Descripteur
Termes IGN > sciences humaines et sociales > économie > macroéconomie > secteur tertiaire > secteur de l'information > documentation > technique documentaire > analyse documentaire > indexation documentaire
indexation documentaire |
Documents disponibles dans cette catégorie (35)
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
Titre : Learning scene geometry for visual localization in challenging conditions Type de document : Article/Communication Auteurs : Nathan Piasco , Auteur ; Désiré Sidibé, Auteur ; Valérie Gouet-Brunet , Auteur ; Cédric Demonceaux, Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2019 Projets : PLaTINUM / Gouet-Brunet, Valérie Conférence : ICRA 2019, International Conference on Robotics and Automation 20/05/2019 24/05/2019 Montréal Québec - Canada Proceedings IEEE Importance : pp 9094 - 9100 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse d'image orientée objet
[Termes IGN] analyse visuelle
[Termes IGN] appariement d'images
[Termes IGN] carte de profondeur
[Termes IGN] descripteur
[Termes IGN] géométrie de l'image
[Termes IGN] image RVB
[Termes IGN] localisation basée vision
[Termes IGN] précision de localisation
[Termes IGN] prise de vue nocturne
[Termes IGN] robotique
[Termes IGN] scène urbaine
[Termes IGN] variation diurne
[Termes IGN] variation saisonnière
[Termes IGN] vision par ordinateurRésumé : (auteur) We propose a new approach for outdoor large scale image based localization that can deal with challenging scenarios like cross-season, cross-weather, day/night and longterm localization. The key component of our method is a new learned global image descriptor, that can effectively benefit from scene geometry information during training. At test time, our system is capable of inferring the depth map related to the query image and use it to increase localization accuracy. We are able to increase recall@1 performances by 2.15% on cross-weather and long-term localization scenario and by 4.24% points on a challenging winter/summer localization sequence versus state-of-the-art methods. Our method can also use weakly annotated data to localize night images across a reference dataset of daytime images. Numéro de notice : C2019-002 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/ICRA.2019.8794221 Date de publication en ligne : 12/08/2019 En ligne : http://doi.org/10.1109/ICRA.2019.8794221 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93774 Documents numériques
en open access
Learning scene geometry... - pdf auteurAdobe Acrobat PDF An approach to measuring semantic relatedness of geographic terminologies using a thesaurus and lexical database sources / Zugang Chen in ISPRS International journal of geo-information, vol 7 n° 3 (March 2018)
[article]
Titre : An approach to measuring semantic relatedness of geographic terminologies using a thesaurus and lexical database sources Type de document : Article/Communication Auteurs : Zugang Chen, Auteur ; Jia Song, Auteur ; Yaping Yang, Auteur Année de publication : 2018 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] recherche d'information géographique
[Termes IGN] relation sémantique
[Termes IGN] représentation des connaissances
[Termes IGN] terminologie
[Termes IGN] thesaurusRésumé : (Auteur) In geographic information science, semantic relatedness is important for Geographic Information Retrieval (GIR), Linked Geospatial Data, geoparsing, and geo-semantics. But computing the semantic similarity/relatedness of geographic terminology is still an urgent issue to tackle. The thesaurus is a ubiquitous and sophisticated knowledge representation tool existing in various domains. In this article, we combined the generic lexical database (WordNet or HowNet) with the Thesaurus for Geographic Science and proposed a thesaurus–lexical relatedness measure (TLRM) to compute the semantic relatedness of geographic terminology. This measure quantified the relationship between terminologies, interlinked the discrete term trees by using the generic lexical database, and realized the semantic relatedness computation of any two terminologies in the thesaurus. The TLRM was evaluated on a new relatedness baseline, namely, the Geo-Terminology Relatedness Dataset (GTRD) which was built by us, and the TLRM obtained a relatively high cognitive plausibility. Finally, we applied the TLRM on a geospatial data sharing portal to support data retrieval. The application results of the 30 most frequently used queries of the portal demonstrated that using TLRM could improve the recall of geospatial data retrieval in most situations and rank the retrieval results by the matching scores between the query of users and the geospatial dataset. Numéro de notice : A2018-100 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : doi:10.3390/ijgi7030098 En ligne : https://doi.org/10.3390/ijgi7030098 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89515
