Descripteur
Termes IGN > informatique > intelligence artificielle > apprentissage automatique > apprentissage dirigé
apprentissage dirigéSynonyme(s)apprentissage superviséVoir aussi |
Documents disponibles dans cette catégorie (198)
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
Cartographie sémantique hybride de scènes urbaines à partir de données image et Lidar / Mohamed Boussaha (2020)
Titre : Cartographie sémantique hybride de scènes urbaines à partir de données image et Lidar Titre original : 3D hybrid urban scene semantic mapping from multi-modal data Type de document : Thèse/HDR Auteurs : Mohamed Boussaha , Auteur ; Bruno Vallet , Directeur de thèse ; Patrick Rives, Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Année de publication : 2020 Projets : PLaTINUM / Gouet-Brunet, Valérie Note générale : bibliographie
Dissertation submitted in partial fulfillment of the requirements for the degree of Doctor of Philosophy delivered by Université Paris-EstLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage dirigé
[Termes IGN] carte de profondeur
[Termes IGN] descripteur
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] fusion de données multisource
[Termes IGN] image panoramique
[Termes IGN] maillage par triangles
[Termes IGN] reconstruction 3D du bâti
[Termes IGN] réflectance
[Termes IGN] scène intérieure
[Termes IGN] scène urbaine
[Termes IGN] segmentation sémantique
[Termes IGN] semis de points
[Termes IGN] système de numérisation mobile
[Termes IGN] texturage
[Termes IGN] traitement de semis de pointsIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Avec la démocratisation des applications collaboratives d'assistance à la navigation et l'avènement de robots autonomes, la cartographie mobile suscite ces dernières années une attention croissante, tant dans les milieux académiques qu'industriels. La numérisation de l'environnement offre non seulement une connaissance fine et exhaustive permettant aux usagers d'anticiper et de planifier leurs déplacements, mais garantit aussi la disponibilité d'informations fiables notamment en cas d'éventuelle défaillance des capteurs visuels d'un véhicule autonome. S'agissant d'un enjeu crucial pour une navigation fiable, la cartographie mobile soulève en revanche de nombreux défis en matière de robustesse, de précision et de passage à l'échelle. Cette problématique fait appel à des méthodes qui requièrent une capacité de traitement de données massives avec une précision centimétrique tout en gérant les spécificités de l'acquisition (la variabilité du niveau de détails, des occultations et des fortes variations de luminosité).
Cette thèse porte sur le développement d'un référentiel global géolocalisé de l'environnement urbain constitué de représentations 3D géométriques, photométriques et sémantiques. Dans un premier temps, une investigation approfondie de la représentation la plus adaptée à un tel référentiel, permet une reconstruction d'une carte haute définition à large échelle sous forme d'un maillage 3D texturé. Cette représentation est mise en place par fusion multimodale d'images orientées et de balayages LiDAR géo-référencés acquis depuis une plateforme de cartographie mobile terrestre. Par la suite, nous proposons d'intégrer l'aspect sémantique au référentiel 3D reconstruit en exploitant la complémentarité entre les modalités d'acquisition photométriques et géométriques. À travers la riche littérature sur le sujet, nous identifions l'absence d'un jeu de données urbain multimodal annoté incluant un maillage texturé à large échelle. Nous abordons ce verrou par la production d'un jeu de données composé de nuages de point 3D, d'images 2D perspectives et panoramiques, de cartes de profondeur et de reflectance ainsi qu'un maillage texturé avec les annotations correspondantes à chaque modalité. Dans un second temps, nous considérons le référentiel comme un nuage de points structuré par un graphe d'adjacence. Nous introduisons une nouvelle approche de sur-segmentation par apprentissage supervisé. Cette méthode opère en deux temps: calcul de descripteurs locaux des points 3D par apprentissage profond de métrique, puis partition du nuage de points en zones uniformes, appelées superpoints. Les descripteurs sont appris de telle sorte qu'ils présentent de forts contrastes à l'interface entre objets, incitant la partition résultante à suivre leurs contours naturels. Nos expériences sur des scènes intérieures et extérieures montrent la nette supériorité de notre approche sur les méthodes de partition de nuage de points de l'état de l'art, qui ne reposaient pas jusqu'à là sur l'apprentissage machine. Nous montrons également que notre méthode peut être combinée à un algorithme de classification de superpoints pour obtenir d'excellents résultats en terme de segmentation sémantique, améliorant aussi l'état de l'art sur ce sujet. Enfin, nous étendons cette approche aux maillages texturés. Les triangles, structurés cette fois-ci par le graphe d'adjacence du maillage, sont partitionnés en groupes homogènes appelés superfacettes. À l'instar des nuages de points, des descripteurs locaux du maillage texturé sont appris de façon à ce que les frontières d'objets sémantiquement distincts présentent un contraste élevé. Ces descripteurs sont le résultat d'une fusion des descripteurs appris sur le maillage par convolution des arêtes d'une part, et des descripteurs de texture d'autre part. Les expériences réalisées sur notre jeu de données illustrent la supériorité de notre approche par rapport aux méthodes de l'état de l'art de sur-segmentation de maillage.Numéro de notice : 17674 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de doctorat : Geographical Information Sciences and technologies : UPE : 2020 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse En ligne : https://hal.science/tel-03276242v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98009 Convolutional neural networks for change analysis in earth observation images with noisy labels and domain shifts / Rodrigo Caye Daudt (2020)
