Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > traitement d'image radar > polarimétrie radar
polarimétrie radarVoir aussi |
Documents disponibles dans cette catégorie (172)
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
Quantification probabiliste des taux de déformation crustale par inversion bayésienne de données GPS / Colin Pagani (2021)
Titre : Quantification probabiliste des taux de déformation crustale par inversion bayésienne de données GPS Type de document : Thèse/HDR Auteurs : Colin Pagani, Auteur ; Thomas Bodin, Directeur de thèse ; Cécile Lasserre, Directeur de thèse ; Marianne Metois, Directeur de thèse Editeur : Lyon : Université de Lyon 1 Claude Bernard Année de publication : 2021 Importance : 182 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université de Lyon opérée au sein de l'Université Claude Bernard Lyon 1, spécialité Géophysique, Discipline Sciences de la TerreLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale
[Termes IGN] Californie (Etats-Unis)
[Termes IGN] champ de vitesse
[Termes IGN] déformation de la croute terrestre
[Termes IGN] données GNSS
[Termes IGN] données polarimétriques
[Termes IGN] estimation bayesienne
[Termes IGN] faille géologique
[Termes IGN] inférence statistique
[Termes IGN] inversion
[Termes IGN] méthode de Monte-Carlo par chaînes de Markov
[Termes IGN] risque naturel
[Termes IGN] séisme
[Termes IGN] tectonique des plaques
[Termes IGN] tenseurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Au cours du cycle sismique, la déformation accumulée par la lithosphère terrestre peut être relâchée de manière anélastique lors de séismes provoquant de nombreuses pertes humaines et matérielles. L’analyse du risque sismique passe par l’étude de cette déformation lors des différentes étapes du cycle sismique. En particulier, l’étude géodésique du déplacement de la surface terrestre permet de comprendre et de localiser l’accumulation de la déformation élastique lors des phases intersismiques. Avec l’expansion des réseaux GNSS, il est devenu possible d’obtenir le tenseur du taux de déformation à partir des vitesses de déplacement surfacique dans le but d’étudier et de contraindre la déformation crustale. Or, calculer une surface continue de gradient de déformation à partir de données GNSS discrètes consiste en un problème inverse dont la solution est fortement non-unique. De ce fait, de nombreuses méthodes aux caractéristiques diverses ont vu le jour au cours des dernières décennies, chacune comportant ses avantages et ses inconvénients propres. Cependant, certaines limitations des schémas d’inversion direct employés jusqu’alors persistent et compromettent la fiabilité des résultats. En particulier, la nécessité d’employer des paramètres ad hoc définis par l’opérateur tel qu’un paramètre de lissage, la sensibilité à la géométrie du réseau GNSS et la difficulté à déterminer de manière robuste les incertitudes associées aux résultats, pourtant nécessaires à l’intégration des cartes de déformation dans les méthodes d’analyse du risque sismique. Afin de pallier ces lacunes dans les modèles existants, nous développons une nouvelle méthode bayésienne transdimensionnelle permettant d’inverser des données GNSS discrètes afin d’obtenir le champ 2D continu de vitesse, son gradient et le tenseur de déformation associés. Le champ de vitesse est décrit par une paramétrisation reposant sur la triangulation de Delaunay, et la distribution a posteriori est échantillonnée grâce à un algorithme de Metropolis-Hasting à saut réversible, qui appartient à la classe des McMC. Cet algorithme dispose d’un maillage adaptatif qui prend en compte les hétérogénéités spatiale, de vitesse et de niveau de bruit présentes dans les données. Contrairement aux méthodes d’inversion classiques qui proposent un modèle unique, la solution est une fonction de distribution de probabilité complète pour chaque composante du champ de vitesse de déformation. Des tests synthétiques permettent de comparer l’approche proposée à un schéma d'interpolation en spline bicubique standard. Cette méthode s’avère plus résistante à la présence d’outliers dans les données ainsi qu’à une répartition spatialement hétérogène de celles-ci, tout en fournissant des incertitudes associées aux vitesses et aux taux de déformation récupérés. Elle est ensuite appliquée au sud-ouest des États-Unis, une région fortement étudiée et surveillée, ce qui permet d’obtenir les taux de déformation probabilistes le long des principaux systèmes de failles, y compris celui de San Andreas, à partir de l'inversion des vitesses intersismiques GNSS. Les caractéristiques de plusieurs points clefs de cette région sont représentées grâce à l’exploitation des fonctions de distribution de probabilité a posteriori des différents paramètres inversés. Les limitations actuelles ainsi que les différentes perspectives d’amélioration de cette méthode sont discutées en conclusion de cette thèse. Note de contenu : Introduction générale
