Descripteur
Documents disponibles dans cette catégorie (1070)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Estimation de profondeur à partir d'images monoculaires par apprentissage profond / Michel Moukari (2019)
Titre : Estimation de profondeur à partir d'images monoculaires par apprentissage profond Type de document : Thèse/HDR Auteurs : Michel Moukari, Auteur ; Frédéric Jurie, Directeur de thèse Editeur : Caen [France] : Université de Caen Normandie Année de publication : 2019 Importance : 182 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le diplôme de Doctorat, Spécialité Informatique, préparée au sein de l'Université Caen NormandieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] acuité stéréoscopique
[Termes IGN] analyse multiéchelle
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] carte de profondeur
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] compréhension de l'image
[Termes IGN] données lidar
[Termes IGN] image 3D
[Termes IGN] image RVB
[Termes IGN] incertitude des données
[Termes IGN] traitement d'image
[Termes IGN] vision monoculaire
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La vision par ordinateur est une branche de l'intelligence artificielle dont le but est de permettre à une machine d'analyser, de traiter et de comprendre le contenu d'images numériques. La compréhension de scène en particulier est un enjeu majeur en vision par ordinateur. Elle passe par une caractérisation à la fois sémantique et structurelle de l'image, permettant d'une part d'en décrire le contenu et, d'autre part, d'en comprendre la géométrie. Cependant tandis que l'espace réel est de nature tridimensionnelle, l'image qui le représente, elle, est bidimensionnelle. Une partie de l'information 3D est donc perdue lors du processus de formation de l'image et il est d'autant plus complexe de décrire la géométrie d'une scène à partir d'images 2D de celle-ci.Il existe plusieurs manières de retrouver l'information de profondeur perdue lors de la formation de l'image. Dans cette thèse nous nous intéressons à l’estimation d'une carte de profondeur étant donné une seule image de la scène. Dans ce cas, l'information de profondeur correspond, pour chaque pixel, à la distance entre la caméra et l'objet représenté en ce pixel. L'estimation automatique d'une carte de distances de la scène à partir d'une image est en effet une brique algorithmique critique dans de très nombreux domaines, en particulier celui des véhicules autonomes (détection d’obstacles, aide à la navigation).Bien que le problème de l'estimation de profondeur à partir d'une seule image soit un problème difficile et intrinsèquement mal posé, nous savons que l'Homme peut apprécier les distances avec un seul œil. Cette capacité n'est pas innée mais acquise et elle est possible en grande partie grâce à l'identification d'indices reflétant la connaissance a priori des objets qui nous entourent. Par ailleurs, nous savons que des algorithmes d'apprentissage peuvent extraire ces indices directement depuis des images. Nous nous intéressons en particulier aux méthodes d’apprentissage statistique basées sur des réseaux de neurones profond qui ont récemment permis des percées majeures dans de nombreux domaines et nous étudions le cas de l'estimation de profondeur monoculaire. Note de contenu : 1- Introduction
2- État de l’art
3- Influence des hyperparamètres
4- Analyse multi-échelle
5- Évaluation de l’incertitude prédictive
6- Complétion de profondeur et estimation de confiance
7- Conclusions et perspectivesNuméro de notice : 25834 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Caen-Normandie : 2019 nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-02426260/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95172
Titre : Geoinformatics in citizen science Type de document : Monographie Auteurs : Gloria Bordogna, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2019 Importance : 206 p. ISBN/ISSN/EAN : 978-3-03921-073-2 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] analyse de données
[Termes IGN] cartographie thématique
[Termes IGN] données localisées des bénévoles
[Termes IGN] OpenStreetMap
[Termes IGN] QGIS
[Termes IGN] qualité des données
