Centre dedocumentation
scientifique

Polarimétrie radar complète et partielle pour le suivi des surfaces terrestres / Pierre-Louis Frison in Revue Française de Photogrammétrie et de Télédétection, n° 219-220 (juin - décembre 2019)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 219-220 (juin - décembre 2019) . - pp 33 - 39 Titre : Polarimétrie radar complète et partielle pour le suivi des surfaces terrestres Type de document : Article/Communication Auteurs : Pierre-Louis Frison , Auteur ; Cédric Lardeux, Auteur ; Bénédicte Fruneau , Auteur ; Jean-Paul Rudant , Auteur Année de publication : 2019 Article en page(s) : pp 33 - 39 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] classification [Termes descripteurs IGN] extraction de la végétation [Termes descripteurs IGN] image ALOS-PALSAR [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] polarimétrie radar [Termes descripteurs IGN] sédimentation [Termes descripteurs IGN] Tunisie Résumé : (auteur) This article presents some illustrations of (fully or partial) polarimetric radar data applications for the monitoring of terrestrial surfaces. The first part is dedicated to fully polarimetric radar data. Firstly, a theoretical reminder presents the specificity of fully polarimetric data. Then illustrations are given for vegetation types cartography as well as spatio-temporal processes of sedimentation in a semi-arid area in Tunisia. The second part focuses on partially polarimetric data, of the type acquired by the Sentinel-1A/1B satellite SAR sensors, which will be widely used in future years due to their significant contribution to land surface observations studies for environmental sciences. Numéro de notice : A2019-346 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93383 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2019011	SL	Revue	Centre de documentation	Revues en salle	Disponible
018-2019012	SL	Revue	Centre de documentation	Revues en salle	Disponible

Improving public data for building segmentation from Convolutional Neural Networks (CNNs) for fused airborne lidar and image data using active contours / David Griffiths in ISPRS Journal of photogrammetry and remote sensing, vol 154 (August 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 154 (August 2019) . - pp 70 - 83 Titre : Improving public data for building segmentation from Convolutional Neural Networks (CNNs) for fused airborne lidar and image data using active contours Type de document : Article/Communication Auteurs : David Griffiths, Auteur ; Jan Boehm, Auteur Année de publication : 2019 Article en page(s) : pp 70 - 83 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] bati [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] détection de contours [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] données publiques [Termes descripteurs IGN] fusion de données [Termes descripteurs IGN] image RVB [Termes descripteurs IGN] Royaume-Uni [Termes descripteurs IGN] scène urbaine [Termes descripteurs IGN] segmentation sémantique [Termes descripteurs IGN] zone rurale Résumé : (Auteur) Robust and reliable automatic building detection and segmentation from aerial images/point clouds has been a prominent field of research in remote sensing, computer vision and point cloud processing for a number of decades. One of the largest issues associated with deep learning methods is the high quantity of data required for training. To help address this we present a method to improve public GIS building footprint labels by using Morphological Geodesic Active Contours (MorphGACs). We demonstrate by improving the quality of building footprint labels for detection and semantic segmentation, more robust and reliable models can be obtained. We evaluate these methods over a large UK-based dataset of 24556 images containing 169835 building instances. This is achieved by training several Mask/Faster R-CNN and RetinaNet deep convolutional neural networks. Networks are supplied with both RGB and fused RGB-lidar data. We offer quantitative analysis on the benefits of the inclusion of depth data for building segmentation. By employing both methods we achieve a detection accuracy of 0.92 (mAP@0.5) and segmentation f1 scores of 0.94 over a 4911 test images ranging from urban to rural scenes. Numéro de notice : A2019-265 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.05.013 date de publication en ligne : 06/06/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.05.013 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93079 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019081	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019083	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019082	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

A novel method for separating woody and herbaceous time series / Qiang Zhou in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 7 (July 2019)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 85 n° 7 (July 2019) . - pp 509 - 520 Titre : A novel method for separating woody and herbaceous time series Type de document : Article/Communication Auteurs : Qiang Zhou, Auteur ; Shuguang Liu, Auteur ; Michael J Hill, Auteur Année de publication : 2019 Article en page(s) : pp 509 - 520 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] Afrique australe [Termes descripteurs IGN] bois [Termes descripteurs IGN] extraction de la végétation [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image Ikonos [Termes descripteurs IGN] image Landsat-SWIR [Termes descripteurs IGN] image Terra-MODIS [Termes descripteurs IGN] Normalized Difference Vegetation Index [Termes descripteurs IGN] plante herbacée [Termes descripteurs IGN] savane [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] variation saisonnière Résumé : (auteur) Mapping the spatial distribution of woody and herbaceous vegetation in high temporal resolution in savannas would be beneficial for modeling interrelationships between trees and grasses, and monitoring fuel loads and biomass for livestock. In this study, we developed a frequency decomposition method to separate woody and herbaceous vegetation components using Normalized Difference Vegetation Index (NDVI) time series. The results were validated using fractional cover data derived from high-resolution images. The validation revealed a close relationship between our decomposed NDVI and corresponding fractional cover (R2 = 0.55 and 0.64 for woody and herbaceous components, respectively). We examined the spatial and temporal patterns of the decomposed NDVI, where woody and herbaceous NDVI showed different responses to precipitation. The methods proposed in this study can be used to separate the woody and herbaceous NDVI time series as an alternative approach for monitoring woody and herbaceous vegetation interrelationships related to climatic drivers. Numéro de notice : A2019-259 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.85.7.509 date de publication en ligne : 01/07/2019 En ligne : https://doi.org/10.14358/PERS.85.7.509 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93062 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2019071	SL	Revue	Centre de documentation	Revues en salle	Disponible

