Centre dedocumentation
scientifique

Depth-based hand pose estimation : Methods, data, and challenges / James Steven Supančič in International journal of computer vision, vol 126 n° 11 (November 2018)  

Public [article]  inInternational journal of computer vision > vol 126 n° 11 (November 2018) . - pp 1180 - 1198 Titre : Depth-based hand pose estimation : Methods, data, and challenges Type de document : Article/Communication Auteurs : James Steven Supančič, Auteur ; Grégory Rogez, Auteur ; Yi Yang, Auteur ; Jamie Shotton, Auteur ; Deva Ramanan, Auteur Année de publication : 2018 Article en page(s) : pp 1180 - 1198 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse comparative [Termes descripteurs IGN] estimation de pose [Termes descripteurs IGN] état de l'art [Termes descripteurs IGN] image RVB [Termes descripteurs IGN] plus proche voisin (algorithme) Résumé : (Auteur) Hand pose estimation has matured rapidly in recent years. The introduction of commodity depth sensors and a multitude of practical applications have spurred new advances. We provide an extensive analysis of the state-of-the-art, focusing on hand pose estimation from a single depth frame. To do so, we have implemented a considerable number of systems, and have released software and evaluation code. We summarize important conclusions here: (1) Coarse pose estimation appears viable for scenes with isolated hands. However, high precision pose estimation [required for immersive virtual reality and cluttered scenes (where hands may be interacting with nearby objects and surfaces) remain a challenge. To spur further progress we introduce a challenging new dataset with diverse, cluttered scenes. (2) Many methods evaluate themselves with disparate criteria, making comparisons difficult. We define a consistent evaluation criteria, rigorously motivated by human experiments. (3) We introduce a simple nearest-neighbor baseline that outperforms most existing systems. This implies that most systems do not generalize beyond their training sets. This also reinforces the under-appreciated point that training data is as important as the model itself. We conclude with directions for future progress. Numéro de notice : A2018-596 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s11263-018-1081-7 date de publication en ligne : 12/04/2018 En ligne : https://doi.org/10.1007/s11263-018-1081-7 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92523 [article]

No-reference image quality assessment for image auto-denoising / Xiangfei Kong in International journal of computer vision, vol 126 n° 5 (May 2018)  

Public [article]  inInternational journal of computer vision > vol 126 n° 5 (May 2018) . - pp 537 - 549 Titre : No-reference image quality assessment for image auto-denoising Type de document : Article/Communication Auteurs : Xiangfei Kong, Auteur ; Qingxiong Yang, Auteur Année de publication : 2018 Article en page(s) : pp 537 - 549 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] appariement d'images [Termes descripteurs IGN] filtrage du bruit [Termes descripteurs IGN] plus proche voisin (algorithme) [Termes descripteurs IGN] qualité d'image Résumé : (Auteur) This paper proposes two new non-reference image quality metrics that can be adopted by the state-of-the-art image/video denoising algorithms for auto-denoising. The first metric is proposed based on the assumption that the noise should be independent of the original image. A direct measurement of this dependence is, however, impractical due to the relatively low accuracy of existing denoising method. The proposed metric thus tackles the homogeneous regions and highly-structured regions separately. Nevertheless, this metric is only stable when the noise level is relatively low. Most denoising algorithms reduce noise by (weighted) averaging repeated noisy measurements. As a result, another metric is proposed for high-level noise based on the fact that more noisy measurements will be required when the noise level increases. The number of measurements before converging is thus related to the quality of noisy images. Our patch-matching based metric proposes to iteratively find and add noisy image measurements for averaging until there is no visible difference between two successively averaged images. Both metrics are evaluated on LIVE2 (Sheikh et al. in LIVE image quality assessment database release 2: 2013) and TID2013 (Ponomarenko et al. in Color image database tid2013: Peculiarities and preliminary results: 2005) data sets using standard Spearman and Kendall rank-order correlation coefficients (ROCC), showing that they subjectively outperforms current state-of-the-art no-reference metrics. Quantitative evaluation w.r.t. different level of synthetic noisy images also demonstrates consistently higher performance over state-of-the-art non-reference metrics when used for image denoising. Numéro de notice : A2018-409 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s11263-017-1054-2 date de publication en ligne : 17/11/2017 En ligne : https://doi.org/10.1007/s11263-017-1054-2 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90883 [article]

Aggregate keyword nearest neighbor queries on road networks / Pengfei Zhang in Geoinformatica [en ligne], vol 22 n° 2 (April 2018)  

