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 descripteurs IGN] 1:25.000 [Termes descripteurs IGN] acquisition d'images [Termes descripteurs IGN] aménagement régional [Termes descripteurs IGN] appariement semi-automatique [Termes descripteurs IGN] ArcGIS [Termes descripteurs IGN] BD ortho [Termes descripteurs IGN] Bretagne [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] classification orientée objet [Termes descripteurs IGN] données localisées [Termes descripteurs IGN] données publiques [Termes descripteurs IGN] écologie végétale [Termes descripteurs IGN] IGN cité [Termes descripteurs IGN] image infrarouge couleur [Termes descripteurs IGN] image proche infrarouge [Termes descripteurs IGN] modèle orienté objet 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 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 Affiliation des auteurs : 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 descripteurs IGN] 1:25.000 [Termes descripteurs IGN] 1:250.000 [Termes descripteurs IGN] Alpes (France) [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] carte routière [Termes descripteurs IGN] classification pixellaire [Termes descripteurs IGN] données maillées [Termes descripteurs IGN] généralisation automatique de données [Termes descripteurs IGN] généralisation cartographique automatisée [Termes descripteurs IGN] montagne [Termes descripteurs IGN] précision cartographique [Termes descripteurs IGN] programmation par contraintes [Termes descripteurs 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 : 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

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 descripteurs IGN] 1:25.000 [Termes descripteurs IGN] carte ancienne [Termes descripteurs IGN] carte militaire [Termes descripteurs IGN] carte topographique [Termes descripteurs IGN] courbe de niveau [Termes descripteurs IGN] dix-huitième siècle [Termes descripteurs IGN] dix-neuvième siècle [Termes descripteurs IGN] hachure [Termes descripteurs IGN] Hongrie [Termes descripteurs IGN] représentation du relief [Termes descripteurs 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)  

Public [article]  inInternational journal of cartography > vol 3 n° 2 (December 2017) . - pp 187 - 200 Titre : Quality control and new data-quality measures for the aesthetics of a Croatian topographic map at the scale of 1:25,000 Type de document : Article/Communication Auteurs : Branko Puceković, Auteur ; Miljenko Lapaine, Auteur Année de publication : 2017 Article en page(s) : pp 187 - 200 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] 1:25.000 [Termes descripteurs IGN] carte topographique [Termes descripteurs IGN] contrôle qualité [Termes descripteurs IGN] Croatie [Termes descripteurs IGN] esthétique cartographique [Termes descripteurs IGN] mesure de la qualité [Termes descripteurs IGN] représentation du relief [Termes descripteurs IGN] rocher [Termes descripteurs IGN] style cartographique [Vedettes matières IGN] Géovisualisation Résumé : (auteur) A brief overview is given of the quality control of a 1:25,000 scale topographic map, carried out by the Croatian Geodetic Institute (CGI). As the topic of the aesthetics of the topographic map has, in the authors’ opinion, not been extensively covered, the paper concentrates on this topic. The paper focuses on devising an aesthetic standard relating mainly to the representation of relief. In fact, aesthetics can be controlled indirectly in terms of relief and water course alignment, the smoothness of contour lines, the non-existence of bonded contour lines and rock representation justification. A comparison between quality control at the CGI and quality elements according to contemporary standards was carried out. The presence of data-quality elements was registered in accordance with the ISO guidelines. A proposal for several data-quality measures for aesthetics related to relief representation is also given. Numéro de notice : A2017-685 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/23729333.2016.1278191 En ligne : https://doi.org/10.1080/01431161.2016.1252477 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=87349 [article]

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

L'IGN prône la carte à la carte / Françoise de Blomac in SIG la lettre, n° 74 (février 2006)

Permalink