Centre dedocumentation
scientifique

Detecting and mapping traffic signs from Google Street View images using deep learning and GIS / Andrew Campbell in Computers, Environment and Urban Systems, vol 77 (september 2019)  

Public [article]  inComputers, Environment and Urban Systems > vol 77 (september 2019) Titre : Detecting and mapping traffic signs from Google Street View images using deep learning and GIS Type de document : Article/Communication Auteurs : Andrew Campbell, Auteur ; Alan Both, Auteur ; Qian (Chayn) Sun, Auteur ; Qian (Chayn) Sun, Auteur Année de publication : 2019 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications SIG [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] base de données routières [Termes descripteurs IGN] détection d'objet [Termes descripteurs IGN] feu de circulation [Termes descripteurs IGN] gestion de trafic [Termes descripteurs IGN] image Streetview [Termes descripteurs IGN] réseau routier [Termes descripteurs IGN] signalisation routière [Termes descripteurs IGN] système d'information géographique [Termes descripteurs IGN] trafic routier [Termes descripteurs IGN] vision par ordinateur Résumé : (auteur) Street traffic sign infrastructure remains an extremely difficult asset for local government to manage due to its diverse physical structure and geographical distribution. A spatial registrar of traffic infrastructure is currently a required component of local government councils' mandatory road management plans. Recent advancements of object detection technology in machine learning have presented an automated approach for the detection and classification of street signage captured by Google's Street View (GSV) imagery. This paper explores the possibility of using deep learning to produce an autonomous system for detecting traffic signs on GSV images to assist in traffic assets monitoring and maintenance. By leveraging Google's Street View API, this research offers an economic approach of building purposeful street sign computer vision datasets. A custom object detection model was trained to detect and classify Stop and Give Way signs from images captured at intersection approaches. Considering the output detected bounding box coordinates, photogrammetry approach was applied to calculate the approximate location of each detected sign in two-dimensional geographical space. The newly located and classified street signs can be combined with relevant spatial data for implementation into an asset management system. By combining GIS and the GSV API, the process is completely scalable to any level of street sign classification scope. The experiments conducted on the road network of study area recorded a detection accuracy of 95.63% and classification accuracy of 97.82%. Our proposed automated approach to the detection and localisation of street sign infrastructure has displayed a promising potential for its use by local government authorities. Our workflow can be used to detect other traffic signs and applied to other road sections and other cities. Of primary importance, this approach takes an entirely free and open-source approach throughout. The continuation of Google's Street View program will account for the spatiotemporal representation of street sign infrastructure for the ongoing maintenance and renewal programs of this valuable asset. Numéro de notice : A2019-412 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.compenvurbsys.2019.101350 date de publication en ligne : 07/06/2019 En ligne : https://doi.org/10.1016/j.compenvurbsys.2019.101350 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93536 [article]

Urban impervious surface estimation from remote sensing and social data / Yan Yu in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 12 (December 2018)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 84 n° 12 (December 2018) . - pp 771 - 780 Titre : Urban impervious surface estimation from remote sensing and social data Type de document : Article/Communication Auteurs : Yan Yu, Auteur ; Jun Li, Auteur ; Changyu Zhu, Auteur ; Antonio J. Plaza, Auteur Année de publication : 2018 Article en page(s) : pp 771 - 780 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] analyse des mélanges spectraux [Termes descripteurs IGN] base de données routières [Termes descripteurs IGN] Canton (Kouangtoung) [Termes descripteurs IGN] contenu généré par les utilisateurs [Termes descripteurs IGN] données issues des réseaux sociaux [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] données vectorielles [Termes descripteurs IGN] Google Maps [Termes descripteurs IGN] image Landsat-8 [Termes descripteurs IGN] image Landsat-OLI [Termes descripteurs IGN] OpenStreetMap [Termes descripteurs IGN] point d'intérêt [Termes descripteurs IGN] régression multiple [Termes descripteurs IGN] réseau routier [Termes descripteurs IGN] surface imperméable [Termes descripteurs IGN] zone urbaine Résumé : (auteur) We propose an inspiring approach for accurate impervious surface estimation based on the integration of remote sensing and social data. The proposed approach exploits the strengths of two kind of heterogeneous features, i.e., physical features and social features, where the former ones are derived by a morphological attribute profiles-guided spectral mixture analysis model using remote sensing imagery, and the latter ones are obtained from the normalized kernel density of point of interest and vector road datasets. These two features are then integrated using a multivariable linear regression model to estimate impervious surfaces. The proposed method has been tested in the main urban area of Guangzhou, China, in pixel level and parcel level, respectively. The obtained results, with the overall RMSE of 10.98% and 10.90% for pixel level and parcel level, respectively, demonstrate the good performance of integrating remote sensing imagery and social data for mapping of urban impervious surface. Numéro de notice : A2018-549 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.84.12.771 date de publication en ligne : 01/12/2018 En ligne : https://doi.org/10.14358/PERS.84.12.771 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91622 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2018121	SL	Revue	Centre de documentation	Revues en salle	Disponible

