Descripteur
Documents disponibles dans cette catégorie (1059)
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
Activity recognition in residential spaces with Internet of things devices and thermal imaging / Kshirasagar Naik in Sensors, vol 21 n° 3 (February 2021)
[article]
Titre : Activity recognition in residential spaces with Internet of things devices and thermal imaging Type de document : Article/Communication Auteurs : Kshirasagar Naik, Auteur ; Tejas Pandit, Auteur ; Nitin Naik, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 988 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] compréhension de l'image
[Termes IGN] contrôle par télédétection
[Termes IGN] détection d'événement
[Termes IGN] espace intérieur
[Termes IGN] image RVB
[Termes IGN] image thermique
[Termes IGN] intelligence artificielle
[Termes IGN] internet des objets
[Termes IGN] itération
[Termes IGN] modèle stéréoscopique
[Termes IGN] objet mobile
[Termes IGN] reconnaissance automatique
[Termes IGN] reconnaissance d'objets
[Termes IGN] scène 3DRésumé : (auteur) In this paper, we design algorithms for indoor activity recognition and 3D thermal model generation using thermal images, RGB images, captured from external sensors, and the internet of things setup. Indoor activity recognition deals with two sub-problems: Human activity and household activity recognition. Household activity recognition includes the recognition of electrical appliances and their heat radiation with the help of thermal images. A FLIR ONE PRO camera is used to capture RGB-thermal image pairs for a scene. Duration and pattern of activities are also determined using an iterative algorithm, to explore kitchen safety situations. For more accurate monitoring of hazardous events such as stove gas leakage, a 3D reconstruction approach is proposed to determine the temperature of all points in the 3D space of a scene. The 3D thermal model is obtained using the stereo RGB and thermal images for a particular scene. Accurate results are observed for activity detection, and a significant improvement in the temperature estimation is recorded in the 3D thermal model compared to the 2D thermal image. Results from this research can find applications in home automation, heat automation in smart homes, and energy management in residential spaces. Numéro de notice : A2021-159 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/s21030988 Date de publication en ligne : 02/02/2021 En ligne : https://doi.org/10.3390/s21030988 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97075
in Sensors > vol 21 n° 3 (February 2021) . - n° 988[article]Une base de données pour étudier vingt années de dynamiques du marché immobilier résidentiel en Île-de-France / Thibault Le Corre in Cybergeo, European journal of geography, n° 2021 ([01/02/2021])
[article]
Titre : Une base de données pour étudier vingt années de dynamiques du marché immobilier résidentiel en Île-de-France Type de document : Article/Communication Auteurs : Thibault Le Corre, Auteur Année de publication : 2021 Article en page(s) : n° 992 Note générale : bibliographie Langues : Français (fre) Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] base de données
[Termes IGN] base de données spatiotemporelles
[Termes IGN] dynamique spatiale
[Termes IGN] Ile-de-France
[Termes IGN] immobilier (secteur)
[Termes IGN] logement
[Termes IGN] marché foncierRésumé : (auteur) Cet article expose la démarche de préparation et de consolidation d’une base de données immobilières à partir de données sources dont l’accès est restreint et l’usage complexe. CASSMIR (Contribution à l’Analyse Spatiale et Sociologique des Marchés Immobiliers Résidentiels) est une base de données sur le marché du logement en Île-de-France couvrant une période de 1996 à 2018. Les indicateurs de la base CASSMIR recouvrent quatre champs d’investigation thématiques sur le marché immobilier : les prix, le profil socio-démographique des acquéreurs et vendeurs, les régimes d’achat et les types de mutation des biens ainsi que les types de biens immobiliers. Ces indicateurs caractérisent des unités spatiales à trois échelles (communes, carroyage 1 km et carroyage 200 mètres) et des groupes de population d’acquéreurs et de vendeurs déclinés selon un critère social, de génération et de genre. La livraison de la base fait suite à une série d’opérations d’agrégation de données individuelles issues de deux bases de données sources : une base sur les transactions immobilières, la base BIEN, et une base sur les investissements en primo-accession avec des prêts aidés, la base PTZ. Cet article propose de restituer les principales informations contenues dans la base CASSMIR et les étapes de préparation de la base. Numéro de notice : A2021-798 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.4000/cybergeo.37430 Date de publication en ligne : 09/08/2021 En ligne : https://doi.org/10.4000/cybergeo.37430 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98686
