Centre dedocumentation
scientifique

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] appariement semi-automatique [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] 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)  

Public [article]  inCartographic journal (the) > vol 55 n° 2 (May 2018) . - pp 150 - 158 Titre : The transformation of relief representation on topographic maps in Hungary: from hachures to contour lines Type de document : Article/Communication Auteurs : Lazlo Zentai, Auteur Année de publication : 2018 Article en page(s) : pp 150 - 158 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Cartographie étrangère [Termes IGN] 1:25.000 [Termes IGN] carte ancienne [Termes IGN] carte militaire [Termes IGN] carte topographique [Termes IGN] courbe de niveau [Termes IGN] dix-huitième siècle [Termes IGN] dix-neuvième siècle [Termes IGN] hachure [Termes IGN] Hongrie [Termes IGN] représentation du relief [Termes IGN] vingtième siècle Résumé : (Auteur) Although the maps of the Third and Fourth Military Surveys of the Austria–Hungarian Empire were classified, after its dissolution the new countries had access to the topographic maps covering their own territories. Lehmann’s slope hachures were used for representing relief, both at the survey scale and the derived scales. Contour lines were used to plan the hachures, which were the primary method of relief representation; therefore, most of the contour lines were removed from the final map. Following the political and administrative changes, a new organization, the independent Military Mapping Group was established in Hungary in 1919. After developing it into an institute, Hungary started a new topographic survey revising the former Austro-Hungarian 1:25 000 scale topographic maps. The revision changed the relief representation from hachures to contour lines and the language of the map lettering from German to Hungarian. Numéro de notice : A2018-258 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/00087041.2018.1433475 date de publication en ligne : 09/07/2018 En ligne : https://doi.org/10.1080/00087041.2018.1433475 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90331 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
030-2018021	SL	Revue	Centre de documentation	Revues en salle	Disponible

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

Revising 1:25 000-scale topographic maps using ALOS/PRISM imagery / Y. Uchiyama in Bulletin of the Geographical survey institute, vol 56 n° 2 (01/12/2008)

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

Cartographie des zones de haute montagne : essais de cartographie numérique des rochers / Loïc Gondol in Le monde des cartes, n° 193 (septembre - novembre 2007)

Permalink

Outils et méthodes de généralisation du bâti pour la fabrication des cartes au 1:25.000 et au 1:50.000 / Jenny Trévisan in Bulletin d'information scientifique et technique de l'IGN, n° 75 (mars 2006)

Permalink