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
Localisation d'objets urbains à partir de sources multiples dont des images aériennes / Lionel Pibre (2018)
Titre : Localisation d'objets urbains à partir de sources multiples dont des images aériennes Type de document : Thèse/HDR Auteurs : Lionel Pibre, Auteur ; Marc Chaumont, Auteur Editeur : Montpellier : Université de Montpellier Année de publication : 2018 Importance : 143 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université de Montpellier en InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] collectivité territoriale
[Termes IGN] diffusion de l'information
[Termes IGN] données multicapteurs
[Termes IGN] données multisources
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] fusion de données
[Termes IGN] image aérienne
[Termes IGN] reconnaissance d'objets
[Termes IGN] segmentation sémantique
[Termes IGN] séparateur à vaste marge
[Termes IGN] télédétection
[Termes IGN] urbanisme
[Termes IGN] zone urbaineIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Cette thèse aborde des problèmes liés à la localisation et la reconnaissance d’objets urbains dans des images multi-sources (optique, infrarouge, Modèle Numérique de Surface) de très haute précision acquises par voie aérienne.Les objets urbains (lampadaires, poteaux, voitures, arbres…) présentent des dimensions, des formes, des textures et des couleurs très variables. Ils peuvent être collés les uns les autres et sont de petite taille par rapport à la dimension d’une image. Ils sont présents en grand nombre mais peuvent être partiellement occultés. Tout ceci rend les objets urbains difficilement identifiables par les techniques actuelles de traitement d’images.Dans un premier temps, nous avons comparé les approches d’apprentissage classiques, composées de deux étapes - extraction de caractéristiques par le biais d’un descripteur prédéfini et utilisation d’un classifieur - aux approches d’apprentissage profond (Deep Learning), et plus précisément aux réseaux de neurones convolutionnels (CNN). Les CNN donnent de meilleurs résultats mais leurs performances ne sont pas suffisantes pour une utilisation industrielle. Nous avons donc proposé deux améliorations.Notre première contribution consiste à combiner de manière efficace les données provenant de sources différentes. Nous avons comparé une approche naïve qui consiste à considérer toutes les sources comme des composantes d’une image multidimensionnelle à une approche qui réalise la fusion des informations au sein même du CNN. Pour cela, nous avons traité les différentes informations dans des branches séparées du CNN. Nous avons ainsi montré que lorsque la base d’apprentissage contient peu de données, combiner intelligemment les sources dans une phase de pré-traitement (nous combinons l'optique et l'infrarouge pour créer une image NDVI) avant de les donner au CNN améliore les performances.Pour notre seconde contribution, nous nous sommes concentrés sur le problème des données incomplètes. Jusque-là, nous considérions que nous avions accès à toutes les sources pour chaque image mais nous pouvons aussi nous placer dans le cas où une source n’est pas disponible ou utilisable pour une image. Nous avons proposé une architecture permettant de prendre en compte toutes les données, même lorsqu’il manque une source sur une ou plusieurs images. Nous avons évalué notre architecture et montré que sur un scénario d’enrichissement, cette architecture permet d'obtenir un gain de plus de 2% sur la F-mesure.Les méthodes proposées ont été testées sur une base de données publique. Elles ont pour objectif d’être intégrées dans un logiciel de la société Berger-Levrault afin d’enrichir les bases de données géographiques et ainsi faciliter la gestion du territoire par les collectivités locales. Note de contenu : 1- Introduction
2- Etat de l'art
3- Comparaison entre des méthodes d’apprentissage automatique classiques et du deep learning
4- Fusion des données
5- Données incomplètes et réseau de neurones convolutionnels
6- Conclusions et perspectivesNuméro de notice : 25785 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Montpellier : 2018 Organisme de stage : Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier) / société Berger-Levrault nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2018MONTS107 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94985 Navigation des personnes aux moyens des technologies des smartphones et des données d’environnements cartographiés / Fadoua Taia Alaoui (2018)
Titre : Navigation des personnes aux moyens des technologies des smartphones et des données d’environnements cartographiés Type de document : Thèse/HDR Auteurs : Fadoua Taia Alaoui, Auteur ; Valérie Renaudin, Directeur de thèse Editeur : Nantes : Ecole Centrale de Nantes Année de publication : 2018 Autre Editeur : Université Bretagne Loire Importance : 163 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] Navigation et positionnement
[Termes IGN] algorithme de filtrage
[Termes IGN] centrale inertielle
[Termes IGN] classification dirigée
[Termes IGN] correction angulaire
[Termes IGN] données GNSS
[Termes IGN] filtrage bayésien
[Termes IGN] filtre de Kalman
[Termes IGN] fusion de données
[Termes IGN] modèle cartographique
[Termes IGN] navigation inertielle
[Termes IGN] point d'intérêt
[Termes IGN] positionnement en intérieur
[Termes IGN] reconnaissance automatique
