Descripteur
Documents disponibles dans cette catégorie (1856)
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 : Dynamic scene understanding using deep neural networks Type de document : Thèse/HDR Auteurs : Ye Lyu, Auteur ; M. George Vosselman, Directeur de thèse ; Michael Ying Yang, Directeur de thèse Editeur : Enschede [Pays-Bas] : International Institute for Geo-Information Science and Earth Observation ITC Année de publication : 2021 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] attention (apprentissage automatique)
[Termes IGN] chaîne de traitement
[Termes IGN] champ aléatoire conditionnel
[Termes IGN] compréhension de l'image
[Termes IGN] détection d'objet
[Termes IGN] image captée par drone
[Termes IGN] image vidéo
[Termes IGN] poursuite de cible
[Termes IGN] régression
[Termes IGN] segmentation sémantiqueRésumé : (auteur) Scene understanding is an important and fundamental research field in computer vision, which is quite useful for many applications in photogrammetry and remote sensing. It focuses on locating and classifying objects in images, understanding the relationships between them. The higher goal is to interpret what event happens in the scene, when it happens and why it happens, and what should we do based on the information. Dynamic scene understanding is to use information from different time to interpret scenes and answer the above related questions. For modern scene understanding technology, deep learning has shown great potential for such task. "Deep" in deep learning refers to the use of multiple layers in the neural networks. Deep neural networks are powerful as they are highly non-linear function that possess the ability to map from one domain to another quite different domain after proper training. It is the best solution for many fundamental research tasks regarding scene understanding. This ph.D. research also takes advantage of deep learning for dynamic scene understanding. Temporal information plays an important role for dynamic scene understanding. Compared with static scene understanding from images, information distilled from the time dimension provides values in many different ways. Images across consecutive frames have very high correlation, i.e., objects observed in one frame have very high chance to be observed and identified in nearby frames as well. Such redundancy in observation could potentially reduce the uncertainty for object recognition with deep learning based methods, resulting in more consistent inference. High correlation across frames could also improve the chance for recognizing objects correctly. If the camera or the object moves, the object could be observed in multiple different views with different poses and appearance. The information captured for object recognition would be more diverse and complementary, which could be aggregated to jointly inference the categories and the properties of objects. This ph.D. research involves several tasks related to the dynamic scene understanding in computer vision, including semantic segmentation for aerial platform images (chapter 2, 3), video object segmentation and video object detection for common objects in natural scenes (chapter 4, 5), and multi-object tracking and segmentation for cars and pedestrians in driving scenes (chapter 6). Chapter2 investigates how to establish the semantic segmentation benchmark for the UAV images, which includes data collection, data labeling, dataset construction, and performance evaluation with baseline deep neural networks and the proposed multi-scale dilation net. Conditional random field with feature space optimization is used to achieve consistent semantic segmentation prediction in videos. Chapter3 investigates how to better extract the scene context information for etter object recognition performance by proposing the novel bidirectional multiscale attention networks. It achieves better performance by inferring features and attention weights for feature fusing from both higher level and lower level branches. Chapter4 investigates how to simultaneously segment multiple objects across multiple frames by combining memory modules with instance segmentation networks. Our method learns to propagate the target object labels without auxiliary data, such as optical flow, which simplifies the model. Chapter5 investigates how to improve the performance of well-trained object detectors with a light weighted and efficient plug&play tracker for object detection in video. This chapter also investigates how the proposed model performs when lacking video training data. Chapter6 investigates how to improve the performance of detection, segmentation, and tracking by jointly considering top-down and bottom-up inference. The whole pipeline follows the multi-task design, i.e., a single feature extraction backbone with multiple heads for different sub-tasks. Overall, this manuscript has delved into several different