1- Méthode : inversion bayésienne du tenseur de déformation
2- Application à des données GNSS synthétiques et au sud-ouest des États-Unis
3- Discussions et perspectives
Conclusion généraleNuméro de notice : 15193 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse de Doctorat : Géophysique : Lyon 1 : 2021 Organisme de stage : Laboratoire LGL DOI : sans En ligne : https://hal.science/tel-03640544v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100631 Real-time multimodal semantic scene understanding for autonomous UGV navigation / Yifei Zhang (2021)
Titre : Real-time multimodal semantic scene understanding for autonomous UGV navigation Type de document : Thèse/HDR Auteurs : Yifei Zhang, Auteur ; Fabrice Mériaudeau, Directeur de thèse ; Désiré Sidibé, Directeur de thèse Editeur : Dijon : Université Bourgogne Franche-Comté UBFC Année de publication : 2021 Importance : 114 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le doctorat de l'Université Bourgogne Franche-Comté, Spécialité Instrumentation et informatique d’imageLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] données polarimétriques
[Termes IGN] fusion d'images
[Termes IGN] image RVB
[Termes IGN] intégration de données
[Termes IGN] navigation autonome
[Termes IGN] segmentation sémantique
[Termes IGN] temps réel
[Termes IGN] véhicule sans piloteIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Robust semantic scene understanding is challenging due to complex object types, as well as environmental changes caused by varying illumination and weather conditions. This thesis studies the problem of deep semantic segmentation with multimodal image inputs. Multimodal images captured from various sensory modalities provide complementary information for complete scene understanding. We provided effective solutions for fully-supervised multimodal image segmentation and few-shot semantic segmentation of the outdoor road scene. Regarding the former case, we proposed a multi-level fusion network to integrate RGB and polarimetric images. A central fusion framework was also introduced to adaptively learn the joint representations of modality-specific features and reduce model uncertainty via statistical post-processing.In the case of semi-supervised semantic scene understanding, we first proposed a novel few-shot segmentation method based on the prototypical network, which employs multiscale feature enhancement and the attention mechanism. Then we extended the RGB-centric algorithms to take advantage of supplementary depth cues. Comprehensive empirical evaluations on different benchmark datasets demonstrate that all the proposed algorithms achieve superior performance in terms of accuracy as well as demonstrating the effectiveness of complementary modalities for outdoor scene understanding for autonomous navigation. Note de contenu : 1. Introduction
1.1 Context and Motivation
1.2 Background and Challenges
1.3 Contributions
1.4 Organization
2. Background on Neural Networks
2.1 Basic Concepts
2.2 Neural Network Layers
2.3 Optimization
2.4 Model Training
2.5 Evaluation Metrics
2.6 Summary
3. Literature Review
3.1 Fully-supervised Semantic Image
3.2 Datasets
3.3 Summary
4. Deep Multimodal Fusion for Semantic Image Segmentation
4.1 CMNet: Deep Multimodal Fusion
4.2 A Central Multimodal Fusion Framework
4.3 Summary
5. Few-shot Semantic Image Segmentation
5.1 Introduction on Few-shot Segmentation
5.2 MAPnet: A Multiscale Attention-Based Prototypical Network
5.3 RDNet: Incorporating Depth Information into Few-shot Segmentation
5.4 Summary
6. Conclusion and Future Work
6.1 General Conclusion
6.2 Future PerspectivesNuméro de notice : 26527 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Instrumentation et informatique d’image : Bourgogne : 2021 nature-HAL : Thèse Date de publication en ligne : 02/03/2021 En ligne : https://hal.science/tel-03154783v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97556 Suivi de la déforestation à partir de données Sentinel-1 en contexte tropical / Lucile Auzeméry (2021)
