Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > analyse d'image numérique > segmentation d'image
segmentation d'imageVoir aussi |
Documents disponibles dans cette catégorie (483)
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
contenu dans 27èmes Journées de la Recherche de l'IGN / Journées Recherche de l'IGN 2018, 27es Journées (22 - 23 mars 2018; Cité Descartes, Champs-sur-Marne, France) (2018)
Titre : Désoccultation de nuages de points en topologie capteur Type de document : Article/Communication Auteurs : Pierre Biasutti , Auteur ; Aurélie Bugeau, Auteur ; Jean-François Aujol, Auteur ; Mathieu Brédif , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2018 Conférence : Journées Recherche de l'IGN 2018, 27es Journées 22/03/2018 23/03/2018 Champs-sur-Marne France programme sans actes Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] lidar mobile
[Termes IGN] représentation cartographique 2D
[Termes IGN] segmentation d'image
[Termes IGN] semis de pointsRésumé : (Auteur) Ce travail présente une méthode pour la désoccultation d'objets mobiles dans des scènes 3D LiDAR acquises par un dispositif de cartographie mobile. Ce problème est généralement traité directement dans l'espace 3D. Nous proposons ici une approche alternative qui repose sur une représentation 2D en topologie capteur du nuage de points 3D, ce qui permet de réutiliser de nombreuses approches développées pour le traitement d'images 2D. Le nuage de points 3D, représenté par une image 2D de profondeur, est ensuite segmenté par une méthode basée histogramme afin d'extraire le masque des objets à supprimer. Enfin, une méthode d'inpainting variationnel est utilisée pour supprimer ces objets et estimer la profondeur de la scène derrière eux. Numéro de notice : C2018-092 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91612 Documents numériques
en open access
Désoccultation de nuages de points... - diaporama de présentationAdobe Acrobat PDF Localisation par l'image en milieu urbain : application à la réalité augmentée / Antoine Fond (2018)
Titre : Localisation par l'image en milieu urbain : application à la réalité augmentée Type de document : Thèse/HDR Auteurs : Antoine Fond, Auteur ; Marie-Odile Berger, Directeur de thèse Editeur : Nancy, Metz : Université de Lorraine Année de publication : 2018 Importance : 138 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour l'obtention du doctorat de l'Université de Lorraine, Ecole doctorale IAEM Lorraine, mention Informatique, 2018Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] appariement de formes
[Termes IGN] apprentissage profond
[Termes IGN] bati
[Termes IGN] détection du bâti
[Termes IGN] distance de Manhattan
[Termes IGN] estimation de pose
[Termes IGN] façade
[Termes IGN] orthorectification
[Termes IGN] plus proche voisin, algorithme du
[Termes IGN] point de fuite
[Termes IGN] réalité augmentée
[Termes IGN] recalage d'image
[Termes IGN] recalage de surfaces
[Termes IGN] réseau neuronal convolutif
[Termes IGN] segmentation d'image
[Termes IGN] segmentation sémantique
[Termes IGN] vision par ordinateur
[Termes IGN] zone urbaineIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Dans cette thèse, on aborde le problème de la localisation en milieux urbains. Inférer un positionnement précis en ville est important dans nombre d’applications comme la réalité augmentée ou la robotique mobile. Or les systèmes basés sur des capteurs inertiels (IMU) sont sujets à des dérives importantes et les données GPS peuvent souffrir d’un effet de vallée qui limite leur précision. Une solution naturelle est de s’appuyer le calcul de pose de caméra en vision par ordinateur. On remarque que les bâtiments sont les repères visuels principaux de l’humain, mais aussi des objets d’intérêt pour les applications de réalité augmentée. On cherche donc à partir d’une seule image à calculer la pose de la caméra par rapport à une base de données de bâtiments références connus. On décompose le problème en deux parties : trouver les références visibles dans l’image courante (reconnaissance de lieux) et calculer la pose de la caméra par rapport à eux. Les approches classiques de ces deux sous-problèmes sont mises en difficultés dans les environnements urbains à cause des forts effets perspectives, des répétitions fréquentes et de la similarité visuelle entre façades. Si des approches spécifiques à ces environnements ont été développés qui exploitent la grande régularité structurelle de tels milieux, elles souffrent encore d’un certain nombre de limitations autant pour la détection et la reconnaissance de façades que pour le calcul de pose par recalage de modèle. La méthode originale développée dans cette thèse s’inscrit dans ces approches spécifiques et vise à dépasser ces limitations en terme d’efficacité et de robustesse aux occultations, aux changements de points de vue et d’illumination. Pour cela, l’idée principale est de profiter des progrès récents de l’apprentissage profond par réseaux de neurones convolutionnels pour extraire de l’information de haut-niveau sur laquelle on peut baser des modèles géométriques. Notre approche est donc mixte Bottom-Up/Top-Down et se décompose en trois