Titre : Convolutional neural networks for change analysis in earth observation images with noisy labels and domain shifts Type de document : Thèse/HDR Auteurs : Rodrigo Caye Daudt, Auteur ; Yann Gousseau, Directeur de thèse Editeur : Paris : Institut Polytechnique de Paris Année de publication : 2020 Importance : 151 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse de doctorat de l’Institut Polytechnique de Paris préparée à Telecom Paris, spécialité Informatique, données, intelligence artificielleLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse diachronique
[Termes IGN] apprentissage dirigé
[Termes IGN] apprentissage profond
[Termes IGN] cartographie automatique
[Termes IGN] classification par Perceptron multicouche
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection de changement
[Termes IGN] image multi sources
[Termes IGN] réseau neuronal siamois
[Termes IGN] segmentation sémantique
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) The analysis of satellite and aerial Earth observation images allows us to obtain precise information over large areas. A multitemporal analysis of such images is necessary to understand the evolution of such areas. In this thesis, convolutional neural networks are used to detect and understand changes using remote sensing images from various sources in supervised and weakly supervised settings. Siamese architectures are used to compare coregistered image pairs and to identify changed pixels. The proposed method is then extended into a multitask network architecture that is used to detect changes and perform land cover mapping simultaneously, which permits a semantic understanding of the detected changes. Then, classification filtering and a novel guided anisotropic diffusion algorithm are used to reduce the effect of biased label noise, which is a concern for automatically generated large-scale datasets. Weakly supervised learning is also achieved to perform pixel-level change detection using only image-level supervision through the usage of class activation maps and a novel spatial attention layer. Finally, a domain adaptation method based on adversarial training is proposed, which succeeds in projecting images from different domains into a common latent space where a given task can be performed. This method is tested not only for domain adaptation for change detection, but also for image classification and semantic segmentation, which proves its versatility. Note de contenu : 1. Introduction
1.1 Context
1.2 Domain
1.3 Objectives
1.4 Publications
2. Related Work
2.1 Computer Vision and Image Analysis
2.2 Machine Learning
2.3 Change Detection Using Remote Sensing Images
2.4 Evaluation Metrics
3. Supervised Change Detection
3.1 Introduction
3.2 ONERA Satellite Change Detection Dataset
3.3 Patch Based Architectures
3.4 Fully Convolutional Architectures
3.5 Experiments
3.6 Conclusion
4. Semantic Change Detection 62
4.1 High Resolution Semantic Change Detection Dataset
4.2 Methodology
4.3 Results
4.4 Conclusion
5. Weakly Supervised Change Detection
5.1 Change Detection with Unreliable Data
5.2 Method
5.3 Experiments
5.4 Analysis
5.5 Conclusion
6. Domain Adaptation for Change Detection
6.1 Motivation
6.2 Unsupervised Domain Adaptation
6.3 Formulation
6.4 Implementation
6.5 Results
6.6 Limitations and Discussion
6.7 Unpaired Translation of Change Detection Images
6.8 Conclusion
7. ConclusionNuméro de notice : 26557 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique, données, intelligence artificielle : Paris : 2020 Organisme de stage : Laboratoire Traitement et Communication de l'Information LTCI nature-HAL : Thèse DOI : sans Date de publication en ligne : 12/04/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03105668/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98101 A machine learning approach to detect crude oil contamination in a real scenario using hyperspectral remote sensing / Ran Pelta in International journal of applied Earth observation and geoinformation, vol 82 (October 2019)
[article]
Titre : A machine learning approach to detect crude oil contamination in a real scenario using hyperspectral remote sensing Type de document : Article/Communication Auteurs : Ran Pelta, Auteur ; Nimrod Carmon, Auteur ; Eyal Ben-Dor, Auteur Année de publication : 2019 Article en page(s) : 15 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage dirigé
[Termes IGN] étalonnage de modèle
[Termes IGN] hydrocarbure
[Termes IGN] image aérienne
[Termes IGN] image hyperspectrale
[Termes IGN] image infrarouge
