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 (585)
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
Exploring scientific literature by textual and image content using DRIFT / Ximena Pocco in Computers and graphics, vol 103 (April 2022)
[article]
Titre : Exploring scientific literature by textual and image content using DRIFT Type de document : Article/Communication Auteurs : Ximena Pocco, Auteur ; Tiago da Silva, Auteur ; Jorge Poco, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 140 - 152 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse visuelle
[Termes IGN] bibliothèque numérique
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] corpus
[Termes IGN] exploration de données
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] recherche d'image basée sur le contenu
[Termes IGN] recherche scientifique
[Termes IGN] similitude sémantiqueRésumé : (auteur) Digital libraries represent the most valuable resource for storing, querying, and retrieving scientific literature. Traditionally, the reader/analyst aims to compose a set of articles based on keywords, according to his/her preferences, and manually inspect the resulting list of documents. Except for the articles which share citations or common keywords, the results retrieved will be limited to those which fulfill a syntactic match. Besides, if instead of having an article as a reference, the user has an image, the process of finding and exploring articles with similar content becomes infeasible. This paper proposes a visual analytic methodology for exploring and analyzing scientific document collections that consider both textual and image content. The proposed technique relies on combining multiple Content-Based Image Retrieval (CBIR) components and multidimensional projection to map the documents to a visual space based on their similarity, thus enabling an interactive exploration. Moreover, we extend its analytical capabilities with visual resources to display complementary information on selected documents that uncover hidden patterns and semantic relations. We evidence the effectiveness of our methodology through three case studies and a user evaluation, which attest to its usefulness during the process of scientific collections exploration. Numéro de notice : A2022-289 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.cag.2022.02.005 Date de publication en ligne : 11/02/2022 En ligne : https://doi.org/10.1016/j.cag.2022.02.005 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100332
in Computers and graphics > vol 103 (April 2022) . - pp 140 - 152[article]Mining crowdsourced trajectory and geo-tagged data for spatial-semantic road map construction / Jincai Huang in Transactions in GIS, vol 26 n° 2 (April 2022)
[article]
Titre : Mining crowdsourced trajectory and geo-tagged data for spatial-semantic road map construction Type de document : Article/Communication Auteurs : Jincai Huang, Auteur ; Yunfei Zhang, Auteur ; Min Deng, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 735 - 754 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Vedettes matières IGN] Géomatique
[Termes IGN] base de données routières
[Termes IGN] carrefour
[Termes IGN] carte routière
[Termes IGN] contenu généré par les utilisateurs
[Termes IGN] données localisées des bénévoles
[Termes IGN] données routières
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] information sémantique
[Termes IGN] intégration de données
[Termes IGN] navigation automobile
[Termes IGN] vitesse
[Termes IGN] Wuhan (Chine)Résumé : (auteur) The road map is a fundamental part of a spatial data infrastructure (SDI), and is widely applied in navigation, smart transportation, and mobile location services. Recently, with the ubiquity of positioning devices, crowdsourced trajectories have become a significant data resource for road map construction and updating. However, existing trajectory-based methods mainly place emphasis on extracting road geometry features and may ignore continuous updating of road semantic information. Hence, we propose a divide-and-conquer method to construct a spatial-semantic road map by incorporating multiple data sources (e.g., crowdsourced trajectories and geo-tagged data). The proposed method divides road map construction into two sub-tasks, road structure reconstruction and road attributes inference. The road structure reconstruction process starts to partition raw trajectory data into different cliques of roadways and road intersections, and then extracts various targeted road structures by analyzing the turning modes in different trajectory cliques. The road attributes inference process aims to infer three pieces of crucial semantic information about road speeds, turning rules, and road names from crowdsourced trajectories and geo-tagged data. The case studies in Wuhan were examined to illustrate that the proposed method can construct a routable road map with enhanced geometric structures and rich semantic information, providing a beneficial data solution for car navigation and SDI update. Numéro de notice : A2022-364 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1111/tgis.12879 Date de publication en ligne : 17/12/2021 En ligne : https://doi.org/10.1111/tgis.12879 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100583