computer vision tasks, which share fundamental research problems, including detection, segmentation, and tracking. Based on the research experiments and knowledge from literature review, several reflections regarding dynamic scene understanding have been discussed: The range of object context influence the quality for object recognition; The quality of video data affect the method choice for specific computer vision task; Detection and tracking are complementary for each other. For future work, unified dynamic scene understanding task could be a trend, and transformer plus self-supervised learning is one promising research direction. Real-time processing for dynamic scene understanding requires further researches in order to put the methods into usage for real-world applications. Numéro de notice : 12984 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse étrangère Note de thèse : PhD thesis : Geo-Information Science and Earth Observation : Enschede, university of Twente : 2021 DOI : 10.3990/1.9789036552233 Date de publication en ligne : 08/09/2021 En ligne : https://library.itc.utwente.nl/papers_2021/phd/lyu.pdf Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100962 Evaluation de la qualité des mesures de croissance pluriannuelles des données d’inventaire forestier national en vue de leur utilisation en monitoring à haute fréquence de la production forestière / Félix Altenhoven (2021)
Titre : Evaluation de la qualité des mesures de croissance pluriannuelles des données d’inventaire forestier national en vue de leur utilisation en monitoring à haute fréquence de la production forestière Type de document : Mémoire Auteurs : Félix Altenhoven, Auteur Editeur : Paris, Nancy, ... : AgroParisTech (2007 -) Année de publication : 2021 Autre Editeur : Nancy, Metz : Université de Lorraine Note générale : Mémoire de stage, soutenu à Nancy le 03/09/2021 MASTER AETPF Agrosciences, Environnement, Territoire, Paysage, Forêt Langues : Français (fre) Descripteur : [Termes IGN] cerne
[Termes IGN] erreur aléatoire
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] mesurage
[Vedettes matières IGN] Inventaire forestierIndex. décimale : MASTX Mémoires de masters divers Résumé : (auteur) [...] Lors de chaque campagne [d'inventaire forestier], environ 6000 placettes d’inventaire réparties partout en France sont visitées sur le terrain pour y décrire la forêt en place. Sur chaque placette, une carotte courte est prélevée sur chaque arbre vif afin de mesurer son accroissement radial cumulé lors des cinq dernières années (ou IR5). [...] L’objectif de ce stage de fin d’étude est de vérifier s’il existe une différence significative entre les valeurs de mesure d’IR5 obtenues sur le terrain, et celles obtenues en laboratoire pour une campagne de prélèvement donnée. Un autre objectif de ce stage est d’identifier les biais de mesures qui altèrent la précision des données. Note de contenu : 1-Contexte et objectifs
2-Matériel et méthode
3-Résultats
4-Discussion
5-Conclusion et perspectivesNuméro de notice : 17528 Affiliation des auteurs : non IGN Thématique : FORET Nature : Mémoire masters divers Organisme de stage : LIF (IGN) DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99218 Documents numériques
peut être téléchargé
Evaluation de la qualité des mesures ... - pdf auteurAdobe Acrobat PDF Evaluation du stock de carbone aérien dans la végétation à partir de multiples observations satellites micro-ondes / Martin Cubaud (2021)
Titre : Evaluation du stock de carbone aérien dans la végétation à partir de multiples observations satellites micro-ondes Type de document : Mémoire Auteurs : Martin Cubaud, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2021 Importance : 46 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] biomasse aérienne
[Termes IGN] classification par réseau neuronal
[Termes IGN] estimation statistique
[Termes IGN] image radar
[Termes IGN] Matlab
[Termes IGN] puits de carbone
[Termes IGN] régression linéaire
[Termes IGN] série temporelle
[Termes IGN] télédétection en hyperfréquenceIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) Les activités de recherche du pôle Instrumentation Térahertz et Télédétection du LERMA sont centrées entre autres sur la caractérisation des surfaces grâce à la radiométrie micro-onde et millimétrique à partir de satellites. Ils ont récemment mis au point une méthode d’estimation du stock de carbone aérien (AGC) dans les forêts tropicales à partir d’observations micro-ondes passives entre 1.4 GHz et 36 GHz. Mon travail consiste à tenter d’améliorer cette méthode, en cherchant des synergies avec les micro-ondes actives et à l’étendre au reste du globe. Disposant d’une base de données d’observations satellites et des cartes de ces stocks de carbone, j’entraîne et évalue sur Matlab des réseaux de neurones à partir de ces données et compare les résultats à des cartes existantes. J’étudie également les dynamiques temporelles de l’AGC selon les différentes estimations. Les résultats obtenus confirment la capacité des fréquences étudiées à bien prédire l’AGC et l’intérêt de l’utilisation conjointe du micro-onde actif et passif. Note de contenu :
