Détail de l'autorité
|
ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur 12/06/2017 16/06/2017 Colleville-sur-Mer France open access proceedings
nom du congrès :
ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur
début du congrès :
12/06/2017
fin du congrès :
16/06/2017
ville du congrès :
Colleville-sur-Mer
pays du congrès :
France
site des actes du congrès :
|
Documents disponibles (4)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Titre : Localisation Basée Vision : de l'hétérogénéité des approches et des données Type de document : Article/Communication Auteurs : Nathan Piasco , Auteur ; Désiré Sidibé, Auteur ; Valérie Gouet-Brunet
Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2017 Conférence : ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur 12/06/2017 16/06/2017 Colleville-sur-Mer France open access proceedings Importance : 9 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] état de l'art
[Termes IGN] localisation basée vision
[Termes IGN] semis de pointsRésumé : (auteur) De nos jours, nous disposons d’une grande diversité de données sur les lieux qui nous entourent. Ces données peuvent être de natures très différentes : une collection d’images, un modèle 3D, un nuage de points colorisés, etc. Lorsque les GPS font défaut, ces informations peuvent être très utiles pour localiser un agent dans son environnement s’il peut lui-même acquérir des informations à partir d’un système de vision. On parle alors de Localisation Basée Vision (LBV). De par la grande hétérogénéité des données acquises et connues sur l’environnement, il existe de nombreux travaux traitant de ce problème. Cet article a pour objet de passer en revue les différentes méthodes récentes pour localiser un système de vision à partir d’une connaissance a priori sur l’environnement dans lequel il se trouve. Numéro de notice : C2017-016 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans Date de publication en ligne : 30/06/2017 En ligne : https://orasis2017.sciencesconf.org/139157/document Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=87053 Documents numériques
en open access
Localisation Basée Vision - version auteurAdobe Acrobat PDFPré-segmentation pour la classification faiblement supervisée de scènes urbaines à partir de nuages de points 3D LIDAR / Stéphane Guinard (2017)
Titre : Pré-segmentation pour la classification faiblement supervisée de scènes urbaines à partir de nuages de points 3D LIDAR Titre original : Weakly supervised segmentation-aided classification of urban scenes from 3D LIDAR point clouds Type de document : Article/Communication Auteurs : Stéphane Guinard Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2017 Conférence : ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur 12/06/2017 16/06/2017 Colleville-sur-Mer France open access proceedings Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] carte de confiance
[Termes IGN] champ aléatoire conditionnel
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] scène urbaine
[Termes IGN] segmentation
[Termes IGN] semis de pointsRésumé : (auteur) Nous traitons le problème de la classification sémantique de nuages de points 3D LIDAR pour les scènes urbaines à partir d'un jeu d'apprentissage limité. Nous introduisons un modèle de segmentation non paramétrique pour les scènes urbaines formées par des objets anthropiques de formes simples. Notre modèle segmente la scène en régions géométriquement homogènes dont la taille est automatiquement déterminée par la complexité de la géométrie locale. Cette segmentation peut ensuite être intégrée dans un CRF (Conditional Random Field) afin de modéliser la structure globale de la scène. Cela nous permet d'agréger, pour chaque groupe de points, les prédictions bruitées d'une classification faiblement supervisée. Nous démontrons l'efficacité de notre méthode sur deux jeux de données en accès libre. Numéro de notice : C2017-033 Affiliation des auteurs : LASTIG MATIS (2012-2019) Autre URL associée : vers HAL Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans En ligne : https://orasis2017.sciencesconf.org/139242/document Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89297
Titre : Recherche d’images basée sur la saillance visuelle pour l’imagerie urbaine Type de document : Article/Communication Auteurs : Kamel Guissous Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2017 Conférence : ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur 12/06/2017 16/06/2017 Colleville-sur-Mer France open access proceedings Importance : 8 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse d'image orientée objet
[Termes IGN] contour
[Termes IGN] détection de régions
[Termes IGN] recherche d'image basée sur le contenu
[Termes IGN] vision par ordinateur
