Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > analyse d'image numérique > extraction de traits caractéristiques
extraction de traits caractéristiquesSynonyme(s)extraction des caractéristiques extraction de primitiveVoir aussi |
Documents disponibles dans cette catégorie (653)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
LU-Net, An efficient network for 3D LiDAR point cloud semantic segmentation based on end-to-end-learned 3D features and U-Net / Pierre Biasutti (2019)
Titre : LU-Net, An efficient network for 3D LiDAR point cloud semantic segmentation based on end-to-end-learned 3D features and U-Net Type de document : Article/Communication Auteurs : Pierre Biasutti , Auteur ; Vincent Lepetit, Auteur ; Mathieu Brédif , Auteur ; Jean-François Aujol, Auteur ; Aurélie Bugeau, Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2019 Projets : 1-Pas de projet / Conférence : ICCVW 2019, IEEE/CVF International Conference on Computer Vision Workshop 27/10/2019 28/10/2019 Seoul Corée du sud Proceedings Importance : pp 942 - 950 Format : 21 x 30 cm Note générale : Bibliographie
préprint dans HAL https://hal.archives-ouvertes.fr/hal-02269915v1 avec titre un peu différent - version finale dans HAL https://hal.archives-ouvertes.fr/hal-02269915v2
This project has also received funding from the European Union’s Horizon 2020 research and innovation programme under the Marie Skłodowska-Curie grant agreement No 777826.Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] segmentation sémantique
[Termes IGN] semis de pointsRésumé : (Auteur) We propose LU-Net (for LiDAR U-Net), for the semantic segmentation of a 3D LiDAR point cloud. Instead of applying some global 3D segmentation method such as Point-Net, we propose an end-to-end architecture for LiDAR point cloud semantic segmentation that efficiently solves the problem as an image processing problem. First, a high-level 3D feature extraction module is used to compute 3D local features for each point given its neighbors. Then, these features are projected into a 2D multichannel range-image by considering the topology of the sensor. This range-image later serves as the input to a U-Net segmentation network, which is a simple architecture yet enough for our purpose. In this way, we can exploit both the 3D nature of the data and the specificity of the LiDAR sensor. This approach efficiently bridges between 3D point cloud processing and image processing as it outperforms the state-of-the-art by a large margin on the KITTI dataset, as our experiments show. Moreover, this approach operates at 24fps on a single GPU. This is above the acquisition rate of common LiDAR sensors which makes it suitable for real-time applications. Numéro de notice : C2019-037 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Autre URL associée : vers HAL Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/ICCVW.2019.00123 Date de publication en ligne : 05/03/2020 En ligne : https://doi.org/10.1109/ICCVW.2019.00123 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93282
Titre : Remote sensing of environmental changes in cold regions Type de document : Monographie Auteurs : Jinyang Du, Éditeur scientifique ; Jennifer D. Watts, Éditeur scientifique ; Hui Lu, Éditeur scientifique ; Lingmei Jiang, Éditeur scientifique ; Paolo Tarolli, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2019 Importance : 210 p. ISBN/ISSN/EAN : 978-3-03921-571-3 Note générale : Bibliographie
This book is a printed edition of the Special Issue Remote sensing of environmental changes in cold regions that was published in Remote SensingLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Alaska (Etats-Unis)
[Termes IGN] Arctique
[Termes IGN] changement climatique
[Termes IGN] climat froid
[Termes IGN] cryosphère
[Termes IGN] eau de surface
[Termes IGN] extraction de la végétation
[Termes IGN] image Aqua-MODIS
[Termes IGN] image radar moirée
[Termes IGN] image Radarsat
[Termes IGN] image Terra-MODIS
[Termes IGN] impact sur l'environnement
[Termes IGN] incendie
[Termes IGN] nadir
[Termes IGN] neigeRésumé : (Editeur) This Special Issue gathers papers reporting recent advances in the remote sensing of cold regions. It includes contributions presenting improvements in modeling microwave emissions from snow, assessment of satellite-based sea ice concentration products, satellite monitoring of ice jam and glacier lake outburst floods, satellite mapping of snow depth and soil freeze/thaw states, near-nadir interferometric imaging of surface water bodies, and remote sensing-based assessment of high arctic lake environment and vegetation recovery from wildfire disturbances in Alaska. A comprehensive review is presented to summarize the achievements, challenges, and opportunities of cold land remote sensing. Note de contenu : - Modelling the L-Band Snow-Covered Surface Emission in a Winter Canadian Prairie Environment / Alexandre Roy, Marion Leduc-Leballeur, Ghislain Picard, Alain Royer, Peter Toose, Chris Derksen, Juha Lemmetyinen, Aaron Berg, Tracy Rowlandson and Mike Schwank
