Centre dedocumentation
scientifique

Using a U-net convolutional neural network to map woody vegetation extent from high resolution satellite imagery across Queensland, Australia / Neil Flood in International journal of applied Earth observation and geoinformation, vol 82 (October 2019)  

Public [article]  inInternational journal of applied Earth observation and geoinformation > vol 82 (October 2019) . - 15 p. Titre : Using a U-net convolutional neural network to map woody vegetation extent from high resolution satellite imagery across Queensland, Australia Type de document : Article/Communication Auteurs : Neil Flood, Auteur ; Fiona Watson, Auteur ; Lisa Collett, Auteur Année de publication : 2019 Article en page(s) : 15 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] arbre (flore) [Termes descripteurs IGN] bois sur pied [Termes descripteurs IGN] Buisson [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] données d'apprentissage [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image satellite [Termes descripteurs IGN] méthode de Monte-Carlo [Termes descripteurs IGN] mosaïque d'images [Termes descripteurs IGN] Queensland (Australie) [Termes descripteurs IGN] réseau neuronal convolutif [Termes descripteurs IGN] texture d'image Résumé : (auteur) Convolutional neural networks offer a new approach to classifying high resolution imagery. We use the U-net neural network architecture to map the presence or absence of trees and large shrubs across the Australian state of Queensland. From a state-wide mosaic of 1 m resolution 3-band Earth-i imagery, a selection of 827 squares (1 km2) are manually labeled for the presence of trees or large shrubs, and these are used to train the neural network. The training is intended to capture the textures which are primary visual cues of such vegetation. The trained neural network has an accuracy on independent data of around 90%. The resulting map over the whole of Queensland (1.73 million km2) is intended to be manually checked, and edited where necessary, to provide a high quality map of woody vegetation extent to serve a range of government policy objectives. Numéro de notice : A2019-474 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.jag.2019.101897 date de publication en ligne : 28/06/2019 En ligne : https://doi.org/10.1016/j.jag.2019.101897 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93635 [article]

Albedo estimation for real-time 3D reconstruction using RGB-D and IR data / Patrick Stotko in ISPRS Journal of photogrammetry and remote sensing, vol 150 (April 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 150 (April 2019) . - pp 213 - 225 Titre : Albedo estimation for real-time 3D reconstruction using RGB-D and IR data Type de document : Article/Communication Auteurs : Patrick Stotko, Auteur ; Michael Weinmann, Auteur ; Reinhard Klein, Auteur Année de publication : 2019 Article en page(s) : pp 213 - 225 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] albedo [Termes descripteurs IGN] image infrarouge [Termes descripteurs IGN] image RVB [Termes descripteurs IGN] longueur d'onde [Termes descripteurs IGN] méthode de réduction d'énergie [Termes descripteurs IGN] reconstruction 3D [Termes descripteurs IGN] réflectance [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] temps réel [Termes descripteurs IGN] texture d'image Résumé : (Auteur) Reconstructing scenes in real-time using low-cost sensors has gained increasing attention in recent research and enabled numerous applications in graphics, vision, and robotics. While current techniques offer a substantial improvement regarding the quality of the reconstructed geometry, the degree of realism of the overall appearance is still lacking as the reconstruction of accurate surface appearance is highly challenging due to the complex interplay of surface geometry, reflectance properties and surrounding illumination. We present a novel approach that allows the reconstruction of both the geometry and the spatially varying surface albedo of a scene from RGB-D and IR data obtained via commodity sensors. In comparison to previous approaches, our approach offers an improved robustness and a significant speed-up to even fulfill the real-time requirements. For this purpose, we exploit the benefits of scene segmentation to improve albedo estimation due to the resulting better segment-wise coupling of IR and RGB data that takes into account the wavelength characteristics of different materials within the scene. The estimated albedo is directly integrated into the dense volumetric reconstruction framework using a novel weighting scheme to generate high-quality results. In our evaluation, we demonstrate that our approach allows albedo capturing of complicated scenarios including complex, high-frequent and strongly varying lighting as well as shadows. Numéro de notice : A2019-141 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.01.018 date de publication en ligne : 04/03/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.01.018 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92479 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019041	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019043	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019042	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Method for an automatic alignment of imagery and vector data applied to cadastral information in Poland / Juan J. Ruiz-Lendínez in Survey review, vol 51 n° 365 (March 2019)  

