Descripteur
Documents disponibles dans cette catégorie (2135)
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
Measuring metro accessibility: An exploratory study of Wuhan based on multi-source urban data / Tao Wu in ISPRS International journal of geo-information, vol 12 n° 1 (January 2023)
[article]
Titre : Measuring metro accessibility: An exploratory study of Wuhan based on multi-source urban data Type de document : Article/Communication Auteurs : Tao Wu, Auteur ; Mingjing Li, Auteur ; Ye Zhou, Auteur Année de publication : 2023 Article en page(s) : n° 18 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] accessibilité
[Termes IGN] analyse de groupement
[Termes IGN] classification par nuées dynamiques
[Termes IGN] données multisources
[Termes IGN] OpenStreetMap
[Termes IGN] planification urbaine
[Termes IGN] point d'intérêt
[Termes IGN] processus de hiérarchisation analytique
[Termes IGN] transport public
[Termes IGN] utilisation du sol
[Termes IGN] Wuhan (Chine)Résumé : (auteur) Metro accessibility has attracted interest in sustainable transport analyses. Hence, the accuracy of metro-accessibility measures have become increasingly vital. Various spatiotemporal factors, including by-metro accessibility, land-use accessibility and to-metro accessibility, affect metro accessibility; however, measuring metro accessibility while considering all these components simultaneously is challenging. By integrating these factors into a unified analysis framework, this study aims to strengthen the method for metro-accessibility assessment. Specifically, we proposed the “By metro–Land use–To metro” model to conduct a metro-accessibility index and develop an accessibility-based station typology. The results show that Wuhan metro system accessibility presented a “high-medium-low” spatial disparity from the urban center to the periphery. Meanwhile, the variety of metro-accessibility characteristics and typologies in Wuhan will equip urban planners and policymakers with a useful tool for better organising by-metro accessibility, land-use accessibility and to-metro accessibility. Numéro de notice : A2023-104 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi12010018 Date de publication en ligne : 10/01/2023 En ligne : https://doi.org/10.3390/ijgi12010018 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102432
in ISPRS International journal of geo-information > vol 12 n° 1 (January 2023) . - n° 18[article]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])
[article]
Titre : A method for remote sensing image classification by combining Pixel Neighbourhood Similarity and optimal feature combination Type de document : Article/Communication Auteurs : Kaili Zhang, Auteur ; Yonggang Chen, Auteur ; Wentao Wang, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : n° 2158948 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse spatiale
[Termes IGN] analyse spectrale
[Termes IGN] classification Spectral angle mapper
[Termes IGN] classification spectrale
[Termes IGN] corrélation automatique de points homologues
[Termes IGN] données vectorielles
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] pixel
[Termes IGN] précision de la classification
[Termes IGN] signature texturale
[Termes IGN] similitude spectrale
[Termes IGN] voisinage (relation topologique)Résumé : (auteur) In the study of remote sensing image classification, feature extraction and selection is an effective method to distinguish different classification targets. Constructing a high-quality spectral-spatial feature and feature combination has been a worthwhile topic for improving classification accuracy. In this context, this study constructed a spectral-spatial feature, namely the Pixel Neighbourhood Similarity (PNS) index. Meanwhile, the PNS index and 19 spectral, textural and terrain features were involved in the Correlation-based Feature Selection (CFS) algorithm for feature selection to generate a feature combination (PNS-CFS). To explore how PNS and PNS-CFS improve the classification accuracy of land types. The results show that: (1) The PNS index exhibited clear boundaries between different land types. The performance quality of PNS was relatively highest compared to other spectral-spatial features, namely the Vector Similarity (VS) index, the Change Vector Intensity (CVI) index and the Correlation (COR) index. (2) The Overall Accuracy (OA) of the PNS-CFS was 94.66% and 93.59% in study areas 1 and 2, respectively. These were 7.48% and 6.02% higher than the original image data (ORI) and 7.27% and 2.39% higher than the single-dimensional feature combination (SIN-CFS). Compared to the feature combinations of VS, CVI, and COR indices (VS-CFS, CVI-COM, COR-COM), PNS-CFS had the relatively highest performance and classification accuracy. The study demonstrated that the PNS index and PNS-CFS have a high potential for image classification. Numéro de notice : A2023-059 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2022.2158948 Date de publication en ligne : 03/01/2023 En ligne : https://doi.org/10.1080/10106049.2022.2158948 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102397
in Geocarto international > vol 38 n° 1 [01/01/2023] . - n° 2158948[article]Modern vectorization and alignment of historical maps: An application to Paris Atlas (1789-1950) / Yizi Chen (2023)
