Descripteur
Termes IGN > informatique > traitement automatique de données
traitement automatique de donnéesSynonyme(s)traitement automatique de l'infomationVoir aussi |
Documents disponibles dans cette catégorie (215)
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 : Scalable evaluation of 3D city models Type de document : Article/Communication Auteurs : Oussama Ennafii , Auteur ; Arnaud Le Bris , Auteur ; Florent Lafarge, Auteur ; Clément Mallet , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2019 Projets : 1-Pas de projet / Conférence : IGARSS 2019, IEEE International Geoscience And Remote Sensing Symposium 28/07/2019 02/08/2019 Yokohama Japon Proceedings IEEE Importance : 4 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse de données
[Termes IGN] classification dirigée
[Termes IGN] fusion d'images
[Termes IGN] fusion de données
[Termes IGN] image à très haute résolution
[Termes IGN] modélisation 3D du bâti BIM
[Termes IGN] taxinomieRésumé : (Auteur) The generation of 3D building models from Very High Resolution geospatial data is now an automatized procedure. However, urban areas are very complex and practitioners still have to visually assess the correctness of these models and detect reconstruction errors. We proposed an approach for automatically evaluating the quality of 3D building models. It is cast as a supervised classification task based on a hierarchical taxonomy and multimodal handcrafted features (building geometry, optical images, height data). In this paper, we evaluate how the urban area composition impacts prediction transferability and scalability of our framework to unseen scenes. This allows to define minimal feature and training sets for a problem where no benchmark data has been released so far. Numéro de notice : C2019-006 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Autre URL associée : vers HAL Thématique : IMAGERIE/URBANISME Nature : Poster nature-HAL : Poster-avec-CL DOI : 10.1109/IGARSS.2019.8899337 Date de publication en ligne : 14/11/2019 En ligne : https://doi.org/10.1109/IGARSS.2019.8899337 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92592
Titre : Sea surface salinity remote sensing Type de document : Monographie Auteurs : Emmanuel P. Dinnat, Éditeur scientifique ; Xiaobin Yin, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2019 Importance : 296 p. Format : 17 x 23 cm ISBN/ISSN/EAN : 978-3-03921-077-0 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Arctique, océan
[Termes IGN] Atlantique (océan)
[Termes IGN] bande L
[Termes IGN] fusion de données
[Termes IGN] HYbrid Coordinate Ocean Model
[Termes IGN] image SAC-D-Aquarius
[Termes IGN] image SMOS
[Termes IGN] Indien (océan)
[Termes IGN] Méditerranée, mer
[Termes IGN] Mexique (golfe du)
[Termes IGN] modèle de transfert radiatif
[Termes IGN] océanographie
[Termes IGN] Pacifique (océan)
[Termes IGN] salinité
[Termes IGN] Soil Moisture Active Passive
[Termes IGN] surface de la merRésumé : (éditeur) This Special Issue gathers papers reporting research on various aspects of remote sensing of Sea Surface Salinity (SSS) and the use of satellite SSS in oceanography. It includes contributions presenting improvements in empirical or theoretical radiative transfer models; mitigation techniques of external interference such as RFI and land contamination; comparisons and validation of remote sensing products with in situ observations; retrieval techniques for improved coastal SSS monitoring, high latitude SSS and the assessment of ocean interactions with the cryosphere; and data fusion techniques combining SSS with sea surface temperature (SST). New instrument technology for the future of SSS remote sensing is also presented. Note de contenu : 1- Status of Aquarius and salinity continuity
2- The salinity retrieval algorithms for the NASA Aquarius Version 5 and SMAP version3 releases
3- Assessment of Aquarius Sea surface salinity
4- Improving SMOS sea surface salinity in the Western Mediterranean Sea through multivariateand multifractal analysis
5- Seven Years of SMOS sea surface salinity at high latitudes: Variability in Arctic and Sub-Arctic region
6- Inter comparison of in-situ and remote sensing salinity products in the Gulf of Mexico, a river-influenced system
7- Remote sensing of sea surface salinity: Comparison of satellite and in situ observations and impact of retrieval parameters