[Termes IGN] image proche infrarouge
[Termes IGN] Israël
[Termes IGN] Kappa de Cohen
[Termes IGN] pétrole
[Termes IGN] photo-interprétation
[Termes IGN] pollution des sols
[Termes IGN] réflectance du sol
[Termes IGN] spectroscopieRésumé : (auteur) One of the most ubiquitous and detrimental types of environmental contamination in the world is crude oil pollution. When released into either the aquatic or terrestrial environments, this pollution can negatively impact flora and fauna, as well as human health. Hence, a rapid and affordable spatial assessment of the pollution is favored to limit the spill’s effects. Using airborne hyperspectral remote sensing (HRS) for crude oil detection in terrestrial areas has been investigated in previous studies, which mainly relied on heavily oiled artificial samples. These studies and others based their methodologies on the premise that the spectral features of petroleum hydrocarbon (PHC) are clearly observable, which might not be true in all cases. In this study, we aimed at assessing the true potential of using HRS for terrestrial oil spill mapping in a real disaster site in southern Israel, where laboratory and controlled conditions do not apply. Using the AISA SPECIM Fenix1 K sensor, we collected airborne image of the study site and analyzed the data with advanced data mining techniques. Various challenges and limitations arose from the airborne HRS image being taken two and a half years after the crude oil had been released into the environment and exposed to the surface. Here, no spectral features of PHC were detectable in the spectrum, preventing the use of PHC indices and spectral methods developed by others. Nevertheless, by using standardization techniques, vicarious band selection, dimension reduction, multivariate calibration, and supervised machine-learning, we were able to successfully distinguish between contaminated pixels from non-contaminated ones. Classification accuracy metrics of overall accuracy, sensitivity, specificity, and Kappa yielded good results of 0.95, 0.95, 0.95 and 0.9, respectively, for cross-validation, and 0.93, 0.91, 0.94 and 0.85, for the validation dataset. Classified image and test scenes also showed strong agreement with an orthophoto image taken several days after the disaster, when the pollution was clearly visible. Thus, we conclude that HRS technology can detect PHC traces in an oil spill site, even under the most challenging conditions. Numéro de notice : A2019-475 Affiliation des auteurs : non IGN Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.jag.2019.101901 Date de publication en ligne : 22/06/2019 En ligne : https://doi.org/10.1016/j.jag.2019.101901 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93636
in International journal of applied Earth observation and geoinformation > vol 82 (October 2019) . - 15 p.[article]Place and sentiment-based life story analysis: From the Spanish republican army to the French resistance / Catherine Dominguès in Revue française des sciences de l'information et de la communication, vol 17 (2019)
[article]
Titre : Place and sentiment-based life story analysis: From the Spanish republican army to the French resistance Type de document : Article/Communication Auteurs : Catherine Dominguès , Auteur ; Laurence Jolivet , Auteur ; Carmen Brando , Auteur ; Marion Cargill, Auteur Année de publication : 2019 Projets : MATRICIEL / Gouet-Brunet, Valérie Article en page(s) : n° 7228 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Toponymie
[Termes IGN] appariement de données localisées
[Termes IGN] apprentissage dirigé
[Termes IGN] carte thématique
[Termes IGN] Espagne
[Termes IGN] expression orale
[Termes IGN] France (administrative)
[Termes IGN] guerre
[Termes IGN] histoire
[Termes IGN] linguistique
[Termes IGN] ontologie
[Termes IGN] segmentation sémantique
[Termes IGN] terminologieRésumé : (auteur) In 2008, the Network of Actors for the History and Memory of Immigration (RAHMI) launched an experimental gathering program to collect the forgotten memory of immigrant populations involved in the local community. Various groups of people were targeted by this collection, which made it possible to record life stories, including those of Spanish Republicans who went into exile in France between 1936 and 1939, and participated in the French Resistance. The MATRICIEL project (PEPS CNRS UPE 2016) focused on the migration of these Spanish Republicans in terms of the places mentioned in their stories, and the sentiments associated with these places. The project aimed to mainstream the migrants’ voices in the analysis; the objects of study chosen: the places, designated by a proper name: Barcelona, or a common name: internment camp, and the associated sentiments distinguished by their polarity: positive or negative, contribute to enhancing oral archives for the construction of an immigration memory. In this article, we present the approach implemented for a multidisciplinary analysis of the life story corpus, which combines methods and tools for natural language processing and mapping. The identification of common noun places mentioned in the stories was conducted through a supervised learning model. The identification and subsequent mapping of proper name places highlight the spatial distribution of the witnesses’ life courses, determined by the historical context and personal choices. The semi-automatic sentiment annotation adds polarity to the stories. In perspective, the analysis of common noun place types will make it possible to evaluate the granularity used by witnesses to describe their lived spaces; their location will help to specify the spatiality of the stories. Numéro de notice : A2019-590 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : TOPONYMIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.4000/rfsic.7228 Date de publication en ligne : 01/09/2019 En ligne : https://doi.org/10.4000/rfsic.7228 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94547