Public [article]  inGeoinformatica [en ligne] > vol 22 n° 2 (April 2018) . - pp 237 - 268 Titre : Aggregate keyword nearest neighbor queries on road networks Type de document : Article/Communication Auteurs : Pengfei Zhang, Auteur ; Huaizhong Lin, Auteur ; Yunjun Gao, Auteur ; Dongming Lu, Auteur Année de publication : 2018 Article en page(s) : pp 237 - 268 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique [Termes descripteurs IGN] langage naturel (informatique) [Termes descripteurs IGN] plus proche voisin (algorithme) [Termes descripteurs IGN] point d'intérêt [Termes descripteurs IGN] requête spatiale [Termes descripteurs IGN] réseau routier [Termes descripteurs IGN] système d'information géographique Résumé : (Auteur) Given a group Q of query points and a set P of points of interest (POIs), aggregate nearest neighbor (ANN) queries find a POI p from P that achieves the smallest aggregate distance. Specifically, the aggregate distance is defined over the set of distances between p and all query points in Q$\mathcal {Q}$. Existing studies on ANN query mainly consider the spatial proximity, whereas the textual similarity has received considerable attention recently. In this work, we utilize user-specified query keywords to capture textual similarity. We study the aggregate keyword nearest neighbor (AKNN) queries, finding the POI that has the smallest aggregate distance and covers all query keywords. Nevertheless, existing methods on ANN query are either inapplicable or inefficient when applied to the AKNN query. To answer our query efficiently, we first develop a dual-granularity (DG) indexing schema. It preserves abstracts of the road network by a tree structure, and preserves detailed network information by an extended adjacency list. Then, we propose a minimal first search (MFS) algorithm. It traverses the tree and explores the node with the minimal aggregate distance iteratively. This method suffers from false hits arising from keyword tests. Thus, we propose the collaborative filtering technique, which performs keywords test by multiple keyword bitmaps collectively rather than by only one. Extensive experiments on both real and synthetic datasets demonstrate the superiority of our algorithms and optimizing strategies. Numéro de notice : A2018-364 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s10707-017-0315-0 date de publication en ligne : 29/12/2017 En ligne : https://doi.org/10.1007/s10707-017-0315-0 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90726 [article]

Harmonic regression of Landsat time series for modeling attributes from national forest inventory data / Barry T. Wilson in ISPRS Journal of photogrammetry and remote sensing, vol 137 (March 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 137 (March 2018) . - pp 29 - 46 Titre : Harmonic regression of Landsat time series for modeling attributes from national forest inventory data Type de document : Article/Communication Auteurs : Barry T. Wilson, Auteur ; Joseph F. Knight, Auteur ; Ronald E. McRoberts, Auteur Année de publication : 2018 Article en page(s) : pp 29 - 46 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] attribut [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] image Landsat [Termes descripteurs IGN] inventaire forestier étranger (données) [Termes descripteurs IGN] Minnesota (Etats-Unis) [Termes descripteurs IGN] plus proche voisin (algorithme) [Termes descripteurs IGN] régression harmonique [Termes descripteurs IGN] série temporelle Résumé : (Auteur) Imagery from the Landsat Program has been used frequently as a source of auxiliary data for modeling land cover, as well as a variety of attributes associated with tree cover. With ready access to all scenes in the archive since 2008 due to the USGS Landsat Data Policy, new approaches to deriving such auxiliary data from dense Landsat time series are required. Several methods have previously been developed for use with finer temporal resolution imagery (e.g. AVHRR and MODIS), including image compositing and harmonic regression using Fourier series. The manuscript presents a study, using Minnesota, USA during the years 2009–2013 as the study area and timeframe. The study examined the relative predictive power of land cover models, in particular those related to tree cover, using predictor variables based solely on composite imagery versus those using estimated harmonic regression coefficients. The study used two common non-parametric modeling approaches (i.e. k-nearest neighbors and random forests) for fitting classification and regression models of multiple attributes measured on USFS Forest Inventory and Analysis plots using all available Landsat imagery for the study area and timeframe. The estimated Fourier coefficients developed by harmonic regression of tasseled cap transformation time series data were shown to be correlated with land cover, including tree cover. Regression models using estimated Fourier coefficients as predictor variables showed a two- to threefold increase in explained variance for a small set of continuous response variables, relative to comparable models using monthly image composites. Similarly, the overall accuracies of classification models using the estimated Fourier coefficients were approximately 10–20 percentage points higher than the models using the image composites, with corresponding individual class accuracies between six and 45 percentage points higher. Numéro de notice : A2018-077 Thématique : FORET/IMAGERIE/MATHEMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.01.006 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.01.006 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89439 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018031	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2018033	DEP-EXM	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2018032	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Un inventaire forestier multisource pour la gestion des territoires / Dinesh Babu Irulappa Pillai Vijayakumar (2018) 