[Termes IGN] système d'information géographiqueRésumé : (Editeur) The book features contributions that report original research in the theoretical, technological, and social aspects of geoinformation methods, as applied to supporting citizen science. Specifically, the book focuses on the technological aspects of the field and their application toward the recruitment of volunteers and the collection, management, and analysis of geotagged information to support volunteer involvement in scientific projects. Internationally renowned research groups share research in three areas: First, the key methods of geoinformatics within citizen science initiatives to support scientists in discovering new knowledge in specific application domains or in performing relevant activities, such as reliable geodata filtering, management, analysis, synthesis, sharing, and visualization; second, the critical aspects of citizen science initiatives that call for emerging or novel approaches of geoinformatics to acquire and handle geoinformation; and third, novel geoinformatics research that could serve in support of citizen science. Numéro de notice : 26303 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Monographie DOI : 10.3390/books978-3-03921-073-2 Date de publication en ligne : 28/08/2019 En ligne : https://doi.org/10.3390/books978-3-03921-073-2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95045 L'imperfection des données géographiques, 1. Bases théoriques / Mireille Batton-Hubert (2019)
Titre de série : L'imperfection des données géographiques, 1 Titre : Bases théoriques Type de document : Monographie Auteurs : Mireille Batton-Hubert, Éditeur scientifique ; Eric Desjardin, Éditeur scientifique ; François Pinet, Éditeur scientifique Editeur : Londres : ISTE Editions Année de publication : 2019 Collection : Systèmes d'information, web et société Importance : 224 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-1-78405-624-7 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] aide à la décision
[Termes IGN] données localisées
[Termes IGN] incertitude des données
[Termes IGN] information géographique
[Termes IGN] logique modale
[Termes IGN] objet géographique
[Termes IGN] qualité des données
[Termes IGN] représentation des donnéesIndex. décimale : 37.10 Bases de données géographiques Résumé : (Editeur) La géomatique est un domaine des sciences qui, depuis une trentaine d’années, s’est intimement intriqué dans notre vie de tous les jours (applications de navigation sur téléphone, données géolocalisées, etc.) au point que l’on oublie souvent les défis qu’elle sous-tend. Au cours des décennies à venir, les volumes générés de données géoréférencées devraient connaître une croissance importante. Cet ouvrage porte sur la notion d’imperfection des données géographiques, un thème important de la géomatique. Il est en effet essentiel de pouvoir définir et représenter l’imperfection que peuvent connaître les données géographiques. En faire abstraction peut entraîner de nombreux risques, par exemple, utiliser une carte contenant des erreurs peut conduire des personnes qui ignorent ces imperfections à se perdre. L’imperfection des données géographiques 1 explore à la fois les aspects théoriques pour une meilleure compréhension des phénomènes et des représentations, et les aspects pratiques/pragmatiques en présentant des exemples et applications concrètes des outils. Note de contenu : 1. Imperfection et information géographique
2. Concepts et terminologies de l’imperfection de l’information géographique
3. Origines de l’imperfection des données géographiques
4. Intégrité et confiance des données géographiques
5. Formalismes et représentation des objets géographiques imparfaits
6. Représentation des diagrammes d’objets géographiques imparfaits
7. Raisonnement algébrique pour des données incertaines
8. Raisonnement en logique modale pour des données incertaines
9. Révision des qualificatifs de l’imparfait pour l’information géographique
10. Le géographe et l’aide à la décision : comment se saisir de la complexité, des incertitudes et des risques ?Numéro de notice : 26246A Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Recueil / ouvrage collectif Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94493 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 26246-01A 37.10 Livre Centre de documentation Géomatique Disponible Joint analysis of SAR and optical satellite images time series for grassland event detection / Anatol Garioud (2019)
Titre : Joint analysis of SAR and optical satellite images time series for grassland event detection Type de document : Article/Communication Auteurs : Anatol Garioud , Auteur ; Silvia Valero, Auteur ; Sébastien Giordano , Auteur ; Clément Mallet , Auteur Editeur : Leibniz : Leibniz Institute of Ecological Urban and Regional Development Année de publication : 2019 Conférence : ILUS 2019, 3rd International land use symposium, Land use changes: Trends and projections 04/12/2019 06/12/2019 Paris France programme sans actes Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] analyse d'image orientée objet