- Comparison of Passive Microwave Data with Shipborne Photographic Observation sof Summer Sea Ice Concentration along an Arctic Cruise Path / Qingkai Wang, Peng Lu, Yongheng Zu, Zhijun Li, Matti Leppa¨ranta and Guiyong Zhang
- Radar Scatter Decomposition to Differentiate between Running Ice Accumulations and Intact Ice Covers along Rivers / Karl–Erich Lindenschmidt and Zhaoqin Li
- Development of a Snow Depth Estimation Algorithm over China for the FY-3D/MWRI / Jianwei Yang, Lingmei Jiang, Shengli Wu, Gongxue Wang, Jian Wang and Xiaojing Liu
- Development of a Parameterized Model to Estimate Microwave Radiation Response Depth of Frozen Soil / Tao Zhang, Lingmei Jiang, Shaojie Zhao, Linna Chai, Yunqing Li and Yuhao Pan
- Mapping High Mountain Lakes Using Space-Borne Near-Nadir SAR Observations / Shengyang Li, Hong Tan, Zhiwen Liu, Zhuang Zhou, Yunfei Liu, Wanfeng Zhang, Kang Liu and Bangyong Qin
- Development of Supraglacial Ponds in the Everest Region, Nepal, between 1989 and 2018 / Mohan Bahadur Chand and Teiji Watanabe
- Impacts of Climate Change and Intensive Lesser Snow Goose (Chen caerulescens caerulescens) Activity on Surface Water in High Arctic Pond Complexes / T. Kiyo F. Campbell, Trevor C. Lantz and Robert H. Fraser
- Recovery Rates of Wetland Vegetation Greenness in Severely Burned Ecosystems of Alaska Derived from Satellite Image Analysis / Christopher PotterNuméro de notice : 26508 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-03921-571-3 En ligne : https://doi.org/10.3390/books978-3-03921-571-3 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97134
Titre : Satellite information classification and interpretation Type de document : Monographie Auteurs : Rustam B. Rustamov, Éditeur scientifique Editeur : London [UK] : IntechOpen Année de publication : 2019 Importance : 172 p. ISBN/ISSN/EAN : 978-1-83880-793-1 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] détection du bâti
[Termes IGN] image à haute résolution
[Termes IGN] image proche infrarouge
[Termes IGN] réseau neuronal artificiel
[Termes IGN] télédétection spatialeRésumé : (Editeur) Without a doubt, understanding what we must do to save our home, our planet, and how we are to do it is of the gravest importance for the present generation and the next. Clearly, advances won through space technology and applications of the same to the study of Earth play an excellent and vital role in classification and interpretation of the processes taking place on the Earth and in space. Today, space technology helps us understand Earth and how we can support and manage its state, to keep it in working condition under the current circumstances.How can we do this? Obviously, we must use appropriate methods and instruments to collect the information we need. In the meantime, it is necessary to develop systems to analyze and process the data collected. Note de contenu : 1. Introductory Chapter: Aerospace Information Classification
2. Pan-sharpening Using Spatial-frequency Method
3. Lossy Compression of Remote Sensing Images with Controllable Distortions
4. Reverse Satellite Transionospheric Sounding: Advantages and Prospects
5. High-Resolution Satellite Imagery Classification for Urban Form Detection
6. Water Management in Irrigation Systems by Using Satellite Information
7. Validation of Satellite (TMPA and IMERG) Rainfall Products with the IMD Gridded Data Sets over Monsoon Core Region of India
8. Near- and Middle-Infrared Monitoring of Burned Areas from Space
9. The Use of Visible Geostationary Operational Meteorological Satellite Imagery in Mapping the Water Balance over Puerto Rico for Water Resource ManagementNuméro de notice : 26311 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.5772/intechopen.77202 Date de publication en ligne : 03/10/2019 En ligne : https://doi.org/10.5772/intechopen.77202 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95088 Segmentation d'image par intégration itérative de connaissances / Mahaman Sani Chaibou Salaou (2019)
Titre : Segmentation d'image par intégration itérative de connaissances Type de document : Thèse/HDR Auteurs : Mahaman Sani Chaibou Salaou, Auteur ; Basel Solaiman, Directeur de thèse ; Mohamed Ali Mahjoub, Directeur de thèse Editeur : Institut Mines-Télécom Atlantique IMT Atlantique Année de publication : 2019 Autre Editeur : Université Bretagne Loire Importance : 148 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Ecole Nationale Supérieure Mines-Telecom Atlantique Bretagne Pays de la Loire, Spécialité : Signal, Image et VisionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification basée sur les régions