in ISPRS International journal of geo-information > vol 7 n° 3 (March 2018)[article]Can a machine generate humanlike language descriptions for a remote sensing image? / Zhenwei Shi in IEEE Transactions on geoscience and remote sensing, vol 55 n° 6 (June 2017)
[article]
Titre : Can a machine generate humanlike language descriptions for a remote sensing image? Type de document : Article/Communication Auteurs : Zhenwei Shi, Auteur ; Zhengxia Zou, Auteur Année de publication : 2017 Article en page(s) : pp 3623 - 3634 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Télédétection
[Termes IGN] descripteur
[Termes IGN] image à haute résolution
[Termes IGN] intelligence artificielle
[Termes IGN] interface en langage naturelRésumé : (Auteur) This paper investigates an intriguing question in the remote sensing field: “can a machine generate humanlike language descriptions for a remote sensing image?” The automatic description of a remote sensing image (namely, remote sensing image captioning) is an important but rarely studied task for artificial intelligence. It is more challenging as the description must not only capture the ground elements of different scales, but also express their attributes as well as how these elements interact with each other. Despite the difficulties, we have proposed a remote sensing image captioning framework by leveraging the techniques of the recent fast development of deep learning and fully convolutional networks. The experimental results on a set of high-resolution optical images including Google Earth images and GaoFen-2 satellite images demonstrate that the proposed method is able to generate robust and comprehensive sentence description with desirable speed performance. Numéro de notice : A2017-479 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2017.2677464 En ligne : http://dx.doi.org/10.1109/TGRS.2017.2677464 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86406
in IEEE Transactions on geoscience and remote sensing > vol 55 n° 6 (June 2017) . - pp 3623 - 3634[article]
Titre : Recherche multi-descripteurs dans les fonds photographiques numérisés Titre original : Multi-descriptor retrieval in digitalized photographs collections Type de document : Thèse/HDR Auteurs : Neelanjan Bhowmik , Auteur ; Valérie Gouet-Brunet , Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Année de publication : 2017 Importance : 266 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] base de données d'images
[Termes IGN] collection
[Termes IGN] descripteur
[Termes IGN] détection d'objet
[Termes IGN] estimation de pose
[Termes IGN] exploration de données
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] index
[Termes IGN] localisation basée image
[Termes IGN] modèle de simulation
[Termes IGN] patrimoine culturel
[Termes IGN] point d'intérêt
[Termes IGN] recherche d'image basée sur le contenu
[Termes IGN] reconnaissance d'objets
[Termes IGN] régression linéaireIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La recherche d’images par contenu (CBIR) est une discipline de l’informatique qui vise à structurer automatiquement les collections d’images selon des critères visuels. Les fonctionnalités proposées couvrent notamment l’accès efficace aux images dans une grande base de données d’images ou l’identification de leur contenu par des outils de détection et de reconnaissance d’objets. Ils ont un impact sur une large gamme de domaines qui manipulent ce genre de données, telles que le multimedia, la culture, la sécurité, la santé, la recherche scientifique, etc. Indexer une image à partir de son contenu visuel nécessite d’abord de produire un résumé visuel de ce contenu pour un usage donné, qui sera l’index de cette image dans la collection. En matière de descripteurs d’images, la littérature est désormais très riche : plusieurs familles de descripteurs existent, et dans chaque famille, de nombreuses approches cohabitent. Bon nombre de descripteurs ne décrivant pas la même information et n’ayant pas les mêmes propriétés d’invariance, il peut être pertinent de les combiner de manière à mieux décrire le contenu de l’image. Cette combinaison peut être mise en oeuvre de différentes manières, selon les descripteurs considérés et le but recherché. Dans cette thèse, nous nous concentrons sur la famille des descripteurs locaux, avec pour application la recherche d’images ou d’objets par l’exemple dans une collection d’images. Leurs bonnes propriétés les rendent très populaires pour la recherche, la reconnaissance et la catégorisation d'objets et de scènes. Deux directions de recherche sont étudiées : Combinaison de caractéristiques pour la recherche d’images par l’exemple : Le coeur de la thèse repose sur la proposition d’un modèle pour combiner des descripteurs de bas niveau et génériques afin d’obtenir un descripteur plus riche et adapté à un cas d’utilisation donné tout en conservant la généricité afin d’indexer différents types de contenus visuels. L’application considérée étant la