Descripteur
|
Termes descripteurs IGN > informatique > réseautique > architecture de réseau
architecture de réseauSynonyme(s)Topologie de réseau configuration de réseauVoir aussi |
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesEtendre la recherche sur niveau(x) vers le bas
Recherche multimodale d'images aériennes multi-date à l'aide d'un réseau siamois / Margarita Khokhlova (2020)
Titre : Recherche multimodale d'images aériennes multi-date à l'aide d'un réseau siamois Type de document : Article/Communication Auteurs : Margarita Khokhlova, Auteur ; Valérie Gouet-Brunet Congrès : RFIAP 2020, Reconnaissance des Formes, Image, Apprentissage et Perception (23 - 26 juin 2020; Vannes, France), Commanditaire Editeur : Vannes : Université de Bretagne Sud Année de publication : 2020 Projets : 1-Pas de projet / Importance : 11 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes descripteurs IGN] analyse du paysage
[Termes descripteurs IGN] appariement d'images
[Termes descripteurs IGN] architecture de réseau
[Termes descripteurs IGN] BD ortho
[Termes descripteurs IGN] BD Topo
[Termes descripteurs IGN] classification barycentrique
[Termes descripteurs IGN] classification par réseau neuronal convolutif
[Termes descripteurs IGN] détection de changement
[Termes descripteurs IGN] données multitemporelles
[Termes descripteurs IGN] géolocalisation
[Termes descripteurs IGN] image aérienne
[Termes descripteurs IGN] image multitemporelle
[Termes descripteurs IGN] recherche d'image basée sur le contenu
[Termes descripteurs IGN] segmentation sémantiqueRésumé : (auteur) Cet article présente un réseau multimodal qui met en correspondance des images aériennes de territoires urbains et ruraux français prises à environ 15 ans d'intervalle. Il devrait être invariant à un large éventail de changements, tels que l'évolution du paysage au fil des années. Il exploite les images originales et les régions sémantiquement segmentées et étiquetées. Le coeur de la méthode est un réseau siamois qui apprend à extraire des caractéristiques des paires d'images correspondantes dans le temps et des paires non correspondantes. Ces descripteurs sont suffisamment discriminants pour qu'un simple classifieur k-NN suffise comme critère de géo-correspondance final. Dans cet article, nous dé-montrons que notre descripteur siamois surpasse les autres descripteurs d'images en termes de recherche d'images par contenu à travers le temps. Numéro de notice : C2020-003 Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans En ligne : https://cap-rfiap2020.sciencesconf.org/data/RFIAP_2020_paper_21.pdf Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95446 Documents numériques
en open access
rfiap2020_21_cameraready.pdfAdobe Acrobat PDF
Titre : Géomatique webmapping en open source : architectures web avec PostGIS, OpenLayers et MapServer Type de document : Guide/Manuel Auteurs : David Collado, Auteur Editeur : Paris : Ellipses-Edition Marketing Année de publication : 2019 Collection : Formations & Techniques Importance : 214 p. ISBN/ISSN/EAN : 978-2-340-02968-2 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes descripteurs IGN] Ajax
[Termes descripteurs IGN] architecture client-serveur
[Termes descripteurs IGN] calcul d'itinéraire
[Termes descripteurs IGN] géolocalisation
[Termes descripteurs IGN] image Sentinel-MSI
[Termes descripteurs IGN] Mapserver
[Termes descripteurs IGN] OpenLayers
[Termes descripteurs IGN] PostGIS
[Termes descripteurs IGN] QGIS
[Termes descripteurs IGN] SQL
[Termes descripteurs IGN] web mappingIndex. décimale : 37.50 Géomatique web Résumé : (Editeur) La mise en ligne de données spatiales, le webmapping, connaît un essor fulgurant, parallèlement au développement d'internet et d'applications faisant usage de données géolocalisées. Cet ouvrage aborde de façon concrète les logiciels open source les plus utilisés pour stocker, gérer, exploiter et cartographier ce type de données sur le web : PostGIS, OpenLayers et MapServer. A partir d'images satellites et de données OpenStreetMap librement accessibles, ces logiciels sont exploités pour construire des applications, dont les architectures sont écrites et coordonnées en HTML, SQL, Python et