étapes clés. Nous proposons tout d’abord une méthode d’estimation de la rotation de la pose de caméra. Les 3 points de fuite principaux des images en milieux urbains, dits points de fuite de Manhattan sont détectés grâce à un réseau de neurones convolutionnels (CNN) qui fait à la fois une estimation de ces points de fuite, mais aussi une segmentation de l’image relativement à eux. Une second étape de raffinement utilise ces informations et les segments de l’image dans une formulation bayésienne pour estimer efficacement et plus précisément ces points. L’estimation de la rotation de la caméra permet de rectifier les images et ainsi s’affranchir des effets de perspectives pour la recherche de la translation. Dans une seconde contribution, nous visons ainsi à détecter les façades dans ces images rectifiées et à les reconnaître parmi une base de bâtiments connus afin d’estimer une translation grossière. Dans un souci d’efficacité, on a proposé une série d’indices basés sur des caractéristiques spécifiques aux façades (répétitions, symétrie, sémantique) qui permettent de sélectionner rapidement des candidats façades potentiels. Ensuite, ceux-ci sont classifiés en façade ou non selon un nouveau descripteur CNN contextuel. Enfin la mise en correspondance des façades détectées avec les références est opérée par un recherche au plus proche voisin relativement à une métrique apprise sur ces descripteurs [...] Note de contenu : Introduction
1 - Etat de l'art
2 - Estimation des points de fuite de Manhattan
3 - Proposition de façades pour la détection et la reconnaissance de bâtiments
4 - Segmentation et recalage de façade conjoint
ConclusionNuméro de notice : 21592 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de doctorat : Informatique : Université de Lorraine : 2018 Organisme de stage : IFSTTAR nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2018LORR0028 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90630 Superpixel partitioning of very high resolution satellite images for large-scale classification perspectives with deep convolutional neural networks / Tristan Postadjian (2018)
Titre : Superpixel partitioning of very high resolution satellite images for large-scale classification perspectives with deep convolutional neural networks Type de document : Article/Communication Auteurs : Tristan Postadjian , Auteur ; Arnaud Le Bris , Auteur ; Hichem Sahbi, Auteur ; Clément Mallet , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2018 Projets : GeoSud / Conférence : IGARSS 2018, IEEE International Geoscience And Remote Sensing Symposium, observing, understanding and forecasting the dynamics of our planet 22/07/2018 27/07/2018 Valencia Espagne Proceedings IEEE Importance : pp 1328 - 1331 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] base de données topographiques
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification pixellaire
[Termes IGN] image à très haute résolution
[Termes IGN] image infrarouge
[Termes IGN] image RVB
[Termes IGN] image SPOT 6
[Termes IGN] image SPOT 7
[Termes IGN] réseau neuronal convolutif
[Termes IGN] segmentation d'imageRésumé : (auteur) Supervised classification is the fundamental task for landcover map generation. Deep neural networks recently outperformed other state-of-the-art classifiers in many machine learning challenges, from semantic segmentation to speech recognition. Such strategies are now commonly employed in the literature for the purpose of land-cover mapping. This paper develops the strategy for the use of deep networks to label very high resolution satellite images, with the perspective of mapping regions at country scale. Therefore, a superpixel based method is introduced in order to (i) ensure correct delineation of objects and (ii) perform the classification in a dense way but with decent computing times. Numéro de notice : C2018-056 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2018.8519222 Date de publication en ligne : 05/11/2018 En ligne : https://doi.org/10.1109/IGARSS.2018.8519222 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91370 Utilisation de QGIS en télédétection, Ch. 2. Apports du MNT topo-bathymétrique pour l'évolution bio-géomorphologique des marais d'Ichkeul (Tunisie) / Zeineb Kassouk (2018)
contenu dans Utilisation de QGIS en télédétection, Volume 4. QGIS et applications en eau et risques / Nicolas Baghdadi (2018)
Titre de série : Utilisation de QGIS en télédétection, Ch. 2 Titre : Apports du MNT topo-bathymétrique pour l'évolution bio-géomorphologique des marais d'Ichkeul (Tunisie) Type de document : Chapitre/Contribution Auteurs : Zeineb Kassouk, Auteur ; Zohra Lili-Chabaane, Auteur ; Benoit Deffontaines , Auteur ; Mohammad El Hajj, Auteur ; Nicolas Baghdadi, Auteur Editeur : Londres : ISTE Editions Année de publication : 2018 Importance : pp 49 - 91 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications SIG
[Termes IGN] analyse en composantes principales
[Termes IGN] classification orientée objet
[Termes IGN] GRASS
[Termes IGN] image optique
[Termes IGN] image Terra-ASTER
[Termes IGN] marais
[Termes IGN] modèle numérique de terrain
[Termes IGN] QGIS
[Termes IGN] restauration d'image