Introduction
1. Données et méthodologie
1.1 Données
1.2 Méthodes
2. Résultats spatiaux
2.1 Micro-ondes passives
2.2 Micro-ondes actives
2.3 Synergies de l’utilisation conjointe de l’actif et du passif
2.4 Discussion
3. Étude de séries temporelles
3.1 Évolution temporelle des paramètres
3.2 Évolution temporelle des prédictions
3.3 Discussion
ConclusionNuméro de notice : 26589 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE/INFORMATIQUE/MATHEMATIQUE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Laboratoire d’Etudes du Rayonnement et de la Matière en Astrophysique et Atmosphères LERMA Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98445 Documents numériques
peut être téléchargé
Evaluation du stock de carbone aérien dans la végétation... - pdf auteurAdobe Acrobat PDF Une généralisation de la méthode de partage des poids dans le cas où la base de sondage est continue / Philippe Brion (2021)
Titre : Une généralisation de la méthode de partage des poids dans le cas où la base de sondage est continue Type de document : Article/Communication Auteurs : Philippe Brion, Auteur ; Olivier Bouriaud , Auteur ; Guillaume Chauvet, Auteur Editeur : Paris [France] : Société française de statistique Année de publication : 2021 Projets : 1-Pas de projet / Conférence : Sondages 2021, 11th international francophone conference on surveys 06/10/2021 08/10/2021 Bruxelles Belgique OA Proceedings Note générale : bibliographie Langues : Français (fre) Descripteur : [Termes IGN] échantillonnage
[Termes IGN] estimateur
[Termes IGN] estimation statistique
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] méthode de partage des poids
[Termes IGN] quantité continue
[Termes IGN] stratification
[Termes IGN] variance
[Vedettes matières IGN] Inventaire forestierRésumé : (auteur) La définition de l’unité statistique utilisée dans les enquêtes statistiques est une question difficile : les différents ”univers” enquêtés n’ont pas nécessairement une base de sondage directement utilisable, et il arrive que l’on utilise des unités à échantillonner d’une nature différente de celle des unités observées. La production d’estimations statistiques pose alors des problèmes méthodologiques complexes, qui peuvent être traités en utilisant la méthode dite du partage des poids, formalisée par Deville et Lavallée (2006). Cette méthode est basée sur les liens existant entre les deux populations : population échantillonnée et population observée. Cependant, les deux populations considérées dans cette approche sont des populations discrètes. Pour certains domaines d’étude, en particulier liés à des aspects environnementaux, la population échantillonnée est une population continue : c’est par exemple le cas des inventaires forestiers pour lesquels, fréquemment, les arbres enquêtés sont ceux situés sur des placettes dont les centres sont des points tirés de manière aléatoire dans une zone donnée. La production d’estimations statistiques à partir de l’échantillon d’arbres enquêtés pose alors des difficultés de méthode, ainsi que les calculs de variance associés. L’objet de ce papier est de procéder à une généralisation de la méthode de partage des poids au cas continu (population échantillonnée) – discret (population enquêtée), à partir de la formalisation proposée par Cordy en 1993 sur l’extension de l’estimateur de Horvitz-Thompson au tirage de points réalisé dans un univers continu. Numéro de notice : C2021-039 Affiliation des auteurs : LIF+Ext (2020- ) Thématique : FORET Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99177 Documents numériques
peut être téléchargé
Une généralisation de la méthode ... - diaporamaAdobe Acrobat PDF peut être téléchargé
Une généralisation de la méthode ... - pdf auteurAdobe Acrobat PDF
Titre : Geospatial analysis of the spreading of COVID-19 In the United States Type de document : Mémoire Auteurs : Otto Heimonen, Auteur Editeur : Tampere [Finlande] : Tampere University Année de publication : 2021 Importance : 67 p. Format : 21 x 30 cm Note générale : bibliographie
Master’s Degree Programme in Computational Big Data AnalyticsLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] autocorrélation spatiale
[Termes IGN] champ aléatoire conditionnel
[Termes IGN] épidémie
[Termes IGN] estimation bayesienne
[Termes IGN] Etats-Unis
[Termes IGN] maladie infectieuse
[Termes IGN] méthode de Monte-Carlo par chaînes de Markov
[Termes IGN] méthode du maximum de vraisemblance (estimation)
[Termes IGN] modèle de simulationRésumé : (auteur) The COVID-19 pandemic has been a big threat to public health and there is an increasing need for efficient modelling of pathogens, predicting the daily infection rates to reduce the spread of COVID-19.
