Descripteur
Termes IGN > informatique > traitement automatique de données
traitement automatique de donnéesSynonyme(s)traitement automatique de l'infomationVoir aussi |
Documents disponibles dans cette catégorie (510)
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
Intelligent sensors for positioning, tracking, monitoring, navigation and smart sensing in smart cities / Li Tiancheng (2021)
Titre : Intelligent sensors for positioning, tracking, monitoring, navigation and smart sensing in smart cities Type de document : Monographie Auteurs : Li Tiancheng, Éditeur scientifique ; Jan Junkun, Éditeur scientifique ; Cao Yue, Éditeur scientifique ; et al., Auteur Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2021 Importance : 266 p. Format : 17 x 25 cm ISBN/ISSN/EAN : 978-3-0365-0123-9 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage automatique
[Termes IGN] capteur (télédétection)
[Termes IGN] cartographie et localisation simultanées
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] détection de cible
[Termes IGN] exploration de données
[Termes IGN] Extreme Gradient Machine
[Termes IGN] fusion de données
[Termes IGN] Inférence floue
[Termes IGN] internet des objets
[Termes IGN] logique floue
[Termes IGN] navigation autonome
[Termes IGN] odomètre
[Termes IGN] positionnement en intérieur
[Termes IGN] réseau de capteurs
[Termes IGN] simulation de signal
[Termes IGN] ville intelligenteRésumé : (éditeur) The rapid development of advanced, arguably, intelligent sensors and their massive deployment provide a foundation for new paradigms to combat the challenges that arise in significant tasks such as positioning, tracking, navigation, and smart sensing in various environments. Relevant advances in artificial intelligence (AI) and machine learning (ML) are also finding rapid adoption by industry and fan the fire. Consequently, research on intelligent sensing systems and technologies has attracted considerable attention during the past decade, leading to a variety of effective applications related to intelligent transportation, autonomous vehicles, wearable computing, wireless sensor networks (WSN), and the internet of things (IoT). In particular, the sensors community has a great interest in novel, intelligent information fusion, and data mining methods coupling AI and ML for substantial performance enhancement, especially for the challenging scenarios that make traditional approaches inappropriate. This reprint book has collected 14 excellent papers that represent state-of-the-art achievements in the relevant topics and provides cutting-edge coverage of recent advances in sensor signal and data mining techniques, algorithms, and approaches, particularly applied for positioning, tracking, navigation, and smart sensing. Note de contenu : 1- MIMU/odometer fusion with state constraints for vehicle positioning during BeiDou signal outage: Testing and results
2- Autonomous road roundabout detection and navigation system for smart vehicles and cities using laser simulator–fuzzy logic algorithms and sensor fusion
3- An elaborated signal model for simultaneous range and vector velocity estimation in FMCW radar
4- Hybrid solution combining Kalman filtering with Takagi–Sugeno fuzzy inference system for online car-following model calibration
5- Computationally efficient cooperative dynamic range-only SLAM based on sum of Gaussian filter
6- LoRaWAN geo-tracking using map matching and compass sensor fusion
7- A robust multi-sensor data fusion clustering algorithm based on density peaks
8- Extended target marginal distribution Poisson multi-Bernoulli mixture filter
9- A multi-core object detection coprocessor for multi-scale/type classification applicable to IoT devices
10- Leveraging uncertainties in softmax decision-making models for low-power IoT devices
11- Implementing deep learning techniques in 5G IoT networks for 3D indoor positioning: DELTA (DeEp Learning-Based Co-operaTive Architecture)
12- A novel hybrid algorithm based on Grey Wolf optimizer and fireworks algorithm
13- Passenger flow forecasting in metro transfer station based on the combination of singular spectrum analysis and AdaBoost-weighted extreme learning machine
14- A unified fourth-order tensor-based smart community systemNuméro de notice : 28609 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE/POSITIONNEMENT Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-0365-0123-9 En ligne : https://doi.org/10.3390/books978-3-0365-0123-9 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99453 Méthodes de partage d'informations visuelles et inertielles pour la localisation et la cartographie simultanées décentralisées multi-robots / Rodolphe Dubois (2021)
Titre : Méthodes de partage d'informations visuelles et inertielles pour la localisation et la cartographie simultanées décentralisées multi-robots Type de document : Thèse/HDR Auteurs : Rodolphe Dubois, Auteur ; Vincent Frémont, Directeur de thèse Editeur : Nantes : Ecole Centrale de Nantes Année de publication : 2021 Importance : 259 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Ecole Centrale de Nantes, spécialité Signal, Image, VisionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Informatique
