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2019011	SL	Revue	Centre de documentation	Revues en salle	Disponible
018-2019012	SL	Revue	Centre de documentation	Revues en salle	Disponible

Télédétection radar : de l'image d'intensité initiale au choix du mode de calibration des coefficients de diffusion / Jean-Paul Rudant in Revue Française de Photogrammétrie et de Télédétection, n° 219-220 (juin - octobre 2019)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 219-220 (juin - octobre 2019) . - pp 19 - 28 Titre : Télédétection radar : de l'image d'intensité initiale au choix du mode de calibration des coefficients de diffusion Type de document : Article/Communication Auteurs : Jean-Paul Rudant , Auteur ; Pierre-Louis Frison , Auteur Année de publication : 2019 Projets : 1-Pas de projet / Article en page(s) : pp 19 - 28 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] coefficient de rétrodiffusion [Termes descripteurs IGN] correction d'image [Termes descripteurs IGN] correction géométrique [Termes descripteurs IGN] correction radiométrique [Termes descripteurs IGN] couvert forestier [Termes descripteurs IGN] distorsion d'image [Termes descripteurs IGN] étalonnage des données [Termes descripteurs IGN] géoréférencement [Termes descripteurs IGN] télédétection en hyperfréquence Résumé : (auteur) The current period is characterized by an abundance of free access radar data, the use of which is encouraged and facilitated by space agencies, the latter providing free software for image processing and analysis to users. At the same time, several academic or institutional sites offer explanatory resources (courses, software tutorials) on general or targeted topics intended to facilitate the use of images in most fields of application. In this paper, we wish to address and detail a particular point ; that of the physical concept of the radar measurement, through the various software processing proposed during a sequence of georeferencing-calibration of the images. This sequence, which combines geometrical and radiometric aspects, is found for applications relating to the characterization of the various media present on the surface of the ground or to facilitate the analysis of temporal sequences. After presenting the general aspects related to the power measured at the sensor and the various factors influencing this measurement, we will focus on the user practice, by discussing the different choices of coefficients )3 °, y°, offered during a calibration following a geo-referencing, as well as on the taking into account, or not, slope effects in geometric and radiometric corrections affecting the image. Particular attention is paid to the coefficient 7° whose variations as a function of local incidence are considered very low in the case of dense forests. Numéro de notice : A2019-344 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93381 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2019011	SL	Revue	Centre de documentation	Revues en salle	Disponible
018-2019012	SL	Revue	Centre de documentation	Revues en salle	Disponible

A breakpoint detection in the mean model with heterogeneous variance on fixed time-intervals / Olivier Bock in Statistics and Computing, vol 29 Online First (May 2019)  

Permalink

Background mortality drivers of European tree species: climate change matters / Adrien Taccoen in Proceedings of the Royal sociaty B : Biological sciences, Vol 286 n° 1900 ([03/04/2019])  

Permalink

De la carte de Cassini à la géoplateforme de l’État / Daniel Bursaux in Responsabilité et environnement, n° 94 (Avril 2019) 

Permalink

Automatic derivation of on-demand tactile maps for visually impaired people: first experiments and research agenda / Guillaume Touya in International journal of cartography, vol 5 n° 1 (March 2019)  

Permalink

Improvement of photogrammetric accuracy by modeling and correcting the thermal effect on camera calibration / Mehdi Daakir in ISPRS Journal of photogrammetry and remote sensing, vol 148 (February 2019)  

Permalink

CartAGen: an open source research platform for map generalization / Guillaume Touya (2019)    

Permalink

Contour lines generation in karstic plateaus for topographic maps / Guillaume Touya (2019)    

Permalink

Détection et localisation d'objets 3D par apprentissage profond en topologie capteur / Pierre Biasutti (2019)    

Permalink

DPOD2014 : A new DORIS extension of ITRF2014 for precise orbit determination / Guilhem Moreaux in Advances in space research, vol 63 n° 1 (1 January 2019)  

Permalink

Editorial / Pascal Willis in Advances in space research, vol 63 n° 1 (1 January 2019)  

Permalink