Titre : Modern vectorization and alignment of historical maps: An application to Paris Atlas (1789-1950) Titre original : Vectorisation et alignement modernes des cartes historiques : Une application à l'Atlas de Paris (1789-1950) Type de document : Thèse/HDR Auteurs : Yizi Chen , Auteur ; Julien Perret , Directeur de thèse ; Joseph Chazalon, Directeur de thèse ; Clément Mallet , Directeur de thèse Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2023 Importance : 124 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] alignement des données
[Termes IGN] apprentissage profond
[Termes IGN] carte ancienne
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] contraste local
[Termes IGN] extraction automatique
[Termes IGN] jeu de données localisées
[Termes IGN] morphologie mathématique
[Termes IGN] Paris (75)
[Termes IGN] plan de ville
[Termes IGN] reconnaissance de formes
[Termes IGN] vectorisation
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les cartes sont une source unique de connaissances depuis des siècles. Ces documents historiques fournissent des informations inestimables pour analyser des transformations spatiales complexes sur des périodes importantes. Cela est particulièrement vrai pour les zones urbaines qui englobent de multiples domaines de recherche imbriqués : humanités, sciences sociales, etc. La complexité des cartes (texte, bruit, artefacts de numérisation, etc.) a entravé la capacité à proposer des approches de vectorisation polyvalentes et efficaces pendant des décennies. Dans cette thèse, nous proposons une solution apprenable, reproductible et réutilisable pour la transformation automatique de cartes raster en objets vectoriels (îlots, rues, rivières), en nous focalisant sur le problème d'extraction de formes closes. Notre approche s'appuie sur la complémentarité des réseaux de neurones convolutifs qui excellent dans et de la morphologie mathématique, qui présente de solides garanties au regard de l'extraction de formes closes tout en étant très sensible au bruit. Afin d'améliorer la robustesse au bruit des filtres convolutifs, nous comparons plusieurs fonctions de coût visant spécifiquement à préserver les propriétés topologiques des résultats, et en proposons de nouvelles. À cette fin, nous introduisons également un nouveau type de couche convolutive (CConv) exploitant le contraste des images, pour explorer les possibilités de telles améliorations à l'aide de transformations architecturales des réseaux. Finalement, nous comparons les différentes approches et architectures qui peuvent être utilisées pour implémenter chaque étape de notre chaîne de traitements, et comment combiner ces dernières de la meilleure façon possible. Grâce à une chaîne de traitement fonctionnelle, nous proposons une nouvelle procédure d'alignement d'images de plans historiques, et commençons à tirer profit de la redondance des données extraites dans des images similaires pour propager des annotations, améliorer la qualité de la vectorisation, et éventuellement détecter des cas d'évolution en vue d'analyse thématique, ou encore l'estimation automatique de la qualité de la vectorisation. Afin d'évaluer la performance des méthodes mentionnées précédemment, nous avons publié un nouveau jeu de données composé d'images de plans historiques annotées. C'est le premier jeu de données en libre accès dédié à la vectorisation de plans historiques. Nous espérons qu'au travers de nos publications, et de la diffusion ouverte et publique de nos résultats, sources et jeux de données, cette recherche pourra être utile à un large éventail d'applications liées aux cartes historiques. Note de contenu : 1- Introduction
2- Pipeline design for historical map vectorization
3- Learning edges through deep neural architectures
4- Topology-aware loss functions
5- Improving model robustness of deep edge detectors
6- Leveraging redundancies of historical maps
7- Conclusion and perspectivesNuméro de notice : 10713 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse de doctorat : Sciences géographiques : UGE : 2023 Organisme de stage : LASTIG (IGN) nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-04106107 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103264 MTMGNN: Multi-time multi-graph neural network for metro passenger flow prediction / Du Yin in Geoinformatica, vol 27 n° 1 (January 2023)
[article]
Titre : MTMGNN: Multi-time multi-graph neural network for metro passenger flow prediction Type de document : Article/Communication Auteurs : Du Yin, Auteur ; Renhe Jiang, Auteur ; Jiewen Deng, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : pp 77 - 105 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] attention (apprentissage automatique)
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] déformation temporelle dynamique (algorithme)
[Termes IGN] données multitemporelles
[Termes IGN] données spatiotemporelles
[Termes IGN] flux
[Termes IGN] gestion de trafic
[Termes IGN] origine - destination
[Termes IGN] réseau neuronal de graphes
[Termes IGN] système de transport intelligent
[Termes IGN] trafic urbain
[Termes IGN] transport public