Titre : Suivi de la déforestation à partir de données Sentinel-1 en contexte tropical Type de document : Mémoire Auteurs : Lucile Auzeméry, Auteur ; Pierre-Louis Frison , Encadrant ; Cédric Lardeux, Encadrant Editeur : Paris : Université de Paris Année de publication : 2021 Importance : 39 p. Note générale : bibliographie
Master 2 Méthodes Physiques en TélédétectionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] analyse diachronique
[Termes IGN] déboisement
[Termes IGN] filtre de déchatoiement
[Termes IGN] Guyane (département français)
[Termes IGN] image Sentinel-SAR
[Termes IGN] parc amazonien de Guyane
[Termes IGN] polarimétrie radar
[Termes IGN] restauration d'imageRésumé : (auteur) [introduction) [...] La méthode de suivi [de la perte de couvert végétal] développée à l’ONFI s’appuie sur les données Sentinel-1 et étudie les signatures temporelles des pixels. L’outil développé (Lardeux et al. (2019)) a été utilisé initialement utilisé pour le suivi de l’orpaillage illégal, mais des limitations ont été remontées, en particulier sur la détection des abattis. L’objectif de ce stage est donc d’améliorer la chaîne de traitement développée par l’ONFI pour le suivi de la déforestation. Il a principalement consisté à évaluer l’apport des données en polarisations VV (jusqu’ici seules les données en polarisation VH sont utilisées). Dans une première partie, nous rappellerons les principes de l’imagerie radar, puis ensuite nous décrirons les données utilisées ainsi que le site d’étude. La troisième partie sera consacrée à la méthode, basée sur l’outil développé par l’ONFI. Enfin, nous finirons par présenter les développements effectués durant ce stage et les résultats obtenus. Note de contenu : Introduction
1 Imagerie Radar
2 Données et site d’étude
3 Méthode de détection de la déforestation
4 Améliorations développées et discussion
ConclusionNuméro de notice : 17731 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Mémoire masters divers Organisme de stage : Office National des Forêts - International Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100628 Documents numériques
en open access
Suivi de la déforestation ... - pdf auteurAdobe Acrobat PDF Monitoring of wheat crops using the backscattering coefficient and the interferometric coherence derived from Sentinel-1 in semi-arid areas / Nadia Ouaadi in Remote sensing of environment, Vol 251 (15 December 2020)
[article]
Titre : Monitoring of wheat crops using the backscattering coefficient and the interferometric coherence derived from Sentinel-1 in semi-arid areas Type de document : Article/Communication Auteurs : Nadia Ouaadi, Auteur ; Lionel Jarlan, Auteur ; Jamal Ezzahar, Auteur ; Mehrez Zribi, Auteur ; Saïd Khabba, Auteur ; Elhoussaine Bouras, Auteur ; Safa Bousbih, Auteur ; Pierre-Louis Frison , Auteur Année de publication : 2020 Projets : 3-projet - voir note / Article en page(s) : n° 112050 Note générale : bibliographie
This work was conducted within the frame of the International Joint Laboratory TREMA (https://www.lmi-trema.ma/). The authors wish to thank the projects: Rise-H2020-ACCWA (grant agreement no: 823965) and ERANETMED03-62 CHAAMS for partly funding the experiments.Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] bande C
[Termes IGN] blé (céréale)
[Termes IGN] coefficient de rétrodiffusion
[Termes IGN] cultures
[Termes IGN] données polarimétriques
[Termes IGN] évapotranspiration
[Termes IGN] humidité du sol
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-SAR
[Termes IGN] Maroc
[Termes IGN] polarisation
[Termes IGN] surveillance agricole
[Termes IGN] teneur en eau de la végétation
[Termes IGN] zone semi-arideRésumé : (auteur) Radar data at C-band has shown great potential for the monitoring of soil and canopy hydric conditions of wheat crops. In this study, the C-band Sentinel-1 time series including the backscattering coefficients σ0 at VV and VH polarization, the polarization ratio (PR) and the interferometric coherence ρ are first analyzed with the support of experimental data gathered on three plots of irrigated winter wheat located in the Haouz plain in the center of Morocco covering five growing seasons. The results showed that ρ and PR are tightly related to the canopy development. ρ is also sensitive to soil preparation. By contrast, σ0 was found to be widely linked to changes in surface soil moisture (SSM) during the first growth stages when Leaf Area Index remains moderate ( Numéro de notice : A2020-337 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.rse.2020.112050 Date de publication en ligne : 24/08/2020 En ligne : https://doi.org/10.1016/j.rse.2020.112050 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96939