[Termes IGN] classification par réseau neuronal
[Termes IGN] cohérence des données
[Termes IGN] détection d'événement
[Termes IGN] détection de changement
[Termes IGN] image optique
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] Mâcon
[Termes IGN] prairie
[Termes IGN] puits de carboneRésumé : (auteur) Throughout Europe, grasslands are a major component of the landscape comprising 40% of agricultural land. Permanent Grassland (PM) means land used to grow herbaceous forage crops naturally (self-seeded) or through cultivation (sown) and that has not been included in the crop rotation of the holding for five years or more. PM are major ecosystems associated with high biodiversity which provide a wide range of ecosystem services (e.g. carbon sequestration, water quality, flood and erosion control). Grasslands have an important carbon storage capacity which is valuable for climate protection. Different studies have demonstrated that grassland managements such as grazing or mowing can cause significant effects on carbon storage in soils. Identifying and mapping grassland management practices over time can thus have important impact on climate studies. Remote sensing allows a synoptic and regular monitoring through systematic acquisitions of Earth Observation imagery. The emergence of free and easily Sentinel's satellite data provided by the European Copernicus program, offers new possibilities for grassland monitoring. Sentinel-1 (51) and Sentinel-2 (52) missions acquire radar and optical satellite image time series at high temporal resolution and fine spatial resolution. They fully match the requirements both for yearly and real-time monitoring. In this work, we target to jointly exploit both data sources to dynamically detect mowing events (MowEve) on permanent grasslands. Thematic related analysis of the datasets will highlight strengths and weaknesses of both optical and radar imagery. (i) 52 appears efficient for MowEve detection, with significant variations in the vegetation status that can be easily detected in the spectral signal extracted from the time series of images. But the temporal revisit of 52 although nominally 5 days is often reduced even by half due to the frequent cloud cover (ii) SAR images acquisitions being independent of illumination conditions or cloud cover allows for systematic acquisitions and revisit rate of 6 days. Data consistency makes S1 data essential during fast phenomena such as MowEve. Yet, radar data appears very sensitive to soil moisture, precipitations and geometrical properties making interpretation of their time series more challenging. MowEve detection being weakly supervised, the proposed methodology relies on applying traditional change detection strategies on a low-level fused 51 and S2 data representation. Recurrent Neural Networks will be trained to derive yearly or real-time synthetic 52 vegetation indices from both 52 and S1 observations. Furthermore, through attention mechanisms, our proposed RNN architecture will be able to take into account external data (climate, clouds, topography, etc.) so as to dynamically weight at parcel-level the contribution of optical and radar images. Such method will contribute to obtain dense temporal optical profiles without missing data and compatible with MowEve detection. An experimental evaluation will be carried out on a test site covering an area of 110x110 Km in France (Macon region). Object-oriented analysis will be presented based on permanent grasslands derived from the Land Parcel Identification System. The proposed approach will be compared with traditional MowEve methods essentially based on thresholding independently the different modalities. Numéro de notice : C2019-067 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97022 Méthodes d'exploitation de données historiques pour la production de cartes d'occupation des sols à partir d'images de télédétection et en absence de données de référence de la période à cartographier / Benjamin Tardy (2019)