JavaScript. Les thèmes traités permettent un abord progressif de l'ensemble de ces outils et s'étendent du traitement d'images aux calculs d'itinéraires routiers, en passant par l'édition en ligne de données spatiales ou l'exploitation des données GPS. Cet ouvrage s'adresse à des étudiants en géomatique ou en informatique ainsi qu'aux techniciens ou ingénieurs de ces domaines, désireux de développer des applications cartographiques riches et dynamiques avec des outils open source. Les services SIG des entreprises ou administrations y trouveront de précieuses informations permettant de déployer leurs données sur internet ou sur leur intranet. Note de contenu : 1. Installation des logiciels
2. Intégration des données dans PostGIS
3. Exploitation des données en SQL
4. Notions d'objets topologiques et implémentation dans PostGIS
5. Pris en main de MapServer
6. Création d'une page web de calcul d'itinéraire routier
7. Création d'une page web de suivi d'un trajet
8. Du satellite à la page web en un clic
9. Un client cartographique : OpenLayers
10. La géolocalisation avec OpenLayers
11. Calcul d'itinéraire avec OpenLayers
12. Création d'un éditeur d'entités en ligneNuméro de notice : 26028 Thématique : GEOMATIQUE/INFORMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92790 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 26028-01 37.50 Livre Centre de documentation Géomatique Disponible
Titre : Simultaneous extraction of roads and buildings in remote sensing imagery with convolutional neural networks Type de document : Article/Communication Auteurs : Rasha Alshehhi, Auteur ; Prashanth Reddy Marpu, Auteur ; Wei Lee Woon, Auteur ; Mauro Dalla Mura, Auteur Année de publication : 2017 Article en page(s) : pp 139 - 149 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes descripteurs IGN] architecture de réseau
[Termes descripteurs IGN] classification par réseau neuronal
[Termes descripteurs IGN] détection du bâti
[Termes descripteurs IGN] extraction automatique
[Termes descripteurs IGN] extraction du réseau routier
[Termes descripteurs IGN] filtrage numérique d'image
[Termes descripteurs IGN] image à haute résolution
[Termes descripteurs IGN] réseau neuronal convolutif
[Termes descripteurs IGN] tachèle
[Termes descripteurs IGN] test de performance
[Termes descripteurs IGN] zone urbaineRésumé : (Auteur) Extraction of man-made objects (e.g., roads and buildings) from remotely sensed imagery plays an important role in many urban applications (e.g., urban land use and land cover assessment, updating geographical databases, change detection, etc). This task is normally difficult due to complex data in the form of heterogeneous appearance with large intra-class and lower inter-class variations. In this work, we propose a single patch-based Convolutional Neural Network (CNN) architecture for extraction of roads and buildings from high-resolution remote sensing data. Low-level features of roads and buildings (e.g., asymmetry and compactness) of adjacent regions are integrated with Convolutional Neural Network (CNN) features during the post-processing stage to improve the performance. Experiments are conducted on two challenging datasets of high-resolution images to demonstrate the performance of the proposed network architecture and the results are compared with other patch-based network architectures. The results demonstrate the validity and superior performance of the proposed network architecture for extracting roads and buildings in urban areas. Numéro de notice : A2017-512 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2017.05.002 En ligne : https://doi.org/10.1016/j.isprsjprs.2017.05.002 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86458
in ISPRS Journal of photogrammetry and remote sensing > vol 130 (August 2017) . - pp 139 - 149[article]Réservation
Réserver ce documentExemplaires (3)
Code-barres Cote Support Localisation Section Disponibilité 081-2017081 RAB Revue Centre de documentation En réserve 3L Disponible 081-2017083 DEP-EXM Revue MATIS Dépôt en unité Exclu du prêt 081-2017082 DEP-EAF Revue Nancy Dépôt en unité Exclu du prêt Etude et méthodes d'intégration et d'interaction de données 3D complexes type "nuages de points" vers un web SIG / Victor Lambert (2017)