8- An observational perspective of sea surface salinity in the Southwestern Indian Ocean and its role in the South Asia summer monsoon
9- The potential and challenges of using soil moisture active passive (SMAP) sea surface salinity to monitor Arctic Ocean freshwater changes
10- Assessing coastal SMAP surface salinity accuracy and its application to monitoring Gulf of Maine circulation dynamics
11- SMAP and CalCOFI observe freshening during the 2014–2016 Northeast Pacific warm anomaly
12- Seasonal variability of retroflection structures and transports in the Atlantic Ocean as Inferred from satellite-derived salinity maps
13- Comparison of the retrieval of sea surface salinity using different instrument configurations of MICAP
14- End-to-End simulation of WCOM IMI sea surface salinity retrievalNuméro de notice : 17663 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-03921-077-0 En ligne : https://doi.org/10.3390/books978-3-03921-077-0 Format de la ressource électronique : url Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97393 Segmentation d'image par intégration itérative de connaissances / Mahaman Sani Chaibou Salaou (2019)
Titre : Segmentation d'image par intégration itérative de connaissances Type de document : Thèse/HDR Auteurs : Mahaman Sani Chaibou Salaou, Auteur ; Basel Solaiman, Directeur de thèse ; Mohamed Ali Mahjoub, Directeur de thèse Editeur : Institut Mines-Télécom Atlantique IMT Atlantique Année de publication : 2019 Autre Editeur : Université Bretagne Loire Importance : 148 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Ecole Nationale Supérieure Mines-Telecom Atlantique Bretagne Pays de la Loire, Spécialité : Signal, Image et VisionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification basée sur les régions
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] description multiniveau
[Termes IGN] détection de régions
[Termes IGN] fusion de données
[Termes IGN] interprétation automatique
[Termes IGN] réseau neuronal artificiel
[Termes IGN] segmentation d'image
[Termes IGN] superpixel
[Termes IGN] zone d'intérêtIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le traitement d’images est un axe de recherche très actif depuis des années. L’interprétation des images constitue une de ses branches les plus importantes de par ses applications socio-économiques et scientifiques. Cependant cette interprétation, comme la plupart des processus de traitements d’images, nécessite une phase de segmentation pour délimiter les régions à analyser. En fait l’interprétation est un traitement qui permet de donner un sens aux régions détectées par la phase de segmentation. Ainsi, la phase d’interprétation ne pourra analyser que les régions détectées lors de la segmentation. Bien que l’objectif de l’interprétation automatique soit d’avoir le même résultat qu’une interprétation humaine, la logique des techniques classiques de ce domaine ne marie pas celle de l’interprétation humaine. La majorité des approches classiques d’interprétation d’images séparent la phase de segmentation et celle de l’interprétation. Les images sont d’abord segmentées puis les régions détectées sont interprétées. En plus, au niveau de la segmentation les techniques classiques parcourent les images de manière séquentielle, dans l’ordre de stockage des pixels. Ce parcours ne reflète pas nécessairement le parcours de l’expert humain lors de son exploration de l’image. En effet ce dernier commence le plus souvent par balayer l’image à la recherche d’éventuelles zones d’intérêts. Dans le cas échéant, il analyse les zones potentielles sous trois niveaux de vue pour essayer de reconnaitre de quel objet s’agit-il. Premièrement, il analyse la zone en se basant sur ses caractéristiques physiques. Ensuite il considère les zones avoisinantes de celle-ci et enfin il zoome sur toute l’image afin d’avoir une vue complète tout en considérant les informations locales à la zone et celles de ses voisines. Pendant son exploration, l’expert, en plus des informations directement obtenues sur les caractéristiques physiques de l’image, fait appel à plusieurs sources d’informations qu’il fusionne pour interpréter l’image. Ces sources peuvent inclure les connaissent acquises grâce à son expérience professionnelle, les contraintes existantes entre les objets de ce type d’images, etc. L’idée de l’approche présentée ici est que simuler l’activité visuelle de l’expert permettrait une meilleure compatibilité entre les résultats de l’interprétation et ceux de l’expert. Ainsi nous retenons de cette analyse trois aspects importants du processus d’interprétation d’image que nous allons modéliser dans l’approche proposée dans ce travail : 1. Le processus de segmentation n’est pas nécessairement séquentiel comme la plus part des techniques de segmentations qu’on rencontre, mais plutôt une suite de décisions pouvant remettre en cause leurs prédécesseurs. L’essentiel étant à la fin d’avoir la meilleure classification des régions. L’interprétation ne doit pas être limitée par la segmentation. 