Centre dedocumentation
scientifique

Deep learning for multi-modal classification of cloud, shadow and land cover scenes in PlanetScope and Sentinel-2 imagery / Yuri Shendryk in ISPRS Journal of photogrammetry and remote sensing, vol 157 (November 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 157 (November 2019) . - pp 124 - 136 Titre : Deep learning for multi-modal classification of cloud, shadow and land cover scenes in PlanetScope and Sentinel-2 imagery Type de document : Article/Communication Auteurs : Yuri Shendryk, Auteur ; Yannik Rist, Auteur ; Catherine Ticehurst, Auteur ; Peter Thorburn, Auteur Année de publication : 2019 Article en page(s) : pp 124 - 136 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] Amazonie [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] Australie [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] détection d'ombre [Termes descripteurs IGN] état de l'art [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image PlanetScope [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] Normalized Difference Vegetation Index [Termes descripteurs IGN] nuage [Termes descripteurs IGN] occupation du sol [Termes descripteurs IGN] zone tropicale humide Résumé : (Auteur) With the increasing availability of high-resolution satellite imagery it is important to improve the efficiency and accuracy of satellite image indexing, retrieval and classification. Furthermore, there is a need for utilizing all available satellite imagery in identifying general land cover types and monitoring their changes through time irrespective of their spatial, spectral, temporal and radiometric resolutions. Therefore, in this study, we developed deep learning models able to efficiently and accurately classify cloud, shadow and land cover scenes in different high-resolution ( Numéro de notice : A2019-494 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.08.018 date de publication en ligne : 17/09/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.08.018 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93727 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019111	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019113	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019112	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Using a U-net convolutional neural network to map woody vegetation extent from high resolution satellite imagery across Queensland, Australia / Neil Flood in International journal of applied Earth observation and geoinformation, vol 82 (October 2019)  

Public [article]  inInternational journal of applied Earth observation and geoinformation > vol 82 (October 2019) . - 15 p. Titre : Using a U-net convolutional neural network to map woody vegetation extent from high resolution satellite imagery across Queensland, Australia Type de document : Article/Communication Auteurs : Neil Flood, Auteur ; Fiona Watson, Auteur ; Lisa Collett, 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 descripteurs IGN] apprentissage profond [Termes descripteurs IGN] arbre (flore) [Termes descripteurs IGN] bois sur pied [Termes descripteurs IGN] Buisson [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] données d'apprentissage [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image satellite [Termes descripteurs IGN] méthode de Monte-Carlo [Termes descripteurs IGN] mosaïque d'images [Termes descripteurs IGN] Queensland (Australie) [Termes descripteurs IGN] réseau neuronal convolutif [Termes descripteurs IGN] texture d'image Résumé : (auteur) Convolutional neural networks offer a new approach to classifying high resolution imagery. We use the U-net neural network architecture to map the presence or absence of trees and large shrubs across the Australian state of Queensland. From a state-wide mosaic of 1 m resolution 3-band Earth-i imagery, a selection of 827 squares (1 km2) are manually labeled for the presence of trees or large shrubs, and these are used to train the neural network. The training is intended to capture the textures which are primary visual cues of such vegetation. The trained neural network has an accuracy on independent data of around 90%. The resulting map over the whole of Queensland (1.73 million km2) is intended to be manually checked, and edited where necessary, to provide a high quality map of woody vegetation extent to serve a range of government policy objectives. Numéro de notice : A2019-474 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.jag.2019.101897 date de publication en ligne : 28/06/2019 En ligne : https://doi.org/10.1016/j.jag.2019.101897 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93635 [article]