Titre : Méthodes d'exploitation de données historiques pour la production de cartes d'occupation des sols à partir d'images de télédétection et en absence de données de référence de la période à cartographier Type de document : Thèse/HDR Auteurs : Benjamin Tardy, Auteur ; Jordi Inglada, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2019 Importance : 228 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du doctorat de l'Université Toulouse 3 Paul Sabatier, Spécialité Surfaces et interfaces continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] aménagement du territoire
[Termes IGN] apprentissage automatique
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification de Dempster-Shafer
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] croissance urbaine
[Termes IGN] fusion de données
[Termes IGN] historique des données
[Termes IGN] image Formosat/COSMIC
[Termes IGN] image Sentinel-MSI
[Termes IGN] série temporelleIndex. décimale : THESE Thèses et HDR Résumé : (auteur) L'étude des surfaces continentales constitue un enjeu majeur à l'échelle mondiale pour le suivi et la gestion des territoires, notamment en matière de répartition entre l'expansion urbaine, terres agricoles et espaces naturels. Dans ce contexte, les cartes d'OCcupation des Sols (OCS) caractérisant la couverture biophysique des terres émergées sont un atout essentiel pour l'analyse des surfaces continentales. Les algorithmes de classification supervisée permettent, à partir de séries temporelles annuelles d'images satellites et de données de référence, de produire automatiquement la carte de la période correspondante. Cependant, les données de référence sont une information coûteuse à obtenir surtout sur de grandes étendues. En effet, les campagnes de relevés terrain requièrent un fort coût humain, et les bases de données sont associées à de longs délais de mises à jour. De plus, ces données de référence disposent d'une validité limitée à la période correspondante, en raison des changements d'OCS. Ces changements concernent essentiellement l'expansion urbaine au détriment des surfaces naturelles, et les terres agricoles soumises à la rotation des cultures. L'objectif général de la thèse vise à proposer des méthodes de production de cartes d'OCS sans exploiter les données de référence de la période correspondante. Les travaux menés s'appuient sur un historique d'OCS. Cet historique regroupe toutes les informations disponibles pour la zone concernée : cartes d'OCS, séries temporelles, données de référence, modèles de classification, etc. Une première partie des travaux considère que l'historique ne contient qu'une seule période. Ainsi, nous avons proposé un protocole de classification naïve permettant d'exploiter un classifieur déjà entraîné sur une nouvelle période. Les performances obtenues ont montré que cette approche se révèle insuffisante, requérant ainsi des méthodes plus performantes. L'adaptation de domaine permet d'aborder ce type de problématique. Nous avons considéré deux approches : la projection de données via une analyse canonique des corrélations et le transport optimal. Ces deux approches permettent de projeter les données de l'historique afin de réduire les différences avec l'année à traiter. Néanmoins ces approches offrent des résultats équivalents à la classification naïve pour des coûts de production bien plus significatifs. Une seconde partie des travaux considère que l'historique contient au moins deux périodes de données. À partir des cartes supervisées de ces périodes précédentes, nous proposons une approche de mise à jour de la carte la plus récente, en modélisant les transitions des classes d'OCS. Nous avons également proposé l'utilisation d'un classifieur unique entraîné à partir de plusieurs périodes de l'historique. L'objectif de ce classifieur consiste à pouvoir s'adapter aux variations entre les années. Enfin nous avons mis en place des systèmes de vote afin de réaliser une fusion de classifieurs, chacun entraîné sur une période différente de l'historique. Ces systèmes offrent l'avantage d'être toujours plus performants que chaque classifieur individuellement. Nous avons comparé les performances de plusieurs approches allant du simple vote majoritaire à des fusions plus complexes: vote par confiance, vote par probabilités, vote Dempster-Shafer ainsi qu'une inférence bayésienne. Ces approches produisent des performances similaires, mais pour des coûts de production variables. Nous avons expérimenté ces approches sur deux jeux de données, l'un constitué de sept années d'images Formosat-2 et l'autre de trois années d'images Sentinel-2. Le premier offre une très bonne diversité temporelle mais sur une faible emprise spatiale. Inversement, le second couvre une large zone mais pour un historique limité. Nous avons conclu que les approches du classifieur unique ainsi qu'un simple vote majoritaire offrent de bonnes performances pour des faibles coûts indépendamment du jeu de données. Note de contenu : I- Introduction