Titre : Etude et méthodes d'intégration et d'interaction de données 3D complexes type "nuages de points" vers un web SIG Type de document : Mémoire Auteurs : Victor Lambert, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2017 Importance : 44 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle Ingénieur 2e annéeLangues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes descripteurs IGN] arbre k-d
[Termes descripteurs IGN] Arbre-R
[Termes descripteurs IGN] architecture client-serveur
[Termes descripteurs IGN] automatisation
[Termes descripteurs IGN] base de données localisées
[Termes descripteurs IGN] bibliothèque logicielle
[Termes descripteurs IGN] données localisées 3D
[Termes descripteurs IGN] état de l'art
[Termes descripteurs IGN] indexation spatiale
[Termes descripteurs IGN] intégration de données
[Termes descripteurs IGN] interface web
[Termes descripteurs IGN] octree
[Termes descripteurs IGN] ontologie
[Termes descripteurs IGN] Python (langage de programmation)
[Termes descripteurs IGN] semis de points
[Termes descripteurs IGN] visualisation 3D
[Termes descripteurs IGN] webGL
[Termes descripteurs IGN] WebSIGIndex. décimale : PROJET Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) L’Unité de géomatique de l’Université de Liège (Belgique) effectue des recherches sur bases de données géographiques et SIG 3D par le biais de la modélisation de larges nuages de points. Plusieurs campagnes de mesures ont été effectuées dans le but d’obtenir des nuages de plusieurs milliards de points. Ces campagnes ont permis la mise en place d’une base de données liant informations géographiques et ontologies. L’objectif est désormais de pouvoir visualiser ces données et interagir avec elles. Ce document présente la théorie et la mise en place d’une solution technique permettant la valorisation des résultats des campagnes de relevés et l’automatisation d’un processus permettant l’interaction entre une base de données et un Web SIG. Note de contenu : INTRODUCTION
1. ETAT DE L'ART
1.1. Indexation
1.2. Visualisation et interaction
2. SOLUTION THEORIQUE APPORTEE
2.1. Nuages de points et WebGL
2.2. Interactions client-serveur
3. INFRASTRUCTURE DE L’APPLICATION
3.1. Intégration des librairies Three et Potree
3.2. Base de données
3.3. Infrastructure serveur : Python
CONCLUSIONNuméro de notice : 22813 Thématique : GEOMATIQUE/INFORMATIQUE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Unité de Géomatique (Université de Liège) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88487 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 22813-01 PROJET Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
Etude et méthodes d'intégration et d'interaction de données 3D complexesAdobe Acrobat PDFRéseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur / Damien Fourure (2017)
contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)
Titre : Réseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur Type de document : Thèse/HDR Auteurs : Damien Fourure, Auteur ; Alain Trémeau, Directeur de thèse ; Christian Wolf, Directeur de thèse Editeur : Université de Lyon Année de publication : 2017 Autre Editeur : Saint-Etienne : Université Jean-Monnet-Saint-Etienne Importance : 178 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université de Lyon opérée au sein de l’Université Jean Monnet de Saint-Étienne, Spécialité de doctorat : InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes descripteurs IGN] apprentissage profond
[Termes descripteurs IGN] architecture de réseau
[Termes descripteurs IGN] chromatopsie
[Termes descripteurs IGN] classification par réseau neuronal convolutif
[Termes descripteurs IGN] estimation de pose
[Termes descripteurs IGN] intelligence artificielle
[Termes descripteurs IGN] Perceptron multicouche
[Termes descripteurs IGN] segmentation sémantique