Modelling discontinuous terrain from DSMs using segment labelling, outlier removal and thin-plate splines / Kassel Hingee in ISPRS Journal of photogrammetry and remote sensing, vol 155 (September 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 155 (September 2019) . - pp 159 - 171 Titre : Modelling discontinuous terrain from DSMs using segment labelling, outlier removal and thin-plate splines Type de document : Article/Communication Auteurs : Kassel Hingee, Auteur ; Peter Caccetta, Auteur ; Louis Caccetta, Auteur Année de publication : 2019 Article en page(s) : pp 159 - 171 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] Australie [Termes descripteurs IGN] discontinuité [Termes descripteurs IGN] étiquetage sémantique [Termes descripteurs IGN] filtrage de points [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] modèle numérique de terrain [Termes descripteurs IGN] valeur aberrante Résumé : (Auteur) Models of ground surface elevations are crucial to many applications of remotely sensed data, including estimates of the height relative to ground of non-ground objects, such as buildings and vegetation. In highly engineered regions, such as cities, there are many discontinuities in both the ground surface and the surface of non-ground objects. Sub-metre resolution elevation data for these regions are increasingly available. At these resolutions there is sufficient information and a growing need to improve model accuracies by incorporating discontinuities. Here we provide a new method for generating high resolution models of discontinuous ground surfaces from breakline data and digital surface models derived from remotely sensed data. The method uses segment based filtering, outlier removal and multiresolution thin-plate spline surface fitting. Breaklines are included in the fitted surface using partial derivatives and a breakline-aware method for transferring between different resolutions. We demonstrate our method using elevation data derived from photogrammetry for suburban regions of Perth, Western Australia, and Vaihingen, Germany. We produced ground surface models with noticeable qualitative and quantitative improvements when breaklines are included, at an increased computational cost of approximately 10% when all other parameters remained the same. For LiDAR derived elevations, we report our residual error against a number of other methods recorded using the ISPRS Ground Filtering Test Sites. Numéro de notice : A2019-314 Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.isprsjprs.2019.07.004 date de publication en ligne : 24/07/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.07.004 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93340 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019091	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019093	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019092	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Sea level variation around Australia and its relation to climate indices / Armin Agha Karimi in Marine geodesy, vol 42 n° 5 (September 2019)  

Public [article]  inMarine geodesy > vol 42 n° 5 (September 2019) . - pp 469 - 489 Titre : Sea level variation around Australia and its relation to climate indices Type de document : Article/Communication Auteurs : Armin Agha Karimi, Auteur ; Xiaoli Deng, Auteur ; Ole Baltazar Andersen, Auteur Année de publication : 2019 Article en page(s) : pp 469 - 489 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie physique [Termes descripteurs IGN] analyse spectrale [Termes descripteurs IGN] Australie [Termes descripteurs IGN] changement climatique [Termes descripteurs IGN] changement du niveau de la mer [Termes descripteurs IGN] données altimétriques [Termes descripteurs IGN] El Niño-Southern oscillation [Termes descripteurs IGN] Indien (océan) [Termes descripteurs IGN] Pacifique (océan) [Termes descripteurs IGN] régression multiple Résumé : (auteur) This study aims at investigating the intradecadal and decadal signals of the sea level using 25 years of altimetry data around Australia. We have used the multivariable spectral analysis to extract six periodic signals at the 95% confidence level from altimetry-derived sea-level time series in the study area. They are signals with periods of 1, 1.5, 3, 4.3, 5.7 and 11.17 years, which can also be detected in the estimated power spectra from climate indices of the Interdecadal Pacific Oscillation, Multivariate ENSO Index, and Pacific Decadal Oscillation. A parametric model including the detected periodic signals is used to estimate sea-level trends. The determined trends in the area are in a good agreement with recent studies that consider effects of climate indices through a multivariate regression model. The advantage of our model is to present more descriptive explanation of the sea level signals around Australia in terms of periodicity and spatial variability. Numéro de notice : A2019-299 Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/01490419.2019.1629131 date de publication en ligne : 26/06/2019 En ligne : https://doi.org/10.1080/01490419.2019.1629131 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93219 [article]

Error propagation for the Molodensky G1 term / Jack C. McCubbine in Journal of geodesy, vol 93 n°6 (June 2019)  