[Termes IGN] cartographie et localisation simultanées
[Termes IGN] fusion de données
[Termes IGN] navigation autonome
[Termes IGN] partage de données localisées
[Termes IGN] robot mobile
[Termes IGN] robotique
[Termes IGN] vision
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) En robotique mobile, les méthodes de cartographie et de localisation simultanées (SLAM) constituent une brique algorithme essentielle afin de percevoir l’environnement et y naviguer de façon autonome. En contexte visuel, les méthodes de SLAM mono-robot ont aujourd’hui atteint un haut degré de maturité, ce qui a permis l’essor de méthodes collaboratives. Néanmoins, les problématiques d’autonomie des agents couplées aux contraintes d’information, de réseau et de ressources interrogent sur la nature des données à transmettre entre les robots. L’objectif de cette thèse est de concevoir des méthodes de partage d’informations visuelles et inertielles qui favorisent l’autonomie des robots et leur permettent d’affiner leur navigation dès lors qu’ils visitent des zones communes. Dans ce but, nous investiguons différents paradigmes d’échanges pour des architectures décentralisées de SLAM visio-inertiel et stéréo-visuel. Tout d’abord, nous proposons trois façons de synthétiser des données visio-inertielles, et développons une architecture de SLAM collaboratif décentralisée chargée d’en organiser le calcul, l’échange et l’intégration. Ces méthodes exploitent respectivement l’échange de sous-cartes visio-inertielles rigides, de paquets condensés par marginalisation et éparsification consistante, et de paquets élagués via la sélection de facteurs visioinertiels bruts. Nous les évaluons sur des jeux de données standards, ainsi que sur notre jeu de données AirMuseum, spécifiquement conçu à cette fin. Enfin, nous appliquons l’architecture développée pour la cartographie dense en étendant une méthode de cartographie collaborative reposant sur l’échange, le recalage et la fusion de sous-cartes localement consistantes associées à des représentations de type TS. Note de contenu : 1- Introduction
I État de l’art
2- La cartographie et la localisation simultanées mono-robot
3- L’émergence des méthodes de SLAM multi-robots
II Contributions
4- Construction d’un jeu de données multi-robots
5- SLAM visio-inertiel décentralisé pour la navigation multi-robots
6- SLAM dense stéréo-visuel décentralisé basé sur l’échange de sous-cartes TSDF
7- Conclusion et Perspectives
III AnnexesNuméro de notice : 28637 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal, Image, Vision : Centrale Nantes : 2021 Organisme de stage : Laboratoire des Sciences du Numérique DOI : sans En ligne : https://hal.science/tel-03273943v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99702 Modélisation et raisonnement spatial flou pour l’aide à la localisation de victimes en montagne / Mattia Bunel (2021)
Titre : Modélisation et raisonnement spatial flou pour l’aide à la localisation de victimes en montagne Type de document : Thèse/HDR Auteurs : Mattia Bunel , Auteur ; Ana-Maria Olteanu-Raimond , Directeur de thèse ; Cécile Duchêne , Directeur de thèse Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2021 Projets : CHOUCAS / Olteanu-Raimond, Ana-Maria Importance : 343 p. Note générale : bibliographie
Thèse de doctorat Spécialité : Sciences et technologies de l’information géographique, Université Gustave Eiffel — École doctorale MSTIC, Institut national de l’information géographique et forestière — UMR LASTIGLangues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] fusion de données
[Termes IGN] géoréférencement indirect
[Termes IGN] logique floue
[Termes IGN] montagne
[Termes IGN] raisonnement spatial
[Termes IGN] secours d'urgenceIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Plus de 15 000 demandes de secours en montagne sont recensées chaque année, sur le territoire français, en majorité durant les périodes estivales et hivernales. Lorsque ces demandes concernent des interventions à l’extérieur des domaines skiables, elles sont réalisées par des corps spécialisés, comme les Pelotons de Gendarmerie en Haute-Montagne (PGHM). Ces secouristes spécialisés sont chargés de l’opération de secours en tant que telle, mais également de sa préparation, ce qui implique notamment de délimiter la zone d’intervention et donc d’identifier la position de la victime. Cette étape peut s’avérer difficile, car elle nécessite que le requérant décrive le plus précisément possible sa position, malgré la fatigue, la panique ou sa méconnaissance de la région. Grace à la multiplication des téléphones dotés de GPS, des solutions de géo-localisation plus fiables et précises ont été développées, mais les secouristes