Création d’un réseau routier Sapeurs-Pompiers / Maud Desjardins (2018) 

Public Titre : Création d’un réseau routier Sapeurs-Pompiers Type de document : Mémoire Auteurs : Maud Desjardins, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 96 p. Format : 21 x 30 cm Note générale : bibliographie Rapport de projet pluridisciplinaire, cycle Ingénieur 2e année Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications SIG [Termes descripteurs IGN] analyse spatiale [Termes descripteurs IGN] ArcGIS [Termes descripteurs IGN] base de données routières [Termes descripteurs IGN] calcul d'itinéraire [Termes descripteurs IGN] carte de zones isochrones [Termes descripteurs IGN] circulation urbaine [Termes descripteurs IGN] mise à jour de base de données [Termes descripteurs IGN] mobilité territoriale [Termes descripteurs IGN] mobilité urbaine [Termes descripteurs IGN] ModelBuilder [Termes descripteurs IGN] Monaco [Termes descripteurs IGN] réseau routier [Termes descripteurs IGN] secours d'urgence [Termes descripteurs IGN] système d'information géographique Index. décimale : PROJET Rapports de projet - stage des ingénieurs de 2e année Résumé : (auteur) Dans le cadre du développement de la ville intelligente dans la Principauté de Monaco, les systèmes d’informations géographiques (SIG) à la fois 2D et 3D sont en plein essor. Au sein du Corps des Sapeurs-Pompiers, ils permettent de centraliser les informations utiles aux secours, que ce soit en amont avec la prévention des risques, notamment pour les lieux touristiques et de concentration de population, mais aussi pour éviter les sur-accidents pendant les interventions. De plus, afin d’optimiser le départ des secours, un nouveau système d’alerte incluant le calcul d’itinéraires est actuellement en développement. Pour cela, un graphe routier, établi conjointement entre les Sapeurs-Pompiers et le gouvernement de Monaco à partir d’une base de données des voies de circulation de la Principauté, servira de référence. Son exhaustivité et sa précision permettront également d’analyser la mobilité sur le secteur d’intervention et de répondre à des problématiques Sapeurs-Pompiers opérationnelles. Note de contenu : Introduction 1- Création du réseau routier 2- Cartographie et analyse Conclusion Numéro de notice : 21811 Affiliation des auteurs : IGN (2012-2019) Thématique : GEOMATIQUE/URBANISME Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Corps des Sapeurs-Pompiers de Monaco Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91299

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
21811-01	PROJET	Livre	Centre de documentation	Travaux d'élèves	Disponible

Documents numériques

peut être téléchargé Création d’un réseau routier ... - pdf auteur Adobe Acrobat PDF

Detection and localization of traffic signals with GPS floating car data and Random Forest / Yann Méneroux (2018)    

Public Titre : Detection and localization of traffic signals with GPS floating car data and Random Forest Type de document : Article/Communication Auteurs : Yann Méneroux , Auteur ; Hiroshi Kanasugi, Auteur ; Guillaume Saint Pierre, Auteur ; Arnaud Le Guilcher , Auteur ; Sébastien Mustière , Auteur ; Ryosuke Shibasaki, Auteur ; Yugo Kato, Auteur Editeur : Leibniz [Allemagne] : Schloss Dagstuhl – Leibniz-Zentrum für Informatik Année de publication : 2018 Collection : LIPIcs Leibniz International Proceedings in Informatics, ISSN