[Termes IGN] service fondé sur la position
[Termes IGN] téléphone intelligentIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La navigation inertielle grâce aux capteurs intégrés dans les smartphones permet d’assurer une géolocalisation continue même en absence de signal GNSS. Ces capteurs bas coût délivrent néanmoins des mesures bruitées qui engendrent une dérive de la trajectoire. La technique PDR qui est une technique de navigation inertielle par détection de pas souffre de deux limites principales. La première est l’estimation de la longueur de pas car cette dernière dépend des caractéristiques physiques de chaque utilisateur, et la seconde est le résultat d’une dérive angulaire combinée avec un biais lié au portage du capteur à la main. Dans le contexte du projet HAPPYHAND, ce travail s’intéresse à l’exploitation de la carte pour corriger ces différentes erreurs. Un réseau de navigation topologique est exploité pour corriger à la fois les erreurs angulaires et calibrer le modèle de longueur de pas. Ce modèle est ensuite augmenté par un processus de mise à jour de position par détection de points d’intérêt. Note de contenu : 1- Introduction
2- Navigation autonome grâce aux mesures inertielles ou GNSS
3- Modèles cartographiques pour la localisation
4- Liaison entre la carte et la signature de mouvement
5- Hybridation Carte-IMMU-Magnétomètre-Baromètre
6- Evaluation expérimentale des performances
Conclusion et perspectivesNuméro de notice : 25916 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité Signal, Image, Vision : Nantes : 2018 Organisme de stage : Laboratoire GEOLOC (IFSTTAR) nature-HAL : Thèse DOI : sans En ligne : https://hal.archives-ouvertes.fr/tel-02157807 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96039
Titre : Smart fusion of terrestrial and UAV data : Development of tools for tie point analysis Type de document : Mémoire Auteurs : Michaël Gaudin, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 43 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] filtrage de points
[Termes IGN] fusion de données
[Termes IGN] image captée par drone
[Termes IGN] image terrestre
[Termes IGN] MicMac
[Termes IGN] Point Cloud Library PCL
[Termes IGN] points homologues
[Termes IGN] semis de points clairsemés
[Termes IGN] superposition de données
[Termes IGN] voxelIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (auteur) La fusion de données peut être définie comme le processus d’intégration de plusieurs sources de données afin de produire des informations plus cohérentes, plus précises et plus utiles que celles fournies par n'importe quelle source de données individuelles. Nous sommes intéressés par la fusion de données acquises avec différentes techniques (à différentes densités de points et précisions de mesure) d’une manière "scientifique", et par le développement de nouveaux traitements des données. Nous essayons de fusionner des données hétérogènes et d'obtenir un résultat cohérent. Nous proposons une nouvelle approche pour fusionner les données photogrammétriques issues de différents capteurs, dans notre cas à partir d'images terrestres et d'images de drones. Nous avons développé des outils de calcul d'attributs sur les points caractéristiques, afin de les filtrer grâce à une approche par voxels. Nous avons utilisé MicMac pour les processus photogrammétriques et développé un nouvel outil dans MicMac, Grappa, qui génère un fichier avec les points de liaison et les caractéristiques associées. Nous avons également utilisé Point Cloud Library pour le calcul d’une fonction de saillance 3D, la Différence des Normales. Nous avons travaillé avec une approche par voxels en Python pour le filtrage des points, et nous expérimentons les différents outils sur un ensemble d'images terrestres et drones de la cathédrale de Modène en Italie. Nous analysons enfin les résultats de la reconstruction photogrammétrique et laissons quelques perspectives sur le domaine de la fusion de données. Note de contenu : Introduction
1- Literature review on data fusion
2- Vocabulary
3- Features for data anlaysis
4- Process
5- Sparse point cloudprocessing
6- Voxelisation, analysis and filtering
7- Dense reconstruction
8- Results
ConclusionNuméro de notice : 21799 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Fundazione Bruno Kessler Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91285 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 21799-01 PROJET Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
Smart fusion of terrestrial... - pdf auteurAdobe Acrobat PDF
Titre : Suivi d’objet par capteurs visuels et inertiels sur systèmes embarqués Titre original : Inertial-aided KLT features tracking on embedded GPU Type de document : Article/Communication Auteurs : Imane Salhi , Auteur ; Erwan Piriou, Auteur ; Martyna Poreba , Auteur ; Maroun Ojail, Auteur ; Valérie Gouet-Brunet , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2018 Projets : 1-Pas de projet / Conférence : CFPT 2018, Conférence Française de Photogrammétrie et de Télédétection 25/06/2018 28/06/2018 Champs-sur-Marne France Open Access Proceedings Importance : 8 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme de Lucas-Kanade
[Termes IGN] caméra numérique
[Termes IGN] centrale inertielle
[Termes IGN] fusion de données
[Termes IGN] instrument embarqué
[Termes IGN] objet mobile
[Termes IGN] point d'intérêtRésumé : (auteur) Cet article présente une amélioration d’un algorithme de suivi de points d’intérêt par la fusion de données inertielles (Inertial Measurement Unit - IMU) et visuelles (caméra) avec pour finalité sa mise en œuvre sur une caméra intelligente embarquée mobile. L’adaptation proposée repose sur un couplage serré qui s’appuie sur l’algorithme KLT assisté par des données inertielles, implémenté sur CPU et accéléré par un GPU. Cette solution de l’état de l’art donne des résultats précis et robustes de suivi de points d’intérêt par une caméra mobile, mais le traitement est effectué sur une machine type PC fixe (x86). Elle ne tient donc pas compte des contraintes inhérentes aux systèmes embarqués telles que la consommation d’énergie, le coût calculatoire et la surface silicium occupée. Dans cet article, l’étude se focalise sur la mise en œuvre de cet algorithme de suivi robuste sur une cible embarquée (Nvidia Tegra X1) afin de répondre aux exigences des systèmes avec de fortes contraintes d’intégration. Les modifications apportées sont évaluées en comparant la qualité du suivi obtenu et les temps d’exécution sur cible embarquée par rapport à ceux de l’approche de référence. Les expériences montrent que même sur une cible embarquée, la précision du suivi n’est pas dégradée. Numéro de notice : C2018-013 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans Date de publication en ligne : 25/06/2018 En ligne : https://rfiap2018.ign.fr/sites/default/files/ARTICLES/CFPT2018/Posters/CFPT2018_ [...] Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90384 Documents numériques
en open access
Suivi d’objet par capteurs ... - pdf éditeurAdobe Acrobat PDF Synergie des données Sentinel optiques et radar pour l’observation et l’analyse de la végétation du littoral du Pays de Brest / Antoine Billey (2018)
Titre : Synergie des données Sentinel optiques et radar pour l’observation et l’analyse de la végétation du littoral du Pays de Brest Type de document : Mémoire Auteurs : Antoine Billey, Auteur Editeur : Le Mans : Ecole Supérieure des Géomètres et Topographes ESGT Année de publication : 2018 Importance : 62 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire présenté en vue d'obtenir le diplôme d'Ingénieur CNAM spécialité : Géomètre et TopographeLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Brest
[Termes IGN] carte d'occupation du sol
[Termes IGN] carte de la végétation
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] fusion de données
[Termes IGN] image multicapteur
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] image SPOT 6
[Termes IGN] littoral
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] Normalized Difference Water Index
[Termes IGN] série temporelle
[Termes IGN] surveillance de la végétation
[Termes IGN] télédétection spatiale
[Termes IGN] traitement de donnéesRésumé : (auteur) Cartographier la végétation d’un territoire est nécessaire pour le suivi et la gestion des espaces naturels. La cartographie de la végétation intéresse notamment les gestionnaires et les décideurs dans la gestion de territoire et l’aménagement du territoire. Le pays de Brest est un territoire possédant un patrimoine naturel riche et diversifié, lié au climat littoral qui subsiste. De nombreuses méthodes d’élaboration de cartes d’occupations des sols existent, et la télédétection spatiale représente un moyen efficace pour y parvenir.L’objectif de cette étude est de mettre au point une méthode de cartographie pour effectuer le suivi de la végétation du littoral du Pays de Brest à partir des nouvelles données satellites européennes. Note de contenu : Introduction
1- Contexte de l’étude
2- Méthodologie
3- Résultats et discussions
ConclusionNuméro de notice : 25724 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur CNAM En ligne : https://dumas.ccsd.cnrs.fr/MEMOIRES-CNAM/dumas-02092722 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94879 An efficient data organization and scheduling strategy for accelerating large vector data rendering / Mingqiang Guo in Transactions in GIS, vol 21 n° 6 (December 2017)PermalinkExperiments to distribute and parallelize map generalization processes / Guillaume Touya in Cartographic journal (the), Vol 54 n° 4 (November 2017)PermalinkFusion of hyperspectral and LiDAR data using sparse and low-rank component analysis / Behnood Rasti in IEEE Transactions on geoscience and remote sensing, vol 55 n° 11 (November 2017)PermalinkSalient object detection in complex scenes via D-S evidence theory based region classification / Chunlei Yang in The Visual Computer, vol 33 n° 11 (November 2017)PermalinkPartial polygon pruning of hydrographic features in automated generalization / Alexander K. Stum in Transactions in GIS, vol 21 n° 5 (October 2017)PermalinkUncertain Voronoi cell computation based on space decomposition / Klaus Arthur Schmid in Geoinformatica, vol 21 n° 4 (October - December 2017)PermalinkAn information fusion approach for PALSAR data to retrieve soil moisture / Ankita Jain in Geocarto international, vol 32 n° 9 (September 2017)PermalinkA new GPU bundle adjustment method for large-scale data / Zhou Shunping ; Xiong Xiaodong ; Junfeng Zhu in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 9 (September 2017)PermalinkDu travail de pro ! / Benoît Greuzat in Géomètre, n° 2150 (septembre 2017)PermalinkA TV prior for high-quality scalable multi-view stereo reconstruction / Andreas Kuhn in International journal of computer vision, vol 124 n° 1 (August 2017)Permalink