in Transactions in GIS > vol 26 n° 2 (April 2022) . - pp 735 - 754[article]Species level classification of Mediterranean sparse forests-maquis formations using Sentinel-2 imagery / Semiha Demirbaş Çağlayana in Geocarto international, vol 37 n° 6 ([01/04/2022])
[article]
Titre : Species level classification of Mediterranean sparse forests-maquis formations using Sentinel-2 imagery Type de document : Article/Communication Auteurs : Semiha Demirbaş Çağlayana, Auteur ; Ugur Murat Leloglu, Auteur ; Christian Ginzler, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 1587 - 1606 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] Arbutus unedo
[Termes IGN] carte de la végétation
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données multitemporelles
[Termes IGN] Erica (genre)
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] forêt méditerranéenne
[Termes IGN] Genista (genre)
[Termes IGN] gestion forestière durable
[Termes IGN] image Sentinel-MSI
[Termes IGN] maquis
[Termes IGN] Olea europaea
[Termes IGN] TurquieRésumé : (auteur) Essential forest ecosystem services can be assessed by better understanding the diversity of vegetation, specifically those of Mediterranean region. A species level classification of maquis would be useful in understanding vegetation structure and dynamics, which would be an indicator of degradation or succession in the region. Although remote sensing was regularly used for classification in the region, maquis are simply represented as one to three categories based on density or height. To fill this gap, we test the capability of Sentinel-2 imagery, together with selected ancillary variables, for an accurate mapping of the dominant maquis formations. We applied Recursive Feature Selection procedure and used a Random Forest classifier. The algorithm is tested using ground truth collected from site and reached 78% and 93% overall accuracy at species level and physiognomic level, respectively. Our results suggest species level characterization of dominant maquis is possible with Sentinel-2 spatial resolution. Numéro de notice : A2022-475 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2020.1783581 Date de publication en ligne : 09/07/2020 En ligne : https://doi.org/10.1080/10106049.2020.1783581 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100822
in Geocarto international > vol 37 n° 6 [01/04/2022] . - pp 1587 - 1606[article]Automatic extraction of building geometries based on centroid clustering and contour analysis on oblique images taken by unmanned aerial vehicles / Leilei Zhang in International journal of geographical information science IJGIS, vol 36 n° 3 (March 2022)
[article]
Titre : Automatic extraction of building geometries based on centroid clustering and contour analysis on oblique images taken by unmanned aerial vehicles Type de document : Article/Communication Auteurs : Leilei Zhang, Auteur ; Guoxin Wang, Auteur ; Weijian Sun, Auteur Année de publication : 2022 Article en page(s) : pp 453 - 475 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse de groupement
[Termes IGN] classification barycentrique
[Termes IGN] classification non dirigée
[Termes IGN] détection de contours
[Termes IGN] détection du bâti
[Termes IGN] extraction automatique
[Termes IGN] image captée par drone
[Termes IGN] image oblique
[Termes IGN] modèle numérique de surface
[Termes IGN] orthophotocarte
[Termes IGN] précision géométrique (imagerie)Résumé : (auteur) This paper introduces a method based on centroid clustering and contour analysis to extract area and height measurements on buildings from the 3D model generated by oblique images. The method comprises three steps: (1) extract the contour plane from the fused data of the digital surface model (DSM) and digital orthophoto map (DOM); (2) identify building contour clusters based on the number of centroids contained in each category determined by mean-shift centroid clustering; (3) remove the mis-identified contours in a given building contour cluster by a contour analysis and obtain the geometric information of the building using map algebra. The proposed approach was tested against four datasets. Compared with other results, the detection has effective completeness, correctness, quality, and higher geometric accuracy. The maximum average relative error of building height and area extraction is less than 8%. The method is fast for a large-scale collection of building attributes and improves the applicability of oblique photography in GIS. Numéro de notice : A2022-205 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2021.1937632 Date de publication en ligne : 14/06/2021 En ligne : https://doi.org/10.1080/13658816.2021.1937632 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100020