Public [article]  inJournal of geodesy > vol 93 n°6 (June 2019) . - pp 889 - 898 Titre : Error propagation for the Molodensky G1 term Type de document : Article/Communication Auteurs : Jack C. McCubbine, Auteur ; Will E. Featherstone, Auteur ; Nicholas J. Brown, Auteur Année de publication : 2019 Article en page(s) : pp 889 - 898 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie physique [Termes descripteurs IGN] anomalie de pesanteur [Termes descripteurs IGN] Australie [Termes descripteurs IGN] géoïde gravimétrique [Termes descripteurs IGN] géoïde local [Termes descripteurs IGN] hauteur ellipsoïdale [Termes descripteurs IGN] incertitude de position [Termes descripteurs IGN] intégrale de Stokes [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] problème des valeurs limites [Termes descripteurs IGN] propagation d'erreur [Termes descripteurs IGN] quasi-géoïde [Termes descripteurs IGN] transformation de coordonnées Résumé : (auteur) Molodensky G terms are used in the computation of the quasigeoid. We derive error propagation formulas that take into account uncertainties in both the free air gravity anomaly and a digital elevation model. These are applied to generate G1 terms and their errors on a 1″ × 1″ grid over Australia. We use these to produce Molodensky gravity anomaly and accompanying uncertainty grids. These uncertainties have average value of 2 mGal with maximum of 54 mGal. We further calculate a gravimetric quasigeoid model by the remove–compute–restore technique. These Molodensky gravity anomaly uncertainties lead to quasigeoid uncertainties with a mean of 4 mm and maximum of 80 mm when propagated through a deterministically modified Stokes’s integral over an integration cap radius of 0.5°. Numéro de notice : A2019-351 Thématique : MATHEMATIQUE/POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s00190-018-1211-6 date de publication en ligne : 09/11/2018 En ligne : https://doi.org/10.1007/s00190-018-1211-6 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93395 [article]

Modelling the effects of fundamental UAV flight parameters on LiDAR point clouds to facilitate objectives-based planning / Jeremy J. Sofonia in ISPRS Journal of photogrammetry and remote sensing, vol 149 (March 2019)  

Permalink

Testing the generality of below-ground biomass allometry across plant functional types / Keryn I. Paul in Forest ecology and management, vol 432 (15 January 2019)  

Permalink

AUSGeoid2020 combined gravimetric–geometric model : location-specific uncertainties and baseline-length-dependent error decorrelation / Nicholas J. Brown in Journal of geodesy, vol 92 n° 12 (December 2018)  

Permalink

La propriété en 3D : état des lieux / Anonyme in Géomatique expert, n° 123 (juillet - août 2018)

Permalink

Predicting temperate forest stand types using only structural profiles from discrete return airborne lidar / Melissa Fedrigo in ISPRS Journal of photogrammetry and remote sensing, vol 136 (February 2018)  

Permalink

The first Australian gravimetric quasigeoid model with location-specific uncertainty estimates / Will E. Featherstone in Journal of geodesy, vol 92 n° 2 (February 2018)  

Permalink

Remote sensing scene classification by unsupervised representation learning / Xiaoqiang Lu in IEEE Transactions on geoscience and remote sensing, vol 55 n° 9 (September 2017)  

Permalink

Automatic spatial metadata systems – the case of Australian urban research infrastructure network / Moshen Kalantari in Cartography and Geographic Information Science, Vol 44 n° 4 (July 2017)  

Permalink

Extending a BIM-based data model to support 3D digital management of complex ownership spaces / Behnam Atazadeh in International journal of geographical information science IJGIS, vol 31 n° 3-4 (March-April 2017)  

Permalink

A hybrid genetic algorithm with local optimiser improves calibration of a vegetation change cellular automata model / Rachel Whitsed in International journal of geographical information science IJGIS, vol 31 n° 3-4 (March-April 2017)  

Permalink