recherche par l’exemple, une autre difficulté majeure est la complexité de la proposition, qui doit correspondre à des temps de récupération réduits, même avec de grands ensembles de données. Pour atteindre ces objectifs, nous proposons une approche basée sur la fusion d'index inversés, ce qui permet de mieux représenter le contenu tout en étant associé à une méthode d’accès efficace. Complémentarité des descripteurs : Nous nous concentrons sur l’évaluation de la complémentarité des descripteurs locaux existant en proposant des critères statistiques d’analyse de leur répartition spatiale dans l'image. Ce travail permet de mettre en évidence une synergie entre certaines de ces techniques lorsqu’elles sont jugées suffisamment complémentaires. Les critères spatiaux sont exploités dans un modèle de prédiction à base de régression linéaire, qui a l'avantage de permettre la sélection de combinaisons de descripteurs optimale pour la base considérée mais surtout pour chaque image de cette base. L'approche est évaluée avec le moteur de recherche multi-index, où il montre sa pertinence et met aussi en lumière le fait que la combinaison optimale de descripteurs peut varier d'une image à l'autre. En outre, nous exploitons les deux propositions précédentes pour traiter le problème de la recherche d'images inter-domaines, correspondant notamment à des vues multi-source et multi-date. Deux applications sont explorées dans cette thèse. La recherche d’images inter-domaines est appliquée aux collections photographiques culturelles numérisées d’un musée, où elle démontre son efficacité pour l’exploration et la valorisation de ces contenus à différents niveaux, depuis leur archivage jusqu’à leur exposition ou ex situ. Ensuite, nous explorons l’application de la localisation basée image entre domaines, où la pose d’une image est estimée à partir d’images géoréférencées, en retrouvant des images géolocalisées visuellement similaires à la requête. Numéro de notice : 17573 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Organisme de stage : MATIS (IGN) ; Nicéphore Cité nature-HAL : Thèse DOI : sans En ligne : https://tel.hal.science/tel-01759559 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91963 Linked Forests: Semantic similarity of geographical concepts “forest” / Otakar Cerba in Open geosciences, vol 8 n° 1 (January - July 2016)
[article]
Titre : Linked Forests: Semantic similarity of geographical concepts “forest” Type de document : Article/Communication Auteurs : Otakar Cerba, Auteur ; Karel Jedlička, Auteur Année de publication : 2016 Article en page(s) : pp 556 - 566 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Infrastructure de données
[Termes IGN] forêt
[Termes IGN] ontologie
[Termes IGN] similitude sémantique
[Termes IGN] thesaurus
[Termes IGN] web des donnéesRésumé : (auteur) Linked Data represents the new trend in geoinformatics and geomatics. It produces a structure of objects (in a form of concepts or terms) interconnected by object relations expressing a type of semantic relationships of various concepts. The research published in this article studies, if objects connected by above mentioned relations are more similar than objects representing the same phenomenon, but standing alone. The phenomenon “forest” and relevant geographical concepts were chosen as the domain of the research. The concepts similarity (Tanimoto coefficient as a specification of Tversky index) was computed on the basis of explicit information provided by thesauri containing particular concepts. Overall in the seven thesauri (AGROVOC, EuroVoc, GEMET, LusTRE/EARTh, NAL, OECD and STW) there was tested if the “forest” concept interconnected by the relation skos:exactMatch are more similar than other, not interlinked concepts. The results of the research are important for the sharing and combining of geographical data, information and knowledge. The proposed methodology can be reused to a comparison of other geographical concepts. Numéro de notice : A2016--072 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1515/geo-2016-0049 En ligne : https://doi.org/10.1515/geo-2016-0049 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84418
in Open geosciences > vol 8 n° 1 (January - July 2016) . - pp 556 - 566[article]PermalinkSKIF-P: a point-based indexing and ranking of web documents for spatial-keyword search / A. Khodaei in Geoinformatica, vol 16 n° 3 (July 2012)PermalinkRecherche et analyse de ressources terminologiques liées à la topographie / Anne-Lyse Minard (2008)PermalinkInteraction et pragmatique / Jean Caelen (2007)PermalinkTerminologie et accès à l'information / W.M. El Hadi (2006)PermalinkLes bibliothèques numériques / Fabrice Papy (2005)PermalinkLe métier de documentaliste / Jean-Philippe Accart (2003)PermalinkThésauroglossaire des langages documentaires / D. Degez (2001)PermalinkL'analyse documentaire / S. Waller (1999)PermalinkConstruire un thésaurus / J. Aitchison (1992)Permalink