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] description multiniveau
[Termes IGN] détection de régions
[Termes IGN] fusion de données
[Termes IGN] interprétation automatique
[Termes IGN] réseau neuronal artificiel
[Termes IGN] segmentation d'image
[Termes IGN] superpixel
[Termes IGN] zone d'intérêtIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le traitement d’images est un axe de recherche très actif depuis des années. L’interprétation des images constitue une de ses branches les plus importantes de par ses applications socio-économiques et scientifiques. Cependant cette interprétation, comme la plupart des processus de traitements d’images, nécessite une phase de segmentation pour délimiter les régions à analyser. En fait l’interprétation est un traitement qui permet de donner un sens aux régions détectées par la phase de segmentation. Ainsi, la phase d’interprétation ne pourra analyser que les régions détectées lors de la segmentation. Bien que l’objectif de l’interprétation automatique soit d’avoir le même résultat qu’une interprétation humaine, la logique des techniques classiques de ce domaine ne marie pas celle de l’interprétation humaine. La majorité des approches classiques d’interprétation d’images séparent la phase de segmentation et celle de l’interprétation. Les images sont d’abord segmentées puis les régions détectées sont interprétées. En plus, au niveau de la segmentation les techniques classiques parcourent les images de manière séquentielle, dans l’ordre de stockage des pixels. Ce parcours ne reflète pas nécessairement le parcours de l’expert humain lors de son exploration de l’image. En effet ce dernier commence le plus souvent par balayer l’image à la recherche d’éventuelles zones d’intérêts. Dans le cas échéant, il analyse les zones potentielles sous trois niveaux de vue pour essayer de reconnaitre de quel objet s’agit-il. Premièrement, il analyse la zone en se basant sur ses caractéristiques physiques. Ensuite il considère les zones avoisinantes de celle-ci et enfin il zoome sur toute l’image afin d’avoir une vue complète tout en considérant les informations locales à la zone et celles de ses voisines. Pendant son exploration, l’expert, en plus des informations directement obtenues sur les caractéristiques physiques de l’image, fait appel à plusieurs sources d’informations qu’il fusionne pour interpréter l’image. Ces sources peuvent inclure les connaissent acquises grâce à son expérience professionnelle, les contraintes existantes entre les objets de ce type d’images, etc. L’idée de l’approche présentée ici est que simuler l’activité visuelle de l’expert permettrait une meilleure compatibilité entre les résultats de l’interprétation et ceux de l’expert. Ainsi nous retenons de cette analyse trois aspects importants du processus d’interprétation d’image que nous allons modéliser dans l’approche proposée dans ce travail : 1. Le processus de segmentation n’est pas nécessairement séquentiel comme la plus part des techniques de segmentations qu’on rencontre, mais plutôt une suite de décisions pouvant remettre en cause leurs prédécesseurs. L’essentiel étant à la fin d’avoir la meilleure classification des régions. L’interprétation ne doit pas être limitée par la segmentation. 2. Le processus de caractérisation d’une zone d’intérêt n’est pas strictement monotone i.e. que l’expert peut aller d’une vue centrée sur la zone à vue plus large incluant ses voisines pour ensuite retourner vers la vue contenant uniquement la zone et vice-versa. 3. Lors de la décision plusieurs sources d’informations sont sollicitées et fusionnées pour une meilleure certitude. La modélisation proposée de ces trois niveaux met particulièrement l’accent sur les connaissances utilisées et le raisonnement qui mène à la segmentation des images. Note de contenu : Introduction générale
1- Segmentation pour l’interprétation de scène
2- Segmentation par propagation des connaissances
3- Croissance des régions adaptative
4- Similarité des superpixels par apprentissage
ConclusionsNuméro de notice : 25840 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal, Image et Vision : Ecole Nationale Supérieure Mines-Telecom Atlantique : 2019 nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-02310224 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95181 Simultaneous chain-forming and generalization of road networks / Susanne Wenzel in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 1 (January 2019)
[article]