in Cybergeo, European journal of geography > n° 2021 [01/02/2021] . - n° 992[article]Unsupervised deep representation learning for real-time tracking / Ning Wang in International journal of computer vision, vol 129 n° 2 (February 2021)
[article]
Titre : Unsupervised deep representation learning for real-time tracking Type de document : Article/Communication Auteurs : Ning Wang, Auteur ; Wengang Zhou, Auteur ; Yibing Song, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 400 - 418 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] appariement d'images
[Termes IGN] apprentissage profond
[Termes IGN] classification non dirigée
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection de cible
[Termes IGN] filtre
[Termes IGN] objet mobile
[Termes IGN] oculométrie
[Termes IGN] reconnaissance d'objets
[Termes IGN] réseau neuronal siamois
[Termes IGN] temps réel
[Termes IGN] traçage
[Termes IGN] trajectoire (véhicule non spatial)
[Termes IGN] vision par ordinateurRésumé : (auteur) The advancement of visual tracking has continuously been brought by deep learning models. Typically, supervised learning is employed to train these models with expensive labeled data. In order to reduce the workload of manual annotation and learn to track arbitrary objects, we propose an unsupervised learning method for visual tracking. The motivation of our unsupervised learning is that a robust tracker should be effective in bidirectional tracking. Specifically, the tracker is able to forward localize a target object in successive frames and backtrace to its initial position in the first frame. Based on such a motivation, in the training process, we measure the consistency between forward and backward trajectories to learn a robust tracker from scratch merely using unlabeled videos. We build our framework on a Siamese correlation filter network, and propose a multi-frame validation scheme and a cost-sensitive loss to facilitate unsupervised learning. Without bells and whistles, the proposed unsupervised tracker achieves the baseline accuracy of classic fully supervised trackers while achieving a real-time speed. Furthermore, our unsupervised framework exhibits a potential in leveraging more unlabeled or weakly labeled data to further improve the tracking accuracy. Numéro de notice : A2021-353 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article DOI : 10.1007/s11263-020-01357-4 Date de publication en ligne : 21/09/2020 En ligne : https://doi.org/10.1007/s11263-020-01357-4 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97604
in International journal of computer vision > vol 129 n° 2 (February 2021) . - pp 400 - 418[article]An infrastructure perspective for enhancing multi-functionality of forests: A conceptual modeling approach / Mojtaba Houballah in Earth' future, vol 9 n° 1 (January 2021)
[article]
Titre : An infrastructure perspective for enhancing multi-functionality of forests: A conceptual modeling approach Type de document : Article/Communication Auteurs : Mojtaba Houballah, Auteur ; Jean-Denis Mathias, Auteur ; Thomas Cordonnier, Auteur Année de publication : 2021 Article en page(s) : n° e2019EF001369 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] chemin forestier
[Termes IGN] conservation des ressources naturelles
[Termes IGN] développement durable
[Termes IGN] gestion forestière durable
[Termes IGN] modèle conceptuel de données
[Termes IGN] modèle mathématique
[Termes IGN] production primaire brute
[Termes IGN] service écosystémique
[Termes IGN] tourisme
[Vedettes matières IGN] ForesterieRésumé : (auteur) Many forest resource systems depend heavily on shared and coupled infrastructures in applying their management strategies. Addressing a question of sustainability for relevant contemporary social-ecological systems (SES) can be tackled by understanding how these shared infrastructures mediate the interaction between human and ecological environment. Shared infrastructures, which are mainly composed of roads (accessibility utilities), highlight the relation between the performance of ecosystem services and the multifunctional use of the forest. However, dilemmas associated with road provision pose some problems when applied in a forest multifunctional management context, because roads potentially diminish or enhance forest functions in a complex way. In this context, maintaining, fostering, and improving multifunctional management where the development of an ecosystem function can affect the performance of others is challenging. We propose to develop a mathematical model based on a recent study that links multifunctional forest management to the multifunctionality of forest roads by using the SES and robustness frameworks. With this model, we analyze the evolution of the forest system and three key forest functions (wood production, tourism, and nature conservation) when impacted by decisions of road provision. We then examine how governance provision strategies can affect the performance of functions and how these strategies can potentially foster forest multifunctionality. This approach allows us to derive conditions of sustainability in which decisions of shared infrastructure provisions can play an important role in the functionalities and performance of the forest. Numéro de notice : A2021-617 Affiliation des auteurs : non IGN Thématique : FORET Nature : Article DOI : 10.1029/2019EF001369 Date de publication en ligne : 10/12/2020 En ligne : https://doi.org/10.1029/2019EF001369 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98581