Automatisation du traitement de données "mobile mapping" : extraction d'éléments linéaires et ponctuels / Loïc Elsholz in XYZ, n° 159 (juin 2019)  

Public [article]  inXYZ > n° 159 (juin 2019) . - pp 37 - 43 Titre : Automatisation du traitement de données "mobile mapping" : extraction d'éléments linéaires et ponctuels Type de document : Article/Communication Auteurs : Loïc Elsholz, Auteur Année de publication : 2019 Article en page(s) : pp 37 - 43 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] chaîne de traitement [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] contrôle qualité [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] image terrestre [Termes descripteurs IGN] objet géographique linéaire [Termes descripteurs IGN] objet géographique ponctuel [Termes descripteurs IGN] SAGA GIS [Termes descripteurs IGN] signalisation routière Résumé : (auteur) Par le passé, la compensation du réseau géodésique classique national se faisait par petits blocs et par fuseau suivant la projection UTM. Cela a engendré une propagation d’erreurs entre les blocs et des altérations linéaires au niveau des zones de jonction entre les fuseaux de la projection UTM. Cet article présente la démarche de traitement et calcul du réseau géodésique classique national Algérien, par un ajustement global (utilisant le programme CHABAKA) suivant un fuseau étendu (utilisant le programme TRANMERCAFE). L’application a concerné un réseau échantillon du réseau géodésique primordial de l’Algérie (réalisé par l’IGN, en 1955). Les résultats obtenus sont illustrés et discutés. Numéro de notice : A2019-289 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans En ligne : http://www.aftopo.org/FR/xyz-4.html Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93156 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2019021	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2019022	SL	Revue	Centre de documentation	Revues en salle	Disponible

Automatic building extraction from high-resolution aerial images and LiDAR data using gated residual refinement network / Jianfeng Huang in ISPRS Journal of photogrammetry and remote sensing, vol 151 (May 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 151 (May 2019) . - pp 91 - 105 Titre : Automatic building extraction from high-resolution aerial images and LiDAR data using gated residual refinement network Type de document : Article/Communication Auteurs : Jianfeng Huang, Auteur ; Xinchang Zhang, Auteur ; Qinchuan Xin, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 91 - 105 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] détection du bâti [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] réseau neuronal convolutif [Termes descripteurs IGN] résidu [Termes descripteurs IGN] segmentation sémantique [Termes descripteurs IGN] zone urbaine Résumé : (Auteur) Automated extraction of buildings from remotely sensed data is important for a wide range of applications but challenging due to difficulties in extracting semantic features from complex scenes like urban areas. The recently developed fully convolutional neural networks (FCNs) have shown to perform well on urban object extraction because of the outstanding feature learning and end-to-end pixel labeling abilities. The commonly used feature fusion or skip-connection refine modules of FCNs often overlook the problem of feature selection and could reduce the learning efficiency of the networks. In this paper, we develop an end-to-end trainable gated residual refinement network (GRRNet) that fuses high-resolution aerial images and LiDAR point clouds for building extraction. The modified residual learning network is applied as the encoder part of GRRNet to learn multi-level features from the fusion data and a gated feature labeling (GFL) unit is introduced to reduce unnecessary feature transmission and refine classification results. The proposed model - GRRNet is tested in a publicly available dataset with urban and suburban scenes. Comparison results illustrated that GRRNet has competitive building extraction performance in comparison with other approaches. The source code of the developed GRRNet is made publicly available for studies. Numéro de notice : A2019-206 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.02.019 date de publication en ligne : 20/03/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.02.019 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92669 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019051	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019053	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019052	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Coastline extraction from SAR images using robust ridge tracing / Dailiang Wang in Marine geodesy, vol 42 n° 3 (May 2019)  

Permalink

Automatic sensor orientation using horizontal and vertical line feature constraints / Yanbiao Sun in ISPRS Journal of photogrammetry and remote sensing, vol 150 (April 2019)  

Permalink

Journées de la recherche 2019 / Anonyme in Géomatique expert, n° 127 (avril - mai 2019)

Permalink

Learning high-level features by fusing multi-view representation of MLS point clouds for 3D object recognition in road environments / Zhipeng Luo in ISPRS Journal of photogrammetry and remote sensing, vol 150 (April 2019)  

Permalink

Multilane roads extracted from the OpenStreetMap urban road network using random forests / Yongyang Xu in Transactions in GIS, vol 23 n° 2 (April 2019)  

Permalink

Building detection and regularisation using DSM and imagery information / Yousif A. Mousa in Photogrammetric record, vol 34 n° 165 (March 2019)  

Permalink

A new waveform decomposition method for multispectral LiDAR / Shalei Song in ISPRS Journal of photogrammetry and remote sensing, vol 149 (March 2019)  

Permalink

A local projection-based approach to individual tree detection and 3-D crown delineation in multistoried coniferous forests using high-density airborne LiDAR data / Aravind Harikumar in IEEE Transactions on geoscience and remote sensing, vol 57 n° 2 (February 2019)  

Permalink

Repeated structure detection for 3D reconstruction of building façade from mobile lidar data / Yanming Chen in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 2 (February 2019)  

Permalink

Integration of lidar data and GIS data for point cloud semantic enrichment at the point level / Harith Aljumaily in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 1 (January 2019)  

Permalink