in International journal of geographical information science IJGIS > vol 36 n° 3 (March 2022) . - pp 453 - 475[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 079-2022031 SL Revue Centre de documentation Revues en salle Disponible Comparaison des images satellite et aériennes dans le domaine de la détection d’obstacles à la navigation aérienne et de leur mise à jour / Olivier de Joinville in XYZ, n° 170 (mars 2022)
[article]
Titre : Comparaison des images satellite et aériennes dans le domaine de la détection d’obstacles à la navigation aérienne et de leur mise à jour Type de document : Article/Communication Auteurs : Olivier de Joinville , Auteur ; Chloé Marcon, Auteur Année de publication : 2022 Article en page(s) : pp 36 - 44 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] aéroport
[Termes IGN] analyse comparative
[Termes IGN] analyse diachronique
[Termes IGN] BD Topo
[Termes IGN] classification dirigée
[Termes IGN] classification orientée objet
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] classification pixellaire
[Termes IGN] contrôle qualité
[Termes IGN] détection de changement
[Termes IGN] détection du bâti
[Termes IGN] extraction de la végétation
[Termes IGN] image Pléiades-HR
[Termes IGN] image Sentinel-MSI
[Termes IGN] mise à jour de base de données
[Termes IGN] modèle numérique de surface
[Termes IGN] Nice
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] orthoimage
[Termes IGN] plus proche voisin, algorithme du
[Termes IGN] QGIS
[Termes IGN] réalité de terrainRésumé : (Auteur) Le Service d’information aéronautique (SIA) est un service de la DGAC (Direction générale de l’aviation civile) qui publie et exploite des obstacles à la navigation aérienne afin de sécuriser les vols aux abords des aérodromes. L’article propose une étude comparative entre des données images aériennes (OrthoImages) et des données images satellite (Pléiades et Sentinel) dans les deux domaines suivants : détection d’obstacles (essentiellement végétation et bâtiments) ainsi que leur mise à jour. Il ressort que les images satellite, du fait de leur forte qualité radiométrique et géométrique, offrent un potentiel légèrement supérieur aux images aériennes pour le SIA. De futures études utilisant d’autres capteurs optiques, LiDAR et Radar et des moyens de contrôle plus exhaustifs, devront être menées pour confirmer cette tendance. Numéro de notice : A2022-225 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100191
in XYZ > n° 170 (mars 2022) . - pp 36 - 44[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 112-2022011 RAB Revue Centre de documentation En réserve L003 Disponible Extraction from high-resolution remote sensing images based on multi-scale segmentation and case-based reasoning / Jun Xu in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 3 (March 2022)PermalinkTraffic sign three-dimensional reconstruction based on point clouds and panoramic images / Minye Wang in Photogrammetric record, vol 37 n° 177 (March 2022)PermalinkVisual vs internal attention mechanisms in deep neural networks for image classification and object detection / Abraham Montoya Obeso in Pattern recognition, vol 123 (March 2022)PermalinkMulti-species individual tree segmentation and identification based on improved mask R-CNN and UAV imagery in mixed forests / Chong Zhang in Remote sensing, vol 14 n° 4 (February-2 2022)PermalinkBuilding footprint extraction in Yangon city from monocular optical satellite image using deep learning / Hein Thura Aung in Geocarto international, vol 37 n° 3 ([01/02/2022])PermalinkA combination of convolutional and graph neural networks for regularized road surface extraction / Jingjing Yan in IEEE Transactions on geoscience and remote sensing, vol 60 n° 2 (February 2022)PermalinkPCEDNet: a lightweight neural network for fast and interactive edge detection in 3D point clouds / Chems-Eddine Himeur in ACM Transactions on Graphics, TOG, Vol 41 n° 1 (February 2022)PermalinkSiamese Adversarial Network for image classification of heavy mineral grains / Huizhen Hao in Computers & geosciences, vol 159 (February 2022)PermalinkThree-Dimensional point cloud analysis for building seismic damage information / Fan Yang in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 2 (February 2022)PermalinkAutomatic extraction of damaged houses by earthquake based on improved YOLOv5: A case study in Yangbi / Yafei Jing in Remote sensing, vol 14 n° 2 (January-2 2022)Permalink