doivent encore procéder fréquemment à une localisation manuelle, s’appuyant uniquement sur le discours du requérant, leurs connaissances et leur expérience. L’objectif de cette thèse est de proposer une méthode permettant d’assister les secouristes dans la situation où la position du requérant ne peut être identifiée que manuellement. Nous proposons de développer une méthode permettant d’identifier les zones correspondant à une description orale de position (e.g. « Je suis à côté d’un lac »), c’est-à-dire permettant de transformer une position exprimée dans un référentiel indirect (une description orale) en une position exprimée dans un référentiel direct, c’est-à-dire décrite par des coordonnées, qu’il est alors possible de cartographier. Le développement d’une telle méthode se heurte à de nombreux verrous scientifiques, comme la prise en compte de l’imprécision inhérente au langage naturel, de potentielles erreurs de description ou l’identification de la sémantique des prépositions utilisées pour décrire une position en milieu montagneux. Numéro de notice : 17683 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : GEOMATIQUE Nature : Thèse française Note de thèse : thèse de doctorat : Sciences et technologies de l’information géographique : Eiffel : 2021 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans En ligne : https://hal.science/tel-03298717 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98157 Modélisation et reconstitution 3D de vestiges du Struthof en relation avec le PCR à partir d’éléments historiques / Yassine Seddik (2021)
Titre : Modélisation et reconstitution 3D de vestiges du Struthof en relation avec le PCR à partir d’éléments historiques Type de document : Mémoire Auteurs : Yassine Seddik, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2021 Importance : 80 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire de soutenance du Diplôme d’Ingénieur INSA Spécialité TopographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] Alsace (France administrative)
[Termes IGN] fusion de données
[Termes IGN] image ancienne
[Termes IGN] lasergrammétrie
[Termes IGN] modèle 3D du site
[Termes IGN] modèle numérique de terrain
[Termes IGN] modélisation du bâti
[Termes IGN] patrimoine archéologique
[Termes IGN] patrimoine culturel
[Termes IGN] photogrammétrie terrestre
[Termes IGN] reconstruction 3D
[Termes IGN] tunnelIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) Le camp de Natzweiler-Struthof est le seul camp de concentration en Alsace, en France. En 1941, lorsque la construction de ce camp a commencé, le régime nazi avait déjà mis en place plusieurs camps de concentration dans les territoires annexés. Le but de ce camp était principalement d'interner la résistance jugée dangereuse pour le régime. D'un point de vue chronologique, le camp a intégré en mai 1941 ses premiers prisonniers. Ils furent condamnés à effectuer des travaux inhumains jusqu'à l'évacuation du camp le 2 septembre 1944. Le camp de Natzweiler-Struthof était associé à une carrière de granit où l'on trouve encore les fondations en béton d'anciens bâtiments ainsi que trois galeries creusées à l'explosif. Le travail de numérisation vise à archiver, analyser et comprendre l'organisation et le fonctionnement pour aboutir à une reconstitution 3D du site. En 2018, le site du Struthof a entamé un grand projet de restauration. Pour la première fois dans ce camp, un diagnostic archéologique a alors été réalisé dans le but de comprendre les aménagements encore existants et de supposer la présence d'autres éléments aujourd'hui détruits. Afin d'approfondir les connaissances sur ce camp, la Direction régionale des affaires culturelles a autorisé en 2020 la réalisation d'une prospection accompagnée d'une étude du bâti dans une zone encore vierge de toute recherche : la carrière. Actuellement, cette partie du camp présente les vestiges de trois bâtiments et de trois galeries. Pour en savoir plus sur ces éléments et indirectement sur la vie du camp et de ses prisonniers, cette étude montre la démarche adoptée pour préparer la reconstitution et modélisation 3D des bâtiments et des galeries. Note de contenu : 1- Etat de l'Art
2- Acquisition de données
3- Modélisation des galeries souterraines
4- Reconstruction des bâtiments sur MAYA
Conclusion et perspectivesNuméro de notice : 28604 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : ICube En ligne : http://eprints2.insa-strasbourg.fr/4521/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99445
Titre : Multispectral object detection Type de document : Thèse/HDR Auteurs : Heng Zhang, Auteur ; Elisa Fromont, Directeur de thèse ; Sébastien Lefèvre, Directeur de thèse Editeur : Rennes : Université de Rennes 1 Année de publication : 2021 Importance : 114 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée en vue de l’obtention du grade de docteur en Informatique de l'Université de Rennes 1Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] chambre de prise de vue thermique