II- Présentation du problème
III- Propositions de méthodes exploitant un unique domaine Source
IV- Propositions de méthodes exploitant de multiples domaines Source
V- Mise en oeuvre des méthodes pour une production opérationnelle sur de
grandes étendues
VI ConclusionsNuméro de notice : 28509 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surfaces et interfaces continentales, Hydrologie : Toulouse 3 : 2019 Organisme de stage : CESBIO nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2019TOU30261 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97060 The necessary yet complex evaluation of 3D city models: a semantic approach / Oussama Ennafii (2019)PermalinkTowards improving knowledge capitalization system for sport events legacy / Malika Grim-Yefsah (2019)PermalinkA new generation of the United States National Land Cover Database : Requirements, research priorities, design, and implementation strategies / Limin Yang in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)PermalinkPotential of Sentinel-1 data for monitoring temperate mixed forest phenology / Pierre-Louis Frison in Remote sensing, vol 10 n° 12 (December 2018)PermalinkRoad safety evaluation through automatic extraction of road horizontal alignments from Mobile LiDAR System and inductive reasoning based on a decision tree / José Antonio Martin-Jimenez in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)PermalinkThe use of geometric indicators to estimate the quantitative completeness of street blocks in OpenStreetMap / Qi Zhou in Transactions in GIS, vol 22 n° 6 (December 2018)PermalinkData trustworthiness and user reputation as indicators of VGI quality / Paolo Fogliaroni in Geo-spatial Information Science, vol 21 n° 3 (October 2018)PermalinkOpenStreetMap data quality enrichment through awareness raising and collective action tools—experiences from a European project / Amin Mobasheri in Geo-spatial Information Science, vol 21 n° 3 (October 2018)PermalinkStudy the precision of creating 3D structure modeling from terrestrial laser scanner observations / Zaki M. Zeidan in Journal of applied geodesy, vol 12 n° 4 (October 2018)PermalinkConsistent realization of celestial and terrestrial reference frames / Younghee Kwak in Journal of geodesy, vol 92 n° 9 (September 2018)PermalinkEstimation and uncertainty of the mixing effects on Scots pine—European beech productivity from national forest inventories data / Sonia Condés in Forests, vol 9 n° 9 (September 2018)PermalinkIn-situ measurements from mobile platforms: An emerging approach to address the old challenges associated with forest inventories / Xinlian Liang in ISPRS Journal of photogrammetry and remote sensing, vol 143 (September 2018)PermalinkSpatial mining of migration patterns from web demographics / T. Edwin Chow in International journal of geographical information science IJGIS, vol 32 n° 9-10 (September - October 2018)PermalinkUncertainty modeling and analysis of surface area calculation based on a regular grid digital elevation model (DEM) / Chang Li in International journal of geographical information science IJGIS, vol 32 n° 9-10 (September - October 2018)PermalinkHistorical collaborative geocoding / Rémi Cura in ISPRS International journal of geo-information, vol 7 n° 7 (July 2018)PermalinkAdjustment of observation accuracy harmonisation parameters in optimising the network’s reliability / Edward Nowak in Reports on geodesy and geoinformatics, vol 105 n° 1 (June 2018)PermalinkInfluence of sample size on automatic positional accuracy assessment methods for urban areas / Francisco Javier Ariza-López in ISPRS International journal of geo-information, vol 7 n° 6 (June 2018)PermalinkModeling aggregated expertise of user contributions to assess the credibility of OpenStreetMap features / Bani Idham Muttaqien in Transactions in GIS, vol 22 n° 3 (June 2018)PermalinkVolunteered geographic information quality assessment using trust and reputation modelling in land administration systems in developing countries / Kealeboga K. Moreri in International journal of geographical information science IJGIS, vol 32 n° 5-6 (May - June 2018)PermalinkAn efficient visualization method for polygonal data with dynamic simplification / Mingguang Wu in ISPRS International journal of geo-information, vol 7 n° 4 (April 2018)Permalink