in Revue française des sciences de l'information et de la communication > vol 17 (2019) . - n° 7228[article]Pairwise coarse registration of point clouds in urban scenes using voxel-based 4-planes congruent sets / Yusheng Xu in ISPRS Journal of photogrammetry and remote sensing, vol 151 (May 2019)
[article]
Titre : Pairwise coarse registration of point clouds in urban scenes using voxel-based 4-planes congruent sets Type de document : Article/Communication Auteurs : Yusheng Xu, Auteur ; Richard Boerner, Auteur ; Wei Yao, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 106 - 123 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] appariement d'images
[Termes IGN] congruence
[Termes IGN] données 4D
[Termes IGN] données lidar
[Termes IGN] données spatiotemporelles
[Termes IGN] modèle stéréoscopique
[Termes IGN] octree
[Termes IGN] Ransac (algorithme)
[Termes IGN] scène urbaine
[Termes IGN] semis de points
[Termes IGN] surface plane
[Termes IGN] voxelRésumé : (Auteur) To ensure complete coverage when measuring a large-scale urban area, pairwise registration between point clouds acquired via terrestrial laser scanning or stereo image matching is usually necessary when there is insufficient georeferencing information from additional GNSS and INS sensors. In this paper, we propose a semi-automatic and target-less method for coarse registration of point clouds using geometric constraints of voxel-based 4-plane congruent sets (V4PCS). The planar patches are firstly extracted from voxelized point clouds. Then, the transformation invariant, 4-plane congruent sets are constructed from extracted planar surfaces in each point cloud. Initial transformation parameters between point clouds are estimated via corresponding congruent sets having the highest registration scores in the RANSAC process. Finally, a closed-form solution is performed to achieve optimized transformation parameters by finding all corresponding planar patches using the initial transformation parameters. Experimental results reveal that our proposed method can be effective for registering point clouds acquired from various scenes. A success rate of better than 80% was achieved, with average rotation errors of about 0.5 degrees and average translation errors less than approximately 0.6 m. In addition, our proposed method is more efficient than other baseline methods when using the same hardware and software configuration conditions. Numéro de notice : A2019-207 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.02.015 Date de publication en ligne : 18/03/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.02.015 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92673
in ISPRS Journal of photogrammetry and remote sensing > vol 151 (May 2019) . - pp 106 - 123[article]Exemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2019051 RAB Revue Centre de documentation En réserve L003 Disponible 081-2019053 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2019052 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt Voxel-based 3D point cloud semantic segmentation: unsupervised geometric and relationship featuring vs deep learning methods / Florent Poux in ISPRS International journal of geo-information, vol 8 n° 5 (May 2019)PermalinkCentral place indexing : hierarchical linear indexing systems for mixed-aperture hexagonal discrete global grid systems / Kevin Sahr in Cartographica, vol 54 n° 1 (Spring 2019)PermalinkGeospatial data organization methods with emphasis on aperture-3 hexagonal discrete global grid systems / Ali Mahdavi Amiri in Cartographica, vol 54 n° 1 (Spring 2019)PermalinkA derivative-free optimization-based approach for detecting architectural symmetries from 3D point clouds / Fan Xue in ISPRS Journal of photogrammetry and remote sensing, vol 148 (February 2019)PermalinkPermalinkSpatial data management in apache spark: the GeoSpark perspective and beyond / Jia Yu in Geoinformatica, vol 23 n° 1 (January 2019)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)PermalinkSpatial mining of migration patterns from web demographics / T. Edwin Chow in International journal of geographical information science IJGIS, vol 32 n° 9-10 (September - October 2018)PermalinkMining and visual exploration of closed contiguous sequential patterns in trajectories / Can Yang in International journal of geographical information science IJGIS, vol 32 n° 7-8 (July - August 2018)PermalinkA voxel- and graph-based strategy for segmenting man-made infrastructures using perceptual grouping laws: comparison and evaluation / Yusheng Xu in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 6 (juin 2018)Permalink