Centre de documentation
scientifique

Apport des données Pléiades Neo pour la détection des dommages au bâti : Comparaison avec des données Pléiades-HR sur le séisme au Maroc de septembre 2023 / Stéphanie Battiston ; Mathias Studer in Revue Française de Photogrammétrie et de Télédétection, n° 226 (2024)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 226 (2024) . - pp 19 - 30 Titre : Apport des données Pléiades Neo pour la détection des dommages au bâti : Comparaison avec des données Pléiades-HR sur le séisme au Maroc de septembre 2023 Type de document : Article/Communication Auteurs : Stéphanie Battiston, Auteur ; Mathias Studer, Auteur Année de publication : 2024 Article en page(s) : pp 19 - 30 Langues : Français (fre) Descripteur : [Termes IGN] Centre national d'études spatiales [Termes IGN] détection du bâti [Termes IGN] image Pléiades-Neo [Termes IGN] photogrammètre [Termes IGN] télédétection Résumé : Cette étude approfondie de l'utilisation des données satellitaires Pléiades Neo dans la détection des dommages aux bâtiments, comparée aux données Pléiades-HR, s'est concentrée sur l'évaluation des performances de ces deux capteurs suite au séisme au Maroc en septembre 2023. Les résultats indiquent de manière concluante que la résolution spatiale supérieure des images Pléiades Neo améliore significativement l'interprétation du paysage et la détection des dommages dans les zones bâties. En particulier, ce gain en résolution a permis d'identifier 74% de bâtiments endommagés supplémentaires à Marrakech et de rectifier 24% et 11% de la classification des dommages, respectivement dans les secteurs de Marrakech et d'Imidal. L'étude souligne également la capacité de Pléiades Neo à détecter des détails du paysage urbain, comme les créneaux des remparts de la ville, offrant ainsi la possibilité de repérer des dommages sur d'autres objets ou infrastructures de taille équivalente, une capacité qui n'est pas aussi prononcée avec Pléiades-HR. Les résultats illustrent et confirment les avantages substantiels des données Pléiades Neo pour l'évaluation post-catastrophe, avec une précision accrue dans la détection et la caractérisation des dommages au bâti. L'importance de l'angle d'acquisition des images, mais également la complémentarité de Pléiades Neo par rapport à Pléiades-HR dans le contexte de la cartographie d'urgence, ont également été évoquées. Cette étude atteste des avantages des images Pléiades Neo par rapport à Pléiades-HR dans la gestion des dégâts au bâti suite à des événements catastrophiques. Numéro de notice : A-20241930 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtSansCL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103660 [article]

Global-aware siamese network for change detection on remote sensing images / Ruiqian Zhang in ISPRS Journal of photogrammetry and remote sensing, vol 199 (May 2023)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 199 (May 2023) . - pp 61 - 72 Titre : Global-aware siamese network for change detection on remote sensing images Type de document : Article/Communication Auteurs : Ruiqian Zhang, Auteur ; Hanchao Zhang, Auteur ; Xiaogang Ning, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : pp 61 - 72 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse de sensibilité [Termes IGN] attention (apprentissage automatique) [Termes IGN] détection de changement [Termes IGN] extraction de traits caractéristiques [Termes IGN] image à haute résolution [Termes IGN] optimisation (mathématiques) [Termes IGN] réseau neuronal siamois Résumé : (auteur) Change detection (CD) in remote sensing images is one of the most important technical options to identify changes in observations in an efficient manner. CD has a wide range of applications, such as land use investigation, urban planning, environmental monitoring and disaster mapping. However, the frequently occurring class imbalance problem brings huge challenges to the change detection applications. To address this issue, we develop a novel global-aware siamese network (GAS-Net), aiming to generate global-aware features for efficient change detection by incorporating the relationships between scenes and foregrounds. The proposed GAS-Net, consisting of the global-attention module (GAM) and foreground-awareness module (FAM) that both learns contextual relationships and enhances symbiotic relation learning between scene and foreground. The experimental results demonstrate the effectiveness and robustness of the proposed GAS-Net, achieving up to 91.21% and 95.84% F1 score on two widely used public datasets, i.e., Levir-CD and Lebedev-CD dataset. The source code is available at https://github.com/xiaoxiangAQ/GAS-Net. Numéro de notice : 2023-204 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.isprsjprs.2023.04.001 Date de publication en ligne : 05/04/2023 En ligne : https://doi.org/10.1016/j.isprsjprs.2023.04.001 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103106 [article]