[Termes IGN] utilisateurRésumé : (auteur) The passenger flow prediction of the public metro system is a core and critical part of the intelligent transportation system, and is essential for traffic management, metro planning, and emergency safety measures. Most methods chose the recent segment from historical data as input to predict the future traffic flow; however, this would lead to the loss of the inherent characteristic information of the metro passenger flow’s daily morning and evening peak. Therefore, this study aggregates the recent-term and long-term information and use a long-term Gated Convolutional Neural Network (Gated CNN) to extract the temporal feature from the complex historical data. On the other hand, typical models did not consider the different spatial dependencies between different metro stations; this work proposes various adjacent relationships to characterize the degree of association between nodes. In order to extract spatial and temporal features at the same time, the historical data of recent-term and long-term is merged together to extract spatial features through a multi-graph neural network module. By combining Gated CNN and multi-graph module, we propose a multi-time multi-graph neural network named MTMGNN for metro passenger flow prediction. The result of our experiment on real-world datasets shows that our model MTMGNN is better than all state-of-art methods. Numéro de notice : A2023-113 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1007/s10707-022-00466-1 Date de publication en ligne : 25/04/2022 En ligne : https://doi.org/10.1007/s10707-022-00466-1 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102478
in Geoinformatica > vol 27 n° 1 (January 2023) . - pp 77 - 105[article]Semi-supervised label propagation for multi-source remote sensing image change detection / Fan Hao in Computers & geosciences, vol 170 (January 2023)
[article]
Titre : Semi-supervised label propagation for multi-source remote sensing image change detection Type de document : Article/Communication Auteurs : Fan Hao, Auteur ; Zong-Fang Ma, Auteur ; Hong Peng Tian, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : n° 105249 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 pixellaire
[Termes IGN] détection de changement
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] étiquette
[Termes IGN] filtrage du bruit
[Termes IGN] image multi sourcesRésumé : (auteur) Remote sensing image change detection remains a challenging task. Most existing approaches are based on fully supervised learning, but labeled data are so scarce for change detection. It is difficult to exhibit high detection performance with a limited amount of labeled data. In this paper, we propose a semi-supervised Label Propagation (SSLP) approach for multi-source remote sensing image change detection. First, a clustering label propagation (CLP) method is designed to cluster pre and post images, respectively, and assign pseudo labels to unlabeled pixel pairs that have similar mapping relationships to labeled pixel pairs. Second, a pixel density metric is investigated to filter out the data with low density and retain the data with high density, which can ensure the reliability of the propagated data. Third, a secondary expansion method based on pixel neighborhood is used to generate enough training data for training a classifier. Finally, the effectiveness of SSLP is validated on three real datasets by comparing to other related methods. Numéro de notice : A2023-032 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.cageo.2022.105249 Date de publication en ligne : 19/10/2022 En ligne : https://doi.org/10.1016/j.cageo.2022.105249 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102292
in Computers & geosciences > vol 170 (January 2023) . - n° 105249[article]Solid waste mapping based on very high resolution remote sensing imagery and a novel deep learning approach / Bowen Niu in Geocarto international, vol 38 n° 1 ([01/01/2023])PermalinkThe cellular automata approach in dynamic modelling of land use change detection and future simulations based on remote sensing data in Lahore Pakistan / Muhammad Nasar Ahmad in Photogrammetric Engineering & Remote Sensing, PERS, vol 89 n° 1 (January 2023)PermalinkTree 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)PermalinkUsing Google Earth Engine to classify unique forest and agroforest classes using a mix of Sentinel 2a spectral data and topographical features: a Sri Lanka case study / W.D.K.V. Nandasena in Geocarto international, vol 38 n° inconnu ([01/01/2023])PermalinkWavelet-like denoising of GNSS data through machine learning. Application to the time series of the Campi Flegrei volcanic area (Southern Italy) / Rolando Carbonari in Geomatics, Natural Hazards and Risk, vol 14 n° 1 (2023)PermalinkAssessing spatio-temporal mapping and monitoring of climatic variability using SPEI and RF machine learning models / Saadia Sultan Wahlaa in Geocarto international, vol 37 n° 27 ([20/12/2022])PermalinkAutomatic detection of suspected sewage discharge from coastal outfalls based on Sentinel-2 imagery / Yuxin Wang in Science of the total environment, vol 853 (December 2022)PermalinkConsistency assessment of multi-date PlanetScope imagery for seagrass percent cover mapping in different seagrass meadows / Pramaditya Wicaksono in Geocarto international, vol 37 n° 27 ([20/12/2022])PermalinkAbove ground biomass estimation from UAV high resolution RGB images and LiDAR data in a pine forest in Southern Italy / Mauro Maesano in iForest, biogeosciences and forestry, vol 15 n° 6 (December 2022)PermalinkClimate envelope analyses suggests significant rearrangements in the distribution ranges of Central European tree species / Gàbor Illés in Annals of Forest Science, vol 79 n° 1 (2022)Permalink