Centre dedocumentation
scientifique

ReBankment : un algorithme pour déplacer les talus sur les cartes par moindres carrés / Guillaume Touya in Cartes & Géomatique, n° 247-248 (mars-juin 2022)

Public [article]  inCartes & Géomatique > n° 247-248 (mars-juin 2022) . - pp 81 - 94 Titre : ReBankment : un algorithme pour déplacer les talus sur les cartes par moindres carrés Type de document : Article/Communication Auteurs : Guillaume Touya , Auteur ; Imran Lokhat , Auteur Année de publication : 2022 Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Article en page(s) : pp 81 - 94 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] 1:25.000 [Termes IGN] algorithme de généralisation [Termes IGN] carte topographique [Termes IGN] déplacement d'objet géographique [Termes IGN] généralisation cartographique automatisée [Termes IGN] implémentation (informatique) [Termes IGN] jeu de données localisées [Termes IGN] méthode des moindres carrés [Termes IGN] optimisation spatiale [Termes IGN] talus [Vedettes matières IGN] Généralisation Résumé : (Auteur) Même si les progrès récents en automatisation de la généralisation cartographique aident les agences de cartographie nationales à produire leurs cartes topographiques à différentes échelles de plus en plus rapidement, il existe encore des opérations de généralisation que nous ne savons pas automatiser correctement. Par exemple, les talus sont fréquemment représentés par un symbole linéaire avec des barbules représentant le sens de la pente du talus. Ce type de symbole prend de la place et nécessite d'être éloigné des symboles de routes notamment. Cet article propose un algorithme, appelé ReBankment, qui permet de déplacer automatiquement les lignes de talus. L'algorithme utilise une triangulation pour identifier les voisinages entre objets de la carte, puis une optimisation par moindres carrés de la position des points de la ligne de talus, ce qui permet un déplacement sans modifier la forme initiale de la ligne. L'article propose également des moyens pour traiter les cas complexes et les jeux de données massifs. L'algorithme est testé sur des données réelles de l'IGN France pour la généralisation de la carte au 1:25.000 Numéro de notice : A2022-800 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101903 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
021-2022011	SL	Revue	Centre de documentation	Revues en salle	Disponible

Bretagne, la végétation cartographiée / Marielle Mayo in Géomètre, n° 2185 (novembre 2020)

Public [article]  inGéomètre > n° 2185 (novembre 2020) . - pp 46 - 49 Titre : Bretagne, la végétation cartographiée Type de document : Article/Communication Auteurs : Marielle Mayo, Auteur Année de publication : 2020 Article en page(s) : pp 46 - 49 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie thématique [Termes IGN] 1:25.000 [Termes IGN] acquisition d'images [Termes IGN] aménagement régional [Termes IGN] ArcGIS [Termes IGN] BD ortho [Termes IGN] Bretagne [Termes IGN] carte de la végétation [Termes IGN] classification orientée objet [Termes IGN] données localisées [Termes IGN] données publiques [Termes IGN] IGN cité [Termes IGN] image infrarouge couleur [Termes IGN] image proche infrarouge [Termes IGN] modèle orienté objet [Termes IGN] phytoécologie Résumé : (Auteur) Une cartographie inédite de la végétation de Bretagne sera accessible en totalité en ligne en décembre. Produite par télédétection grâce à une méthode semi-automatisée innovante, elle répond aux nouveaux besoins des acteurs de la biodiversité et de l'aménagement du territoire. Numéro de notice : A2020-707 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96281 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
063-2020101	SL	Revue	Centre de documentation	Revues en salle	Disponible

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) . - n° 338 ; 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) : n° 338 ; 21 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] 1:25.000 [Termes IGN] 1:250.000 [Termes IGN] Alpes (France) [Termes IGN] apprentissage profond [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] données routières [Termes IGN] données vectorielles [Termes IGN] généralisation automatique de données [Termes IGN] montagne [Termes IGN] route [Termes IGN] segmentation [Termes IGN] symbole graphique [Termes 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 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) 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]

Constraint based evaluation of generalized images generated by deep learning / Azelle Courtial (2020)  