2. Le processus de caractérisation d’une zone d’intérêt n’est pas strictement monotone i.e. que l’expert peut aller d’une vue centrée sur la zone à vue plus large incluant ses voisines pour ensuite retourner vers la vue contenant uniquement la zone et vice-versa. 3. Lors de la décision plusieurs sources d’informations sont sollicitées et fusionnées pour une meilleure certitude. La modélisation proposée de ces trois niveaux met particulièrement l’accent sur les connaissances utilisées et le raisonnement qui mène à la segmentation des images. Note de contenu : Introduction générale
1- Segmentation pour l’interprétation de scène
2- Segmentation par propagation des connaissances
3- Croissance des régions adaptative
4- Similarité des superpixels par apprentissage
ConclusionsNuméro de notice : 25840 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal, Image et Vision : Ecole Nationale Supérieure Mines-Telecom Atlantique : 2019 nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-02310224 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95181 Traitement d'images multispectrales et spatialisation des données pour la caractérisation de la matière organique des phases solides naturelles / Kevin Jacq (2019)
Titre : Traitement d'images multispectrales et spatialisation des données pour la caractérisation de la matière organique des phases solides naturelles Type de document : Thèse/HDR Auteurs : Kevin Jacq, Auteur ; Didier Coquin, Directeur de thèse ; Bernard Fanget, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2019 Importance : 291 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de docteur de la Communauté Universitaire Grenoble Alpes, Spécialité Doctorat ChimieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse spectrale
[Termes IGN] chimie organique
[Termes IGN] fusion d'images
[Termes IGN] fusion de données
[Termes IGN] image hyperspectrale
[Termes IGN] image Landsat-SWIR
[Termes IGN] matière organique
[Termes IGN] recalage d'image
[Termes IGN] sédimentologieIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) L'évolution de l'environnement et le climat sont, actuellement, au centre de toutes les attentions. Les impacts de l'activité des sociétés actuelles et passées sur l'environnement sont notamment questionnés pour mieux anticiper les implications de nos activités sur le futur. Mieux décrire les environnements passés et leurs évolutions sont possibles grâce à l'étude de nombreux enregistreurs naturels (sédiments, spéléothèmes, cernes, coraux). Grâce à eux, il est possible de caractériser des évolutions bio-physico-chimiques à différentes résolutions temporelles et pour différentes périodes. La haute résolution entendue ici comme la résolution su sante pour l'étude de l'environnement en lien avec l'évolution des sociétés constitue le principal verrou de l'étude de ces archives naturelles notamment en raison de la capacité analytique des appareils qui ne peuvent que rarement voir des structures fines inframillimétriques. Ce travail est bâti autour de l'hypothèse que l'utilisation de caméras hyperspectrales (VNIR, SWIR, LIF) couplée à des méthodes statistiques pertinentes doivent permettre d'accéder aux informations spectrales et donc bio-physico-chimiques contenues dans ces archives naturelles à une résolution spatiale de quelques dizaines de micromètres et, donc, de proposer des méthodes pour atteindre la haute résolution temporelle (saisonnière). De plus, a n d'avoir des estimations ables, plusieurs capteurs d'imageries et de spectroscopies linéaires (XRF, TRES) sont utilisés avec leurs propres caractéristiques (résolutions, gammes spectrales, interactions atomiques/moléculaires). Ces méthodes analytiques sont utilisées pour la caractérisation de la surface des carottes sédimentaires. Ces analyses spectrales micrométriques sont mises en correspondance avec des analyses géochimiques