Public contenu dans 27èmes Journées de la Recherche de l'IGN / Journées Recherche de l'IGN 2018, 27es Journées (22 - 23 mars 2018; Cité Descartes, Champs-sur-Marne - Marne-la-Vallée, France) (2018)   Titre : Un inventaire forestier multisource pour la gestion des territoires Type de document : Article/Communication Auteurs : Dinesh Babu Irulappa Pillai Vijayakumar, Auteur ; Jean-Pierre Renaud, Auteur ; François Morneau, Auteur ; Cédric Vega , Auteur Congrès : Journées Recherche de l'IGN 2018, 27es Journées (22 - 23 mars 2018; Cité Descartes, Champs-sur-Marne - Marne-la-Vallée, France), Commanditaire Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN Année de publication : 2018 Projets : DIABOLO / Packalen, Tuula Langues : Français (fre) Descripteur : [Termes descripteurs IGN] carte forestière [Termes descripteurs IGN] Centre (France administrative) [Termes descripteurs IGN] données de terrain [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] données multisources [Termes descripteurs IGN] estimation statistique [Termes descripteurs IGN] image aérienne [Termes descripteurs IGN] image Landsat-TM [Termes descripteurs IGN] indice de végétation [Termes descripteurs IGN] inférence statistique [Termes descripteurs IGN] inventaire forestier (techniques et méthodes) [Termes descripteurs IGN] modèle numérique de terrain [Termes descripteurs IGN] Orléans, forêt d' (Loiret) [Termes descripteurs IGN] plus proche voisin (algorithme) [Vedettes matières IGN] Inventaire forestier Résumé : (Auteur) L’inventaire forestier national permet d’obtenir un portrait précis de l’état des forêts de France métropolitaine. Mais l’échantillon de points est rapidement trop faible pour fournir des estimations statistiques ayant la précision nécessaire à l’échelle des territoires, où s’exercent les décisions. Les méthodes d’inventaire forestier multisource ont été développées afin de résoudre ce problème, sur des territoires circonscrits, en associant aux mesures de terrain des données auxiliaires, généralement issues de la télédétection. Le projet IFM-GT vise à développer et adapter un tel système d’inventaire forestier multisource en France. Ses sorties pourront contribuer à l’élaboration de stratégies de gestion pour des territoires forestiers particuliers, dans le cadre d’étude de ressources, par exemple. Le système s’appuie sur les mesures terrain de l’inventaire, la carte forestière, des images de télédétection 2D et 3D, et des méthodes statistiques de type k plus proches voisins (k-nn). Cette présentation introduira les concepts d’inventaire multisource et présentera la méthodologie développée et testée sur un territoire forestier de la région Centre. Numéro de notice : C2018-033 Thématique : FORET Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91131

Documents numériques

peut être téléchargé Un inventaire forestier multisource... - diaporama de présentation Adobe Acrobat PDF

Localisation par l'image en milieu urbain : application à la réalité augmentée / Antoine Fond (2018)  

Permalink

Social Distance metric: from coordinates to neighborhoods / Vagan Terziyan in International journal of geographical information science IJGIS, vol 31 n° 11-12 (November - December 2017)  

Permalink

Hub Labels on the database for large-scale graphs with the COLD framework / Alexandros Efentakis in Geoinformatica [en ligne], vol 21 n° 4 (October - December 2017)  

Permalink

Uncertain Voronoi cell computation based on space decomposition / Klaus Arthur Schmid in Geoinformatica [en ligne], vol 21 n° 4 (October - December 2017)  

Permalink

Panda∗: A generic and scalable framework for predictive spatio-temporal queries / Abdeltawab M. Hendawi in Geoinformatica [en ligne], vol 21 n° 2 (April - June 2017)  

Permalink

Recherche des objets mobiles dans les réseaux routiers : Une approche basée sur l’analyse formelle de concepts / Hafedh Ferchichi in Revue internationale de géomatique, vol 27 n° 2 (avril - juin 2017)  

Permalink

Data science par la pratique : fondamentaux avec Python / Joël Grus (2017)

Permalink

Spatial co-location pattern mining of facility points-of-interest improved by network neighborhood and distance decay effects / Wenhao Yu in International journal of geographical information science IJGIS, vol 31 n° 1-2 (January - February 2017)  

Permalink

Spatio-temporal analysis of crime by developing a method to detect critical distances for the Knox test / Moshen Kalantari in International journal of geographical information science IJGIS, vol 30 n° 11-12 (November - December 2016)  

Permalink

Efficient terrestrial laser scan segmentation exploiting data structure / Hamid Mahmoudabadi in ISPRS Journal of photogrammetry and remote sensing, vol 119 (September 2016)  

Permalink