Titre : Simultaneous chain-forming and generalization of road networks Type de document : Article/Communication Auteurs : Susanne Wenzel, Auteur ; Dimitri Bulatov, Auteur Année de publication : 2019 Article en page(s) : pp 19 - 28 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] algorithme de Douglas-Peucker
[Termes IGN] analyse de groupement
[Termes IGN] Autriche
[Termes IGN] axe médian
[Termes IGN] classification bayesienne
[Termes IGN] extraction du réseau routier
[Termes IGN] itération
[Termes IGN] mise à jour automatique
[Termes IGN] Munich
[Termes IGN] objet géographique linéaire
[Termes IGN] orthoimage
[Termes IGN] polyligne
[Termes IGN] primitive géométrique
[Termes IGN] relation topologique
[Termes IGN] réseau routier
[Termes IGN] segmentation sémantique
[Termes IGN] squelettisation
[Termes IGN] zone urbaine
[Vedettes matières IGN] GénéralisationRésumé : (auteur) Streets are essential entities of urban terrain and their automatic extraction from airborne sensor data is cumbersome because of a complex interplay of geometric, topological, and semantic aspects. Given a binary image representing the road class, centerlines of road segments are extracted by means of skeletonization. The focus of this paper lies in a well-reasoned representation of these segments by means of geometric primitives, such as straight line segments as well as circle and ellipse arcs. Thereby, we aim at a fusion of raw segments to longer chains which better match to the intuitive perception of what a street is. We propose a two-step approach for simultaneous chain-forming and generalization. First, we obtain an over-segmentation of the raw polylines. Then, a model selection approach is applied to decide whether two neighboring segments should be fused to a new geometric entity. For this purpose, we propose an iterative greedy optimization procedure in order to find a strong minimum of a cost function based on a Bayesian information criterion. Starting at the given initial raw segments, we thus can obtain a set of chains describing long alleys and important roundabouts. Within the procedure, topological attributes, such as junctions and neighborhood structures, are consistently updated, in a way that for the greedy optimization procedure, accuracy, model complexity, and topology are considered simultaneously. The results on two challenging datasets indicate the benefits of the proposed procedure and provide ideas for future work. Numéro de notice : A2019-026 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.85.1.19 Date de publication en ligne : 01/01/2019 En ligne : https://doi.org/10.14358/PERS.85.1.19 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91962
in Photogrammetric Engineering & Remote Sensing, PERS > vol 85 n° 1 (January 2019) . - pp 19 - 28[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 105-2019011 SL Revue Centre de documentation Revues en salle Disponible PermalinkAutomatic building rooftop extraction from aerial images via hierarchical RGB-D priors / Shibiao Xu in IEEE Transactions on geoscience and remote sensing, vol 56 n° 12 (December 2018)PermalinkDEM refinement by low vegetation removal based on the combination of full waveform data and progressive TIN densification / Hongchao Ma in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)PermalinkA greyscale voxel model for airborne lidar data applied to building detection / Liying Wang in Photogrammetric record, vol 33 n° 164 (December 2018)PermalinkRemote sensing scene classification using multilayer stacked covariance pooling / Nanjun He in IEEE Transactions on geoscience and remote sensing, vol 56 n° 12 (December 2018)PermalinkRoad safety evaluation through automatic extraction of road horizontal alignments from Mobile LiDAR System and inductive reasoning based on a decision tree / José Antonio Martin-Jimenez in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)PermalinkRobust vehicle detection in aerial images using bag-of-words and orientation aware scanning / Hailing Zhou in IEEE Transactions on geoscience and remote sensing, vol 56 n° 12 (December 2018)PermalinkScene classification based on multiscale convolutional neural network / Yanfei Liu in IEEE Transactions on geoscience and remote sensing, vol 56 n° 12 (December 2018)PermalinkIndividual tree crown delineation in a highly diverse tropical forest using very high resolution satellite images / Fabien Hubert Wagner in ISPRS Journal of photogrammetry and remote sensing, vol 145 - part B (November 2018)PermalinkA 3D convolutional neural network method for land cover classification using LiDAR and multi-temporal Landsat imagery / Zewei Xu in ISPRS Journal of photogrammetry and remote sensing, vol 144 (October 2018)Permalink