Automatic generation of outline-based representations of landmark buildings with distinctive shapes / Peng Ti in International journal of geographical information science IJGIS, vol 37 n° 4 (April 2023)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 37 n° 4 (April 2023) . - pp 864 - 884 Titre : Automatic generation of outline-based representations of landmark buildings with distinctive shapes Type de document : Article/Communication Auteurs : Peng Ti, Auteur ; Tao Xiong, Auteur ; Yuhong Qiu, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : pp 864 - 884 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] Bâti-3D [Termes IGN] cartographie [Termes IGN] contour [Termes IGN] détection du bâti [Termes IGN] extraction de traits caractéristiques [Termes IGN] raisonnement spatial [Termes IGN] reconnaissance de formes [Termes IGN] segmentation d'image [Termes IGN] sémiologie graphique [Vedettes matières IGN] Géovisualisation Résumé : (auteur) Landmark buildings are salient features for spatial cognition on maps. Distinctive outlines are the major visual characteristics that separate landmark buildings from their surrounding environments. The automatic symbolization of landmark outlines facilitates recognition and map production. As users often recognize landmarks by the outlines of their façades from a street view, this study proposes an automatic method for automatically generating representations of the outlines of landmark buildings in four steps: (1) extract outlines from street-view photographs using GrabCut method, (2) vectorize the extracted building outlines, (3) simplify outline shapes, and (4) symbolize the simplified building outlines in three dimensions (3D). We used the proposed method to generate test data with symbolized outlines for eight buildings in a real-world environment for a wayfinding experiment in which the subjects used the building representations to identify landmark buildings and evaluated their perception of the generated maps. The subjects successfully recognized these buildings based on the symbolized outlines on a map, expressed satisfaction with the manually generated 3D symbols, and reported the same or similar ease of building recognition using 2D or 3D symbolized outlines. Numéro de notice : A2023-207 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2022.2143503 Date de publication en ligne : 11/11/2022 En ligne : https://doi.org/10.1080/13658816.2022.2143503 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103109 [article]

SALT: A multifeature ensemble learning framework for mapping urban functional zones from VGI data and VHR images / Hao Wu in Computers, Environment and Urban Systems, vol 100 (March 2023)  

Public [article]  inComputers, Environment and Urban Systems > vol 100 (March 2023) . - n° 101921 Titre : SALT: A multifeature ensemble learning framework for mapping urban functional zones from VGI data and VHR images Type de document : Article/Communication Auteurs : Hao Wu, Auteur ; Wenting Luo, Auteur ; Anqi Lin, Auteur ; Fanghua Hao, Auteur ; Ana-Maria Olteanu-Raimond , Auteur ; Lanfa Liu, Auteur ; Yan Li, Auteur Année de publication : 2023 Projets : 1-Pas de projet / Article en page(s) : n° 101921 Note générale : Bibliographie This work was supported by the National Natural Science Foundation of China [42201468, 42071358], Postdoctoral Innovation Talents Support Program of China [BX20220128], China Postdoctoral Science Foundation [2022M721283] and Fundamental Research Funds for the Central Universities [CCNU22QN018]. Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse multicritère [Termes IGN] apprentissage automatique [Termes IGN] boosting adapté [Termes IGN] cartographie urbaine [Termes IGN] Chine [Termes IGN] détection du bâti [Termes IGN] données localisées des bénévoles [Termes IGN] image à très haute résolution [Termes IGN] morphologie urbaine [Termes IGN] OpenStreetMap [Termes IGN] point d'intérêt [Termes IGN] représentation spatiale [Termes IGN] zone urbaine Résumé : (auteur) Urban functional zone mapping is essential for providing deeper insights into urban morphology and improving urban planning. The emergence of Volunteered Geographic Information (VGI), which provides abundant semantic data, offers a great opportunity to enrich land use information extracted from remote sensing (RS) images. Taking advantage of very-high-resolution (VHR) images and VGI data, this work proposed a SATL multifeature ensemble learning framework for mapping urban functional zones that integrated 65 features from the shapes of building objects, attributes of points of interest (POIs) tags, locations of cellphone users and textures of VHR images. The dimensionality of SALT features was reduced by the autoencoder, and the compressed features were applied to train the ensemble learning model composed of multiple classifiers for optimizing the urban functional zone classification. The effectiveness of the proposed framework was tested in an urbanized region of Nanchang City. The results indicated that the SALT features considering population dynamics and building shapes are comprehensive and feasible for urban functional zone mapping. The autoencoder has been proven efficient for dimension reduction of the original SALT features as it significantly improves the classification of urban functional zones. Moreover, the ensemble learning outperforms other machine learning models in terms of the accuracy and robustness when dealing with multi-classification tasks. Numéro de notice : A2023-125 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE/IMAGERIE/INFORMATIQUE Nature : Article DOI : 10.1016/j.compenvurbsys.2022.101921 Date de publication en ligne : 06/12/2022 En ligne : https://doi.org/10.1016/j.compenvurbsys.2022.101921 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102504 [article]