Public [article]  inSurvey review > vol 51 n° 365 (March 2019) . - pp 123 - 134 Titre : Method for an automatic alignment of imagery and vector data applied to cadastral information in Poland Type de document : Article/Communication Auteurs : Juan J. Ruiz-Lendínez, Auteur ; B. Maćkiewicz, Auteur ; P. Motek, Auteur ; T. Stryjakiewicz, Auteur Année de publication : 2019 Article en page(s) : pp 123 - 134 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes descripteurs IGN] carrefour [Termes descripteurs IGN] conflation [Termes descripteurs IGN] données cadastrales [Termes descripteurs IGN] données vectorielles [Termes descripteurs IGN] incertitude géométrique [Termes descripteurs IGN] limite cadastrale [Termes descripteurs IGN] orthoimage [Termes descripteurs IGN] Pologne [Termes descripteurs IGN] Poznan [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] texture d'image Résumé : (Auteur) Nowadays, an important problem in combining vector data and imagery is that they rarely align. This problem can become particularly acute in the case of cadastral systems. In this study, and as part of the partnership between the Universities of Jaén and Adam Mickiewicz (Poznań), we provide a methodological proposal to assess the conflation procedures between cadastral vector data and imagery, improving the alignment between both data sets. To do this, we use an automatic alignment algorithm which detects road intersections from both data sets as control points by using image texture characterisation. With this method, we first train the system on the imagery to learn the road texture distribution, then we can obtain its segmentation according to its texture, and finally the system locates road intersection points. The last step is to align vector data and imagery by using different techniques. This algorithm is based on an earlier one, detailed in [Ruiz, J.J., Rubio, T.J., and Ureña, M.A., 2011b. Automatic extraction of road intersections from images in conflation processes based on texture characterization. Survey review, 43 (321), 212–225.]. However, in the updated version we have solved the problem of not-well-defined intersection points, resulting in a substantial increase in the number of intersection points employed for the final adjustment to align both products and in a reduction of the computation time. On the other hand, the positional uncertainty assessment of parcel boundary lines both before and after applying our alignment procedure between them is provided. With regard to the experimental results, in the case of Polish cadastral data this procedure allows for significant improvement in the alignment between imagery and cadastral parcels boundaries. Numéro de notice : A2019-189 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/00396265.2017.1388959 date de publication en ligne : 20/10/2017 En ligne : https://doi.org/10.1080/00396265.2017.1388959 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92626 [article]

Tree species classification in tropical forests using visible to shortwave infrared WorldView-3 images and texture analysis / Matheus Pinheiro Ferreira in ISPRS Journal of photogrammetry and remote sensing, vol 149 (March 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 149 (March 2019) . - pp 119 - 131 Titre : Tree species classification in tropical forests using visible to shortwave infrared WorldView-3 images and texture analysis Type de document : Article/Communication Auteurs : Matheus Pinheiro Ferreira, Auteur ; Fabien Hubert Wagner, Auteur ; Luiz E.O.C. Aragão, Auteur Année de publication : 2019 Article en page(s) : pp 119 - 131 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse texturale [Termes descripteurs IGN] arbre (flore) [Termes descripteurs IGN] Brésil [Termes descripteurs IGN] canopée [Termes descripteurs IGN] classification dirigée [Termes descripteurs IGN] espèce végétale [Termes descripteurs IGN] forêt tropicale [Termes descripteurs IGN] houppier [Termes descripteurs IGN] image à très haute résolution [Termes descripteurs IGN] image infrarouge [Termes descripteurs IGN] image Worldview [Termes descripteurs IGN] inventaire forestier (techniques et méthodes) [Termes descripteurs IGN] matrice de co-occurence [Termes descripteurs IGN] pansharpening (fusion d'images) [Termes descripteurs IGN] variation saisonnière Résumé : (Auteur) Tropical forest conservation and management can significantly benefit from information about the spatial distribution of tree species. Very-high resolution (VHR) spaceborne platforms have been hailed as a promising technology for mapping tree species over broad spatial extents. WorldView-3, the most advanced VHR sensor, provides spectral data in 16 bands covering the visible to near-infrared (VNIR, 400–1040 nm) and shortwave-infrared (SWIR, 1210–2365 nm) wavelength ranges. It also collects images at unprecedented levels of details using a panchromatic band with 0.3-m of spatial resolution. However, the potential of WorldView-3 at its full spectral and spatial resolution for tropical tree species classification remains unknown. In this study, we performed a comprehensive assessment of WorldView-3 images acquired in the dry and wet seasons for tree species discrimination in tropical semi-deciduous forests. Classification experiments were performed using VNIR individually and combined with SWIR channels. To take advantage of the sub-metric resolution of the panchromatic band for classification, we applied an individual tree crown (ITC)-based approach that employed pan-sharpened VNIR bands and gray level co-occurrence matrix texture features. We determined whether the combination of images from the two annual seasons improves the classification accuracy. Finally, we investigated which plant traits influenced species detection. The new SWIR sensing capabilities of WorldView-3 increased the average producer’s accuracy up to 7.8%, by enabling the detection of non-photosynthetic vegetation within ITCs. The combination of VNIR bands from the two annual seasons did not improve the classification results when compared to the results obtained using images from each season individually. The use of VNIR bands at their original 1.2-m spatial resolution yielded average producer’s accuracies of 43.1 ± 3.1% and 38.8 ± 3% in the wet and dry seasons, respectively. The ITC-based approach improved the accuracy to 70 ± 8% in the wet and 68.4 ± 7.4% in the dry season. Texture analysis of the panchromatic band enabled the detection of species-specific differences in crown structure, which improved species detection. The use of texture analysis, pan-sharpening, and ITC delineation is a potential approach to perform tree species classification in tropical forests with WorldView-3 satellite images. Numéro de notice : A2019-117 Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.01.019 date de publication en ligne : 28/01/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.01.019 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92444 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019031	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019033	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019032	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Application des algorithmes de Deep learning pour les images SAR / Luc Baudoux (2019) 