millimétriques usuelles. Optimiser la complémentarité de toutes ces données, implique de développer des méthodes permettant de dépasser la difficulté inhérente au couplage de données considérées par essence dissimilaire (résolutions, décalages spatiaux, non-recouvrement spectral). Ainsi, quatre méthodes ont été développées. La première consiste à associer les méthodes hyperspectrales et usuelles pour la création de modèles prédictifs quantitatifs. La seconde permet le recalage spatial des différentes images hyperspectrales à la plus basse des résolutions. La troisième s'intéresse à la fusion de ces dernières à la plus haute des résolutions. Enfin, la dernière s'intéresse aux dépôts présents dans les sédiments (lamines, crues, tephras) pour ajouter une dimension temporelle à nos études. Grâce à l'ensemble de ces informations et méthodes, des modèles prédictifs multivariés ont été estimés pour l'étude de la matière organique, des paramètres texturaux et de la distribution granulométrique. Les dépôts laminés et instantanés au sein des échantillons ont été caractérisés. Ceci a permis d'estimer des chroniques de crues, ainsi que des variations biophysico-chimiques à l'échelle de la saison. L'imagerie hyperspectrale couplée à des méthodes d'analyse des données sont donc des outils performants pour l'étude des archives naturelles à des résolutions temporelles fines. L'approfondissement des approches proposées dans ces travaux permettra d'étudier de multiples archives pour caractériser des évolutions à l'échelle d'un ou de plusieurs bassin(s) versant(s). Note de contenu : Introduction et contexte général
1. État de l'art et méthodologies proposées
1.1 La spectroscopie et l'imagerie, des outils performants pour l'analyse des échantillons naturels
1.2 Objectifs des travaux et méthodologies proposées
2. L'analyse spectrale mono-capteur des carottes sédimentaires
2.1 Les biais et incertitudes de l'analyse hyperspectrale
2.2 Les différences d'échelle spatiale
2.3 La transférabilité entre échantillons
3. Le recalage des images pour l'analyse spectrale multi-capteurs des carottes sédimentaires
3.1 La méthode de recalage des données pour une fusion "basse résolution"
3.2 La fusion "basse résolution" pour l'analyse des archives sédimentaires
4. La combinaison ou fusion des capteurs à la plus haute résolution
4.1 Les méthodes de fusion utilisées en télédétection
4.2 Des perspectives pour une fusion à haute résolution de capteurs de laboratoire
5. La dimension spatiale, une dimension informative pour l'analyse spatiospectrale des archives naturelles
5.1 La détection d'événements instantanés par l'utilisation de méthodes d'apprentissage automatique
5.2 La détection des dépôts laminés pour l'ajout d'une dimension temporelle
Conclusions générales et perspectives
- L'imagerie hyperspectrale, un outil novateur pour l'analyse des archives environnementales
- Des perspectives de développements des technologies et méthodes pour l'analyse à haute résolutionNuméro de notice : 26524 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Chimie : Grenoble Alpes : 2019 Organisme de stage : Environnements, Dynamiques et Territoires de la Montagne EDYTEM et Laboratoire d'Informatique, Systèmes, Traitement de l'Information et de la Connaissance LISTIC nature-HAL : Thèse Date de publication en ligne : 07/04/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03191841/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97495 Vision-based localization with discriminative features from heterogeneous visual data / Nathan Piasco (2019)
Titre : Vision-based localization with discriminative features from heterogeneous visual data Type de document : Thèse/HDR Auteurs : Nathan Piasco , Auteur ; Valérie Gouet-Brunet , Directeur de thèse ; Cédric Demonceaux, Directeur de thèse Editeur : Dijon : Université Bourgogne Franche-Comté UBFC Année de publication : 2019 Importance : 174 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée à l'école doctorale n° 37 de l'Université de Dijon pour l'obtention du Doctorat en instrumentation et informatique de l'imageLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme ICP
[Termes IGN] carte de profondeur
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] données hétérogènes
[Termes IGN] estimation de pose
[Termes IGN] fonction de transfert de modulation
[Termes IGN] localisation basée image
[Termes IGN] localisation basée vision