A unified attention paradigm for hyperspectral image classification / Qian Liu in IEEE Transactions on geoscience and remote sensing, vol 61 n° 3 (March 2023)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 61 n° 3 (March 2023) . - n° 5506316 Titre : A unified attention paradigm for hyperspectral image classification Type de document : Article/Communication Auteurs : Qian Liu, Auteur ; Zebin Wu, Auteur ; Yang Xu, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : n° 5506316 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] attention (apprentissage automatique) [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] extraction de traits caractéristiques [Termes IGN] image hyperspectrale [Termes IGN] précision de la classification [Termes IGN] séparateur à vaste marge Résumé : (auteur) Attention mechanisms improve the classification accuracies by enhancing the salient information for hyperspectral images (HSIs). However, existing HSI attention models are driven by advanced achievements of computer vision, which are not able to fully exploit the spectral–spatial structure prior of HSIs and effectively refine features from a global perspective. In this article, we propose a unified attention paradigm (UAP) that defines the attention mechanism as a general three-stage process including optimizing feature representations, strengthening information interaction, and emphasizing meaningful information. Meanwhile, we designed a novel efficient spectral–spatial attention module (ESSAM) under this paradigm, which adaptively adjusts feature responses along the spectral and spatial dimensions at an extremely low parameter cost. Specifically, we construct a parameter-free spectral attention block that employs multiscale structured encodings and similarity calculations to perform global cross-channel interactions, and a memory-enhanced spatial attention block that captures key semantics of images stored in a learnable memory unit and models global spatial relationship by constructing semantic-to-pixel dependencies. ESSAM takes full account of the spatial distribution and low-dimensional characteristics of HSIs, with better interpretability and lower complexity. We develop a dense convolutional network based on efficient spectral–spatial attention network (ESSAN) and experiment on three real hyperspectral datasets. The experimental results demonstrate that the proposed ESSAM brings higher accuracy improvement compared to advanced attention models. Numéro de notice : A2023-185 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2023.3257321 Date de publication en ligne : 15/12/2023 En ligne : https://doi.org/10.1109/TGRS.2023.3257321 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102957 [article]

A hierarchical deformable deep neural network and an aerial image benchmark dataset for surface multiview stereo reconstruction / Jiayi Li in IEEE Transactions on geoscience and remote sensing, vol 61 n° 1 (January 2023)  

Permalink

Large-scale individual building extraction from open-source satellite imagery via super-resolution-based instance segmentation approach / Shenglong Chen in ISPRS Journal of photogrammetry and remote sensing, vol 195 (January 2023)  

Permalink

Linear building pattern recognition in topographical maps combining convex polygon decomposition / Zhiwei Wei in Geocarto international, vol 38 n° inconnu ([01/01/2023])  

Permalink

A method for remote sensing image classification by combining Pixel Neighbourhood Similarity and optimal feature combination / Kaili Zhang in Geocarto international, vol 38 n° 1 ([01/01/2023])  

Permalink

Prototype-guided multitask adversarial network for cross-domain LiDAR point clouds semantic segmentation / Zhimin Yuan in IEEE Transactions on geoscience and remote sensing, vol 61 n° 1 (January 2023)  

Permalink

Tree species classification in a typical natural secondary forest using UAV-borne LiDAR and hyperspectral data / Ying Quan in GIScience and remote sensing, vol 60 n° 1 (2023)  

Permalink

Automatic registration method of multi-source point clouds based on building facades matching in urban scenes / Yumin Tan in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 12 (December 2022)  

Permalink

Automatic registration of point cloud and panoramic images in urban scenes based on pole matching / Yuan Wang in International journal of applied Earth observation and geoinformation, vol 115 (December 2022)  

Permalink

Extracting built-up land area of airports in China using Sentinel-2 imagery through deep learning / Fanxuan Zeng in Geocarto international, vol 37 n° 25 ([01/12/2022])  

Permalink

A semi-automatic method for extraction of urban features by integrating aerial images and LIDAR data and comparing its performance in areas with different feature structures (case study: comparison of the method performance in Isfahan and Toronto) / Masoud Azad in Applied geomatics, vol 14 n° 4 (December 2022)  

Permalink