[Termes IGN] détection d'objet
[Termes IGN] données d'entrainement sans étiquette
[Termes IGN] efficacité
[Termes IGN] fusion de données multisource
[Termes IGN] image multibande
[Termes IGN] précision de la classification
[Termes IGN] qualité du modèle
[Termes IGN] segmentation sémantiqueIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Only using RGB cameras for automatic outdoor scene analysis is challenging when, for example, facing insufficient illumination or adverse weather. To improve the recognition reliability, multispectral systems add additional cameras (e.g. infra-red) and perform object detection from multispectral data. Although multispectral scene analysis with deep learning has been shown to have a great potential, there are still many open research questions and it has not been widely deployed in industrial contexts. In this thesis, we investigated three main challenges about multispectral object detection: (1) the fast and accurate detection of objects of interest from images; (2) the dynamic and adaptive fusion of information from different modalities;(3) low-cost and low-energy multispectral object detection and the reduction of its manual annotation efforts. In terms of the first challenge, we first optimize the label assignment of the object detection training with a mutual guidance strategy between the classification and localization tasks; we then realize an efficient compression of object detection models including the teacher-student prediction disagreements in a feature-based knowledge distillation framework. With regard to the second challenge, three different multispectral feature fusion schemes are proposed to deal with the most difficult fusion cases where different cameras provide contradictory information. For the third challenge, a novel modality distillation framework is firstly presented to tackle the hardware and software constraints of current multispectral systems; then a multi-sensor-based active learning strategy is designed to reduce the labeling costs when constructing multispectral datasets. Note de contenu : 1. Introduction
1.1 Context and motivations
1.2 Thesis outline
2. Deep learning background
2.1 General object detection
2.2 Multispectral object detection
2.3 Knowledge distillation
2.4 Active learning
2.5 Datasets
3. Efficient object detection on embedded devices
3.1 Best practices for training object detection models
3.2 Mutual Guidance for Anchor Matching
3.3 Prediction Disagreement aware Feature Distillation
3.4 Experimental results
4. Information fusion from multispectral data
4.1 Multispectral Fusion with Cyclic Fuse-and-Refine
4.2 Progressive Spectral Fusion
4.3 Experimental results for CFR and PS-Fuse
4.4 Guided Attentive Feature Fusion
4.5 Experimental results for GAFF
5. Sensors and annotations: low cost multispectral data processing
5.1 Deep Active Learning from Multispectral Data
5.2 Low-cost Multispectral Scene Analysis with Modality Distillation
6. Conclusions and future works
6.1 Conclusions
6.2 Application to remote sensing data
6.3 PerspectivesNuméro de notice : 26765 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Rennes 1 : 2021 Organisme de stage : (IRISA) INRIA nature-HAL : Thèse DOI : sans Date de publication en ligne : 17/01/2022 En ligne : https://hal.science/tel-03530257/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99855 Optimisation des protocoles de numérisation 3D multi-capteurs et de fusion de données hétérogènes au sein de l'entreprise Premier plan / Elisa Gautron (2021)PermalinkPermalinkReconnaissance spécifique et cartographie des arbres de la canopée en forêt tropicale en Guyane française par fusion de données lidar et hyperspectrales appliquées aux besoins de la gestion forestière / Anthony Laybros (2021)PermalinkPermalinkUnderstanding the synergies of deep learning and data fusion of multispectral and panchromatic high resolution commercial satellite imagery for automated ice-wedge polygon detection / Chandi Witharana in ISPRS Journal of photogrammetry and remote sensing, vol 170 (December 2020)PermalinkA deep learning framework for matching of SAR and optical imagery / Lloyd Haydn Hughes in ISPRS Journal of photogrammetry and remote sensing, vol 169 (November 2020)PermalinkLocal terrain modification method considering physical feature constraints for vector elements / Jiangfeng She in Cartography and Geographic Information Science, Vol 47 n° 5 (September 2020)PermalinkA spaceborne SAR-based procedure to support the detection of landslides / Giuseppe Esposito in Natural Hazards and Earth System Sciences, vol 20 n° 9 (September 2020)PermalinkStructure from motion for complex image sets / Mario Michelini in ISPRS Journal of photogrammetry and remote sensing, vol 166 (August 2020)PermalinkClassification of hyperspectral and LiDAR data using coupled CNNs / Renlong Hang in IEEE Transactions on geoscience and remote sensing, vol 58 n° 7 (July 2020)Permalink