[Termes IGN] zone saillante 3DRésumé : (auteur) Avec l’augmentation de la taille des bases d’images et de la complexité des descripteurs dans les domaines de la recherche d’images par contenu visuel et de la vision par ordinateur, il est nécessaire de trouver un moyen pour limiter la quantité de données manipulées, tout en conservant leur représentativité. Au lieu d’analyser l’image entière, la sélection des régions qui détiennent l’essence de l’information est une option pertinente pour atteindre cet objectif. Comme la saillance visuelle a pour objectif de sélectionner les zones les plus importantes de l’image pour une tâche donnée, dans cet article, nous proposons d’exploiter des cartes de saillance visuelle pour filtrer les caractéristiques visuelles les plus saillantes de l’image. Une nouvelle approche de saillance visuelle basée sur l’analyse de la distribution locale de l’orientation des contours, en particulier dédiée aux contenus image structurés, comme les images de type streetview de l’environnement urbain, est proposée. Il est évalué pour la recherche d’images par contenu visuel à partir d’un exemple selon trois critères : la qualité de la recherche, le volume des caractéristiques manipulées et le temps de calcul. L’approche proposée peut être exploitée dans diverses applications qui manipulent de grands nombres de caractéristiques visuelles ; ici il est expérimenté dans deux applications : la recherche d’images cross-domain et la localisation de véhicule basée image. Numéro de notice : C2017-032 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans En ligne : https://orasis2017.sciencesconf.org/139245/document Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89296 Documents numériques
en open access
Recherche d’images basée sur la saillance visuelle - postprintAdobe Acrobat PDF
Titre : Segmentation sémantique de données de télédétection multimodale : application aux peuplements forestiers Titre original : Semantic segmentation of multimodal remote sensing data : case study of forest stands Type de document : Article/Communication Auteurs : Clément Dechesne Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2017 Conférence : ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur 12/06/2017 16/06/2017 Colleville-sur-Mer France open access proceedings Importance : 8 p. Note générale : Bibliographie Langues : Français (fre) Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] arbre (flore)
[Termes IGN] attribut géomètrique
[Termes IGN] attribut sémantique
[Termes IGN] base de données localisées IGN
[Termes IGN] classification dirigée
[Termes IGN] délimitation
[Termes IGN] données lidar
[Termes IGN] espèce végétale
[Termes IGN] fusion de données
[Termes IGN] image multibande
[Termes IGN] méthode de réduction d'énergie
[Termes IGN] peuplement forestier
[Termes IGN] précision de la classification
[Termes IGN] segmentation sémantiqueRésumé : (Auteur) La délimitation des peuplements forestiers est une connaissance fondamentale pour la gestion des forêts, pour les politiques publiques, pour l’aménagement du territoire, etc. Cette tâche est encore principalement réalisée manuellement par photo-interprétation d’images géospatiales à (très) haute résolution spatiale (THR). La délimitation des peuplements a été peu abordée dans la littérature, et s’est principalement intéressée, dans des environnements forestiers, à l’extraction individuelle des arbres, qui reste imprécise, et la classification des espèces d’arbres, qui présente des résultats peu satisfaisants. Dans cet article, une méthode fondée sur la fusion des données lidar aéroportées et des images multispectrales THR est proposée pour la délimitation automatique des peuplements forestiers. Les images multispectrales donnent des informations sur les espèces d’arbres, tandis que les nuages de points lidar 3D fournissent des informations géométriques (sur la hauteur principalement). Des attributs multimodaux sont calculés, à la fois au niveau du pixel et de l’objet : les objets sont obtenus à partir d’une sur-segmentation. Une classification supervisée est ensuite effectuée au niveau de l’objet afin de discriminer grossièrement les espèces d’arbres existantes dans chaque zone d’intérêt. Les résultats de la classification sont ensuite traités pour obtenir des zones homogènes avec des frontières lisses par minimisation d’énergie. La formulation de l’énergie comporte deux parties ; une liée à la classification, et une autre dans laquelle des contraintes supplémentaires liées aux attributs précédemment calculés, sont ajoutées. Le modèle énergétique est efficace avec un gain de précision jusqu’à 15% par rapport à la classification au niveau de l’objet. Les résultats de la segmentation utilisant ce modèle ont une précision allant de 96% à 99% par rapport à la Base de Données Forêt de l’IGN. Numéro de notice : C2017-015 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : FORET/IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans En ligne : https://hal.archives-ouvertes.fr/hal-01866680 Format de la ressource électronique : vers HAL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=87048 Documents numériques
en open access
C2017-015-Segmentation sémantique - version auteurAdobe Acrobat PDF