[Termes IGN] recherche d'image basée sur le contenu
[Termes IGN] vision monoculaireIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Visual-based Localization (VBL) consists in retrieving the location of a visual image within a known space. VBL is involved in several present-day practical applications, such as indoor and outdoor navigation, 3D reconstruction, etc. The main challenge in VBL comes from the fact that the visual input to localize could have been taken at a different time than the reference database. Visual changes may occur on the observed environment during this period of time, especially for outdoor localization. Recent approaches use complementary information in order to address these visually challenging localization scenarios, like geometric information or semantic information. However geometric or semantic information are not always available or can be costly to obtain. In order to get free of any extra modalities used to solve challenging localization scenarios, we propose to use a modality transfer model capable of reproducing the underlying scene geometry from a monocular image. At first, we cast the localization problem as a Content-based Image Retrieval (CBIR) problem and we train a CNN image descriptor with radiometry to dense geometry transfer as side training objective. Once trained, our system can be used on monocular images only to construct an expressive descriptor for localization in challenging conditions. Secondly, we introduce a new relocalization pipeline to improve the localization given by our initial localization step. In a same manner as our global image descriptor, the relocalization is aided by the geometric information learned during an offline stage. The extra geometric information is used to constrain the final pose estimation of the query. Through comprehensive experiments, we demonstrate the effectiveness of our proposals for both indoor and outdoor localization. Note de contenu : 1. Introduction
1.1 Long-term mapping
1.2 pLaTINUM project
1.3 Visual-based Localization with heterogeneous data
2. Review of Visual-Based Localization methods
2.1 Data Representation
2.2 VBL methods
2.3 Data with Dissimilar Appearances
2.4 Data heterogeneity
2.5 Discussion
2.6 Conclusion
3 Side modality learning for localization
3.1 Related work
3.2 Model architectures and training
3.3 Implementation details
3.4 Long-term localization
3.5 Night to day localization scenarios
3.6 Laser reflectance as side information
3.7 Conclusion
4. Pose refinement with learned depth map
4.1 Method
4.2 Relative pose estimation
4.3 Preliminary results
4.4 Indoor localization
4.5 Unsupervised training and outdoor localization
4.6 Discussion
4.7 Conclusion
5. Conclusion
5.1 Summary of the thesis
5.2 Scientific contributions
5.3 Future Research
A Network architectures
A.1 Global image descriptor network
A.2 Multitask pose refinement networkNuméro de notice : 26415 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Instrumentation et informatique de l'image : Dijon : 2019 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans Date de publication en ligne : 13/11/2020 En ligne : https://hal.science/tel-03003651/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96302 Ancient Chinese architecture 3D preservation by merging ground and aerial point clouds / Xiang Gao in ISPRS Journal of photogrammetry and remote sensing, vol 143 (September 2018)PermalinkFusion of images and point clouds for the semantic segmentation of large-scale 3D scenes based on deep learning / Rui Zhang in ISPRS Journal of photogrammetry and remote sensing, vol 143 (September 2018)PermalinkIncorporating crown shape information for identifying ash tree species / Haijian Liu in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 8 (août 2018)PermalinkHackAIR : towards raising awareness about air quality in Europe by developing a collective online platform / Evangelos Kosmidis in ISPRS International journal of geo-information, vol 7 n° 5 (May 2018)PermalinkCombining land cover products using a minimum divergence and a Bayesian data fusion approach / Sarah Gengler in International journal of geographical information science IJGIS, vol 32 n° 3-4 (March - April 2018)PermalinkImproving the upscaling of land cover maps by fusing uncertainty and spatial structure information / Peijun Sun in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 2 (February 2018)PermalinkPermalinkPermalinkPermalinkPermalink