Public Titre : Constraint based evaluation of generalized images generated by deep learning Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Guillaume Touya , Auteur ; Xiang Zhang, Auteur Editeur : ICA Commission on Generalisation and Multiple Representation Année de publication : 2020 Projets : 1-Pas de projet / Conférence : ICA 2020, 23rd Workshop on Map Generalisation and Multiple Representation 05/11/2020 06/11/2020 Delft Pays-Bas Open Access Proceedings Importance : 3 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] 1:25.000 [Termes IGN] 1:250.000 [Termes IGN] Alpes (France) [Termes IGN] apprentissage profond [Termes IGN] carte routière [Termes IGN] classification pixellaire [Termes IGN] données maillées [Termes IGN] généralisation automatique de données [Termes IGN] généralisation cartographique automatisée [Termes IGN] montagne [Termes IGN] précision cartographique [Termes IGN] programmation par contraintes [Termes IGN] réseau routier [Vedettes matières IGN] Généralisation Résumé : (Auteur) The use of deep learning techniques for map generalisation raises new problems regarding the evaluation of the results: (1) images are used as input/output instead of vector data; (2) the deep learning processes do not guarantee results that follow cartographic principles; (3) the deep learning models are black boxes that hide the causal mechanisms. Also, deep learning intern evaluation is mostly based on the realism of the images and the pixel classification accuracy, and none of these criteria is sufficient to evaluate a generalisation process. In this article, we propose an adaptation of the constraint-based evaluation to the images generated by deep learning. Six raster-based constraints are proposed for a mountain road generalisation use case. Numéro de notice : C2020-018 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Date de publication en ligne : 17/11/2020 En ligne : https://varioscale.bk.tudelft.nl/events/icagen2020/ICAgen2020/ICAgen2020_paper_2 [...] Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96380

Géodésie, topographie, cartographie / Bernard Lamy (2020)