[Termes descripteurs IGN] vision par ordinateurRésumé : (auteur) La vision par ordinateur est un domaine interdisciplinaire étudiant la manière dont les ordinateurs peuvent acquérir une compréhension de haut niveau à partir d’images ou de vidéos numériques. En intelligence artificielle, et plus précisément en apprentissage automatique, domaine dans lequel se positionne cette thèse, la vision par ordinateur passe par l’extraction de caractéristiques présentes dans les images puis par la généralisation de concepts liés à ces caractéristiques. Ce domaine de recherche est devenu très populaire ces dernières années, notamment grâce aux résultats des réseaux de neurones convolutifs à la base des méthodes dites d’apprentissage profond. Aujourd’hui les réseaux de neurones permettent, entre autres, de reconnaître les différents objets présents dans une image, de générer des images très réalistes ou même de battre les champions au jeu de Go. Leurs performances ne s’arrêtent d’ailleurs pas au domaine de l’image puisqu’ils sont aussi utilisés dans d’autres domaines tels que le traitement du langage naturel (par exemple en traduction automatique) ou la reconnaissance de son. Dans cette thèse, nous étudions les réseaux de neurones convolutifs afin de développer des architectures et des fonctions de coûts spécialisées à des tâches aussi bien de bas niveau (la constance chromatique) que de haut niveau (la segmentation sémantique d’image). Une première contribution s’intéresse à la tâche de constance chromatique. En vision par ordinateur, l’approche principale consiste à estimer la couleur de l’illuminant puis à supprimer son impact sur la couleur perçue des objets. Les expériences que nous avons menées montrent que notre méthode permet d’obtenir des performances compétitives avec l’état de l’art. Néanmoins, notre architecture requiert une grande quantité de données d’entraînement. Afin de corriger en parti ce problème et d’améliorer l’entraînement des réseaux de neurones, nous présentons plusieurs techniques d’augmentation artificielle de données. Nous apportons également deux contributions sur une problématique de haut niveau : la segmentation sémantique d’image. Cette tâche, qui consiste à attribuer une classe sémantique à chacun des pixels d’une image, constitue un défi en vision par ordinateur de par sa complexité. D’une part, elle requiert de nombreux exemples d’entraînement dont les vérités terrains sont coûteuses à obtenir. D’autre part, elle nécessite l’adaptation des réseaux de neurones convolutifs traditionnels afin d’obtenir une prédiction dite dense, c’est-à-dire, une prédiction pour chacun pixel présent dans l’image d’entrée. Pour résoudre la difficulté liée à l’acquisition de données d’entrainements, nous proposons une approche qui exploite simultanément plusieurs bases de données annotées avec différentes étiquettes. Pour cela, nous définissons une fonction de coût sélective. Nous développons aussi une approche dites d’auto-contexte capturant d’avantage les corrélations existantes entre les étiquettes des différentes bases de données. Finalement, nous présentons notre troisième contribution : une nouvelle architecture de réseau de neurones convolutifs appelée GridNet spécialisée pour la segmentation sémantique d’image. Contrairement aux réseaux traditionnels, notre architecture est implémentée sous forme de grille 2D permettant à plusieurs flux interconnectés de fonctionner à différentes résolutions. Afin d’exploiter la totalité des chemins de la grille, nous proposons une technique d’entraînement inspirée du dropout. En outre, nous montrons empiriquement que notre architecture généralise de nombreux réseaux bien connus de l’état de l’art. Nous terminons par une analyse des résultats empiriques obtenus avec notre architecture qui, bien qu’entraînée avec une initialisation aléatoire des poids, révèle de très bonnes performances, dépassant les approches populaires souvent pré-entraînés. Note de contenu : 1- Introduction
2- Les réseaux de neurones convolutifs pour la vision par ordinateur
3- Sous-échantillonnage mixte appliqué à la constance chromatique
4- Segmentation sémantique d’images
5- Une fonction de coût sélective
6- GridNet, une architecture spécialisée pour la segmentation sémantique
7- Conclusion et PerspectivesNuméro de notice : 25838 Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité : Informatique : Lyon : 2017 En ligne : https://tel.archives-ouvertes.fr/tel-02111472/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95192