Public Titre : Application des algorithmes de Deep learning pour les images SAR Type de document : Mémoire Auteurs : Luc Baudoux, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2019 Importance : 73 p. Format : 21 x 30 cm Note générale : bibliographie Rapport de fin d'étude, cycle des Ingénieurs diplômés de l’ENSG 3ème année Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] chatoiement [Termes descripteurs IGN] filtrage du bruit [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] Perceptron multicouche [Termes descripteurs IGN] réseau de neurones profond Résumé : (auteur) Les images radar sont parasitées par un phénomène physique appelé speckle leur conférant un fort effet « poivre et sel ». L’essor des techniques d’apprentissage profond ces dernières années a permis la conception de plusieurs techniques de débruitage. Celles-ci se différencient des méthodes traditionnelles par la capacité d’apprendre le modèle de débruitage implicitement depuis les données radar sans avoir recours à un modèle explicite défini par le concepteur. Le présent rapport de stage porte sur l’étude comparative des principales méthodes proposées à ce jour tant entre elles qu’avec des techniques de débruitage traditionnelles. L’objectif est ici de réaliser l’étude la plus objective possible sur les forces et faiblesses de ces méthodes. Il s’agit également d’étudier l’influence des différents paramètres et de proposer de nouveaux réseaux de neurones afin d’améliorer les résultats actuellement disponibles. Nous montrons dans ce rapport que des réseaux de neurones simples réalisent un bon compromis entre lissage des zones homogènes et préservations des détails. De surcroit, nous montrons que les forces et faiblesses des réseaux de neurones dépendent fortement du type d’apprentissage réalisé. Ainsi, les réseaux, traditionnellement entraînés de manière supervisée sur des simulations de speckle, tendent à mal se transposer au speckle réel. Les réseaux entraînés uniquement sur du speckle réel offrent, quant à eux, de meilleurs résultats. Il faut néanmoins faire attention à la capacité de généralisation, car ces réseaux souffrent d’une légère baisse de qualité de leurs résultats sur des zones dont les textures ou radiométries n’étaient pas présentes dans le jeu d’entraînement. La comparaison avec les méthodes traditionnelles révèle une meilleure préservation des détails au détriment d’un moins fort lissage des zones homogènes. Il convient donc de choisir entre ces méthodes en fonction de l’usage souhaité par la suite pour le traitement de la donnée radar. Note de contenu : 1- Contextualisation 2- Méthodologie 3- Résultats Numéro de notice : 25430 Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Note de thèse : Mémoire de master : Information Géographique, Analyse Spatiale et Télédétection : Paris-Est Marne la Vallée : 2019 Organisme de stage : Centre national d’études spatiales Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93899

Documents numériques

peut être téléchargé Application des algorithmes Adobe Acrobat PDF

Estimation of forest above-ground biomass by geographically weighted regression and machine learning with Sentinel imagery / Lin Chen in Forests, vol 9 n° 10 (October 2018)  

Permalink

Robust detection and affine rectification of planar homogeneous texture for scene understanding / Shahzor Ahmad in International journal of computer vision, vol 126 n° 8 (August 2018)  

Permalink

Quality assessment in point feature generalization with pattern preserved / Wenhao Yu in Transactions in GIS, vol 22 n° 3 (June 2018)  

Permalink

Large scale textured mesh reconstruction from mobile mapping images and LIDAR scans / Mohamed Boussaha in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, IV-2 ([28/05/2018])  

Permalink

Binary patterns encoded convolutional neural networks for texture recognition and remote sensing scene classification / Rama Rao Nidamanuri in ISPRS Journal of photogrammetry and remote sensing, vol 138 (April 2018)  

Permalink

An (almost) automated process to track the Martians dunes : ac.GetPreciseShifts / Arthur Coqué (2018) 

Permalink

Multiple cues-based active contours for target contour tracking under sophisticated background / Peng Lv in The Visual Computer, vol 33 n°9 (September 2017)  

Permalink

Monitoring mangrove biomass change in Vietnam using SPOT images and an object-based approach combined with machine learning algorithms / Lien T.H. Pham in ISPRS Journal of photogrammetry and remote sensing, vol 128 (June 2017)  

Permalink

Cartographic continuum rendering based on color and texture interpolation to enhance photo-realism perception / Charlotte Hoarau in ISPRS Journal of photogrammetry and remote sensing, vol 127 (May 2017)  

Permalink

Assessment of textural differentiations in forest resources in Romania using fractal analysis / Ion Andronache in Forests, vol 8 n° 3 (March 2017)  

Permalink