Public Titre : Géodésie, topographie, cartographie : origines, développements, utilisations Type de document : Guide/Manuel Auteurs : Bernard Lamy, Auteur Editeur : Paris : Ellipses-Edition Marketing Année de publication : 2020 Collection : Formations & Techniques Importance : 192 p. Format : 19 x 24 cm ISBN/ISSN/EAN : 978-2-340-04250-6 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie ancienne [Termes IGN] 1:25.000 [Termes IGN] carte forestière [Termes IGN] carte Top 25 [Termes IGN] carte touristique [Termes IGN] cartographie militaire [Termes IGN] conception cartographique [Termes IGN] DFCI [Termes IGN] ellipsoïde (géodésie) [Termes IGN] géographie humaine [Termes IGN] géographie physique [Termes IGN] géoïde [Termes IGN] histoire de la cartographie [Termes IGN] méthode de mesure [Termes IGN] Moyen-Age [Termes IGN] NGF-IGN69 [Termes IGN] orthophotographie [Termes IGN] période contemporaine [Termes IGN] période grecque [Termes IGN] période romaine [Termes IGN] photogrammétrie [Termes IGN] projection conique conforme de Lambert [Termes IGN] projection cylindrique [Termes IGN] randonnée [Termes IGN] Renaissance [Termes IGN] Réseau Géodésique Français [Termes IGN] surface de référence [Termes IGN] système d'information géographique [Termes IGN] système de positionnement par satellites [Termes IGN] télédétection aérospatiale [Termes IGN] triangulation géodésique de la France Index. décimale : 39.01 Cartographie ancienne - postérieure à 1939 et en bon état Résumé : (Editeur) Ce livre traite de disciplines du domaine des sciences géographiques : géodésie, topométrie, topographie, cartographie, photogrammétrie, télédétection… L’ouvrage s’adresse aux futurs ingénieurs et techniciens de ces domaines, à tout utilisateur de cartes dans l’exercice de son activité professionnelle ou simple randonneur et à tout autre public intéressé par des informations dans les domaines précités. Note de contenu : CADRE GENERAL: LA GEOGRAPHIE 1. Les disciplines de la géographie 1.1. La géographie mathématique 1.2. La géographie physique 1.3. La géographie humaine 2. Histoire de la géographie 2.1. L’apport des Grecs 2.2. La cartographie romaine 2.3. L’époque médiévale 2.4. La renaissance de la cartographie et de la géographie 2.5. La géographie moderne LA GEODESIE 1. L’évolution des connaissances 1.1. Les premières études du globe terrestre 1.2. L’essor de la géodésie en France 2. Géométrie et dimensions de la terre 2.1. Le géoïde 2.2. Le modèle ellipsoïde de révolution 2.3. Les courbes particulières de l’ellipsoïde 3. Représentations planes de la terre 3.1. Quantification des déformations 3.2. Les différentes représentations 3.3. Les représentations coniques de Lambert 3.4. Les représentations cylindriques 4. Les réseaux géodésiques 4.1. Les premières triangulations 4.2. Le Réseau Géodésique Français 5. Les réseaux altimétriques 5.1. Les premiers réseaux de la France 5.2. Le nivellement de précision NPF IGN 69 LES MESURES TOPOGRAPHIQUES 1. Les mesures de distances 1.1. La méthode directe de mesure par chaînage 1.2. Les appareils électroniques de mesure de distance 1.3. Méthodes indirectes de mesure de distance 2. Détermination des altitudes 2.1. Historique 2.2. Le nivellement direct géométrique 2.3. Le nivellement indirect ou trigonométrique 2.4. Autres méthodes de nivellement 2.5. Le système altimétrique de référence 3. Détermination des coordonnées 3.1. Calculs de distances et d’orientations 3.2. Le canevas 3.3. Le réseau de référence POSITIONNEMENT PAR SATELLITES. TELEDETECTION 1. Systèmes de positionnement par satellites 1.1. Composition du système 1.2. Principe de fonctionnement 4 2. Les méthodes de télédétection 2.1. La photogrammétrie 2.2. La télédétection aérospatiale LA CARTOGRAPHIE 1. Histoire de la cartographie 1.1. Le XIXe siècle, la cartographie militaire 1.2. Le XXe siècle 2. Réalisation des cartes 2.1. Les étapes de la réalisation des cartes 2.2. Les Systèmes d’Informations Géographiques 3. La carte IGN au 1/25 000 3.1. Conséquences des modes de projection 3.2. La fabrication de la carte 3.3. Les éléments de la carte 3.4. Les pôles et leurs mouvements 3.5. Utilisation de la carte de randonnée 4. Autres représentations 4.1. Les cartes DFCI 4.2. Les orthophotographies Numéro de notice : 26552 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE/POSITIONNEMENT Nature : Manuel DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97887

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
26552-01	39.01	Livre	Centre de documentation	Cartographie	Disponible

The transformation of relief representation on topographic maps in Hungary: from hachures to contour lines / Lazlo Zentai in Cartographic journal (the), vol 55 n° 2 (May 2018)  

Permalink

Quality control and new data-quality measures for the aesthetics of a Croatian topographic map at the scale of 1:25,000 / Branko Puceković in International journal of cartography, vol 3 n° 2 (December 2017)  

Permalink

Le commentaire de carte topographique / Camille Tiano (2017)

Permalink

Les séries de végétation de la vallée d’Ascu (Corse) : typologie et cartographie au 1:25 000 / Pauline Delbosc in Ecologia mediterranea, vol 41 n° 1 (2015)    

Permalink

Cartographie transfrontalière pour la nouvelle carte de base au 1:25 000 / François Lecordix in Cartes & Géomatique, n° 218 (décembre 2013)    

Permalink

Publishing of digital topographic map 25000 / Hiroyuki Ohno in Bulletin of the GeoSpatial Information authority of Japan, vol 60 (March 2013)  

Permalink

La carte de randonnée vue par les randonneurs / Priscille Baldit-Schneller (2010)    

Permalink

Revising 1:25 000-scale topographic maps using ALOS/PRISM imagery / Yuichi Uchiyama in Bulletin of the Geographical survey institute, vol 56 (December 2008)  

Permalink

Aerial survey of the Maldives / V. Raghu Venkataraman in GIM international, vol 22 n° 8 (August 2008)

Permalink

Une nouvelle chaine de production pour les cartes topographiques à l'IGN / Arnaud Braun in Le monde des cartes, n° 194 (décembre 2007)

Permalink