in Remote sensing of environment > Vol 251 (15 December 2020) . - n° 112050[article]Semi-supervised PolSAR image classification based on improved tri-training with a minimum spanning tree / Shuang Wang in IEEE Transactions on geoscience and remote sensing, Vol 58 n° 12 (December 2020)
[article]
Titre : Semi-supervised PolSAR image classification based on improved tri-training with a minimum spanning tree Type de document : Article/Communication Auteurs : Shuang Wang, Auteur ; Yanhe Guo, Auteur ; Wenqiang Hua, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 8583 - 8597 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] arbre aléatoire minimum
[Termes IGN] classification semi-dirigée
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] image radar moirée
[Termes IGN] polarimétrie radar
[Termes IGN] segmentation sémantique
[Termes IGN] voisinage (relation topologique)Résumé : (auteur) In this article, the terrain classifications of polarimetric synthetic aperture radar (PolSAR) images are studied. A novel semi-supervised method based on improved Tri-training combined with a neighborhood minimum spanning tree (NMST) is proposed. Several strategies are included in the method: 1) a high-dimensional vector of polarimetric features that are obtained from the coherency matrix and diverse target decompositions is constructed; 2) this vector is divided into three subvectors and each subvector consists of one-third of the polarimetric features, randomly selected. The three subvectors are used to separately train the three different base classifiers in the Tri-training algorithm to increase the diversity of classification; and 3) a help-training sample selection with the improved NMST that uses both the coherency matrix and the spatial information is adopted to select highly reliable unlabeled samples to increase the training sets. Thus, the proposed method can effectively take advantage of unlabeled samples to improve the classification. Experimental results show that with a small number of labeled samples, the proposed method achieves a much better performance than existing classification methods. Numéro de notice : A2020-743 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.2988982 Date de publication en ligne : 14/05/2020 En ligne : https://doi.org/10.1109/TGRS.2020.2988982 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96374
in IEEE Transactions on geoscience and remote sensing > Vol 58 n° 12 (December 2020) . - pp 8583 - 8597[article]L-band SAR for estimating aboveground biomass of rubber plantation in Java Island, Indonesia / Bambang H Trisasongko in Geocarto international, vol 35 n° 12 ([01/09/2020])PermalinkA novel framework based on polarimetric change vectors for unsupervised multiclass change detection in dual-pol intensity SAR images / David Pirrone in IEEE Transactions on geoscience and remote sensing, vol 58 n° 7 (July 2020)PermalinkDigital terrain, surface, and canopy height models from InSAR backscatter-height histograms / Gustavo H.X. Shiroma in IEEE Transactions on geoscience and remote sensing, vol 58 n° 6 (June 2020)PermalinkPolarimetric SAR calibration and residual error estimation when corner reflectors are unavailable / Lei Shi in IEEE Transactions on geoscience and remote sensing, vol 58 n° 6 (June 2020)PermalinkFusing adjacent-track InSAR datasets to densify the temporal resolution of time-series 3-D displacement estimation over mining areas with a prior deformation model and a generalized weighting least-squares method / Yuedong Wang in Journal of geodesy, vol 94 n° 5 (May 2020)PermalinkAdaptive Statistical Superpixel Merging With Edge Penalty for PolSAR Image Segmentation / Deliang Xiang in IEEE Transactions on geoscience and remote sensing, vol 58 n° 4 (April 2020)PermalinkExtracting impervious surfaces from full polarimetric SAR images in different urban areas / Sara Attarchi in International Journal of Remote Sensing IJRS, vol 41 n° 12 (20 - 30 March 2020)PermalinkC band radar crops monitoring at high temporal frequency: first results of the MOCTAR campaign / Pierre-Louis Frison (2020)PermalinkIdentification of alpine glaciers in the central Himalayas using fully polarimetric L-Band SAR data / Guo-Hui Yao in IEEE Transactions on geoscience and remote sensing, vol 58 n° 1 (January 2020)PermalinkInversion de données PolSAR en bande P pour l'estimation de la biomasse forestière / Colette Gelas (2020)Permalink