[Termes IGN] segmentation d'image
[Termes IGN] TunisieRésumé : (auteur) [contexte] Les milieux humides littoraux constituent une interface terre-mer sensible où se côtoient les facteurs d'origines marines et terrestres et où le poids de chacun peut conditionner l'évolution vers l'un ou l'autre milieu. Leurs écosystèmes résultent de l'interaction de nombreux facteurs environnementaux incluant les processus hydrologiques, géomorphologiques et biologiques. Ce chapitre résume un travail visant à caractériser les communautés végétales du milieu humide de l'Ichkeul (nord de la Tunisie) littoral selon un gradient altitudinal allant de la partie aquatique vers la partie terrestre. La méthode est fondée sur l'exploitation d'une image satellitaire multispectrale à haute résolution (HR) spatiale, des relevés terrain et des données de topographie et de bathymétrie, via un système d'information géographique (SIG) libre permettant de quantifier les variations spatiales de la végétation. Numéro de notice : H2018-002 Affiliation des auteurs : UPEM-LASTIG+Ext (2016-2019) Thématique : GEOMATIQUE/IMAGERIE Nature : Chapître / contribution nature-HAL : ChOuvrScient DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89486 Learning aggregated features and optimizing model for semantic labeling / Jianhua Wang in The Visual Computer, vol 33 n° 12 (December 2017)
[article]
Titre : Learning aggregated features and optimizing model for semantic labeling Type de document : Article/Communication Auteurs : Jianhua Wang, Auteur ; Chuanxia Zheng, Auteur ; Weihai Chen, Auteur ; Xingming Wu, Auteur Année de publication : 2017 Article en page(s) : pp 1587 - 1600 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] attribut
[Termes IGN] champ aléatoire conditionnel
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] image RVB
[Termes IGN] modèle statistique
[Termes IGN] scène intérieure
[Termes IGN] segmentation d'imageRésumé : (Auteur) Semantic labeling for indoor scenes has been extensively developed with the wide availability of affordable RGB-D sensors. However, it is still a challenging task for multi-class recognition, especially for “small” objects. In this paper, a novel semantic labeling model based on aggregated features and contextual information is proposed. Given an RGB-D image, the proposed model first creates a hierarchical segmentation using an adapted gPb/UCM algorithm. Then, a support vector machine is trained to predict initial labels using aggregated features, which fuse small-scale appearance features, mid-scale geometric features, and large-scale scene features. Finally, a joint multi-label Conditional random field model that exploits both spatial and attributive contextual relations is constructed to optimize the initial semantic and attributive predicted results. The experimental results on the public NYU v2 dataset demonstrate the proposed model outperforms the existing state-of-the-art methods on the challenging 40 dominant classes task, and the model also achieves a good performance on a recent SUN RGB-D dataset. Especially, the prediction accuracy of “small” classes has been improved significantly. Numéro de notice : A2017-714 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article DOI : 10.1007/s00371-016-1302-4 En ligne : https://doi.org/10.1007/s00371-016-1302-4 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88098
in The Visual Computer > vol 33 n° 12 (December 2017) . - pp 1587 - 1600[article]Single image dehazing via an improved atmospheric scattering model / Mingye Ju in The Visual Computer, vol 33 n° 12 (December 2017)PermalinkExtraction du bâti sur le territoire de la wilaya de Blida (Algérie) / Siham Bougdour in Géomatique expert, n° 119 (novembre - décembre 2017)PermalinkSalient object detection in complex scenes via D-S evidence theory based region classification / Chunlei Yang in The Visual Computer, vol 33 n° 11 (November 2017)PermalinkSpatial group sparsity regularized nonnegative matrix factorization for hyperspectral unmixing / Xinyu Wang in IEEE Transactions on geoscience and remote sensing, vol 55 n° 11 (November 2017)PermalinkDenoising of natural images through robust wavelet thresholding and genetic programming / Asem Khmag in The Visual Computer, vol 33 n°9 (September 2017)PermalinkFacet segmentation-based line segment extraction for large-scale point clouds / Yangbin Lin in IEEE Transactions on geoscience and remote sensing, vol 55 n° 9 (September 2017)PermalinkSentinel-1A SAR and sentinel-2A MSI data fusion for urban ecosystem service mapping / Jan Haas in Remote Sensing Applications: Society and Environment, RSASE, vol 8 (November 2017)PermalinkLocal and global evaluation for remote sensing image segmentation / Tengfei Su in ISPRS Journal of photogrammetry and remote sensing, vol 130 (August 2017)PermalinkStructure from motion with line segments under relaxed endpoint constraints / Branislav Micusik in International journal of computer vision, vol 124 n° 1 (August 2017)PermalinkChange detection in forests and savannas using statistical analysis based on geographical objects / Lucilia Rezende Leite in Boletim de Ciências Geodésicas, vol 23 n° 2 (abr - jun 2017)Permalink