in Earth' future > vol 9 n° 1 (January 2021) . - n° e2019EF001369[article]Consolidation of crowd-sourced geo-ragged data for parameterized travel recommendations / Ago Luberg (2021)
Titre : Consolidation of crowd-sourced geo-ragged data for parameterized travel recommendations Type de document : Thèse/HDR Auteurs : Ago Luberg, Auteur ; Tanel Tammet, Directeur de thèse Editeur : Tallinn [Estonia] : Tallinn University of Technology Année de publication : 2021 Importance : 159 p. Format : 21 x 30 cm Note générale : bibliographie
Dissertation accepted for the defence of the degree of Doctor of Philosophy in Computer ScienceLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] apprentissage automatique
[Termes IGN] base de données
[Termes IGN] conception orientée utilisateur
[Termes IGN] données localisées des bénévoles
[Termes IGN] extraction de données
[Termes IGN] géoréférencement
[Termes IGN] point d'intérêt
[Termes IGN] Riga
[Termes IGN] site wiki
[Termes IGN] système de recommandation
[Termes IGN] Tallinn
[Termes IGN] taxinomie
[Termes IGN] tourismeRésumé : (auteur) The research covered in this thesis is focused on different aspects of the task of creating automated recommendations for tourism, focusing mostly on places of interest like beautiful views, architectural landmarks, charming areas etc. A significant amount of work has been spent on designing and developing actual recommender systems - Sightsplanner, Sightsmap and the automated recommender of Visit Estonia - and their data harvesting methods in order to create a platform for showing the feasibility of the new methods designed and experimented with. The main results of our research are split between three subfields:
• Knowledge engineering: we have shown how to formalize fuzzy and uncertain POI categories along with suitable ontologies and reasoner-based algorithms for object matching and score calculation in a real-life context of actual POI-s, available data and easily expressable user preferences.
• Machine learning: we have designed a learnable detection system for detecting duplicate POIs from different databases, usable for cross- category, cross-language and cross-city datasets.
• We show that learning on Tallinn eateries improved the algorithm parameters to such a degree that on Riga data containing also museums and galleries it gave us 98% accuracy versus 85% accuracy achieved by tuning the algorithm parameters manually.
• Knowledge extraction: we have designed an algorithm for high-quality keyword extraction from short crowd-sourced POI descriptions in different languages, able to find a suitable name and to add suitable types to the POI. Our clusterization algorithm is able to merge the POIs based on the extracted data: on the Panoramio and Wikipedia data about U.K. and French locations it was able to find 56% of Wikipedia objects from the textual titles/annotations of Panoramio pictures in the area.Note de contenu : 1- Introduction
2- Related work
3- Involvement in recommender projects
4- Data acquisition and information extraction
5- Data deduplication (using machine learning)
6- Location category and name detection
7- Data storage and object score calculation
8- Conclusions
9- Future workNuméro de notice : 28600 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Thèse étrangère Note de thèse : PhD Thesis : Computer Science : Tallinn University of Technology : 2021 DOI : 10.23658/taltech.23/2021 En ligne : https://doi.org/10.23658/taltech.23/2021 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99407 From local to global: A transfer learning-based approach for mapping poplar plantations at national scale using Sentinel-2 / Yousra Hamrouni in ISPRS Journal of photogrammetry and remote sensing, vol 171 (January 2021)PermalinkIntroducing diversion graph for real-time spatial data analysis with location based social networks / Sameera Kannangara (2021)PermalinkPermalinkPermalinkPermalinkParticiper à la construction de la base de données des toponymes maritimes du SHOM / Solenn Tual (2021)PermalinkProduction et mise à jour d’un produit BD Forêt V3 par apprentissage profond / Sébastien Giordano (2021)PermalinkPermalinkTélédétection et intégration de connaissances via la modélisation spatiale pour une cartographie plus cohérente des systèmes agricoles complexes / Arthur Crespin-Boucaud (2021)PermalinkGroup diagrams for representing trajectories / Maike Buchin in International journal of geographical information science IJGIS, vol 34 n° 12 (December 2020)Permalink