The Moran’s and Geary’s statistics showed significant spatial autocorrelation in the infection counts for the
US COVID-19 data. Spatial regression using the simultaneous autoregression (SAR) and conditional autoregression (CAR) models indicate clear association between the confirmed cases and the number of population and the population density in both national county and state specific analyses. The SAR model provided a better model fit with the low AIC value, leaving no significant autocorrelation for the residuals. The approximate Bayesian computation (ABC) methods were used to provide a flexible posterior distribution of the infection rate for COVID-19 based on the first 100 days of the pandemic. Three different simulation methods such as ABC-Rejection, ABC-Markov Chain Monte Carlo (MCMC) and ABC-Sequential Monte Carlo (SMC) were employed and compared. These algorithms seem to give reasonable posterior estimates for the average daily infections when the likelihood calculations for the spread of a harmful pathogen become complex, or intractable entirely. The posterior distributions of ABC-MCMC and ABC-SMC provided plausible estimations covering all of the observed infection rates at different time points.Note de contenu : 1- Introduction
2- Methods
3- Empirical data analysis
4- DiscussionNuméro de notice : 28455 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/MATHEMATIQUE Nature : Mémoire masters divers DOI : sans En ligne : https://trepo.tuni.fi/handle/10024/134567 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99025 GPS + Galileo + QZSS + BDS tightly combined single-epoch single-frequency RTK positioning / Shaolin Zhu in Survey review, vol 53 n°376 (January 2021)PermalinkHigh accuracy terrestrial positioning based on time delay and carrier phase using wideband radio signals / Han Dun (2021)PermalinkImpact of forest disturbance on InSAR surface displacement time series / Paula M. Bürgi in IEEE Transactions on geoscience and remote sensing, vol 59 n° 1 (January 2021)PermalinkPermalinkModel based signal processing techniques for nonconventional optical imaging systems / Daniele Picone (2021)PermalinkPermalinkPermalinkProbabilistic positioning in mobile phone network and its consequences for the privacy of mobility data / Aleksey Ogulenko in Computers, Environment and Urban Systems, vol 85 (January 2021)PermalinkQuantification probabiliste des taux de déformation crustale par inversion bayésienne de données GPS / Colin Pagani (2021)PermalinkPermalinkPermalinkSea level acceleration under the magnifier / Huseyin Baki Iz in Journal of geodetic science, vol 11 n° 1 (January 2021)PermalinkSpatial characterization and distribution modelling of Ensete ventricosum (wild and cultivated) in Ethiopia / Meron Awoke Eshetae in Geocarto international, vol 36 n° 1 ([01/01/2021])PermalinkPermalinkStatistical analysis of vertical land motions and sea level measurements at the coast / Kevin Gobron (2021)PermalinkPermalinkUnit-level small area estimation of forest inventory with GEDI auxiliary information in France / Shaohui Zhang (2021)PermalinkClimate sensitive single tree growth modeling using a hierarchical Bayes approach and integrated nested Laplace approximations (INLA) for a distributed lag model / Arne Nothdurft in Forest ecology and management, vol 478 ([15/12/2020])PermalinkAdjusting the regular network of squares resolution to the digital terrain model surface shape / Dariusz Gościewski in ISPRS International journal of geo-information, vol 9 n° 12 (December 2020)PermalinkA framework for unsupervised wildfire damage assessment using VHR satellite images with PlanetScope data / Minkyung Chung in Remote sensing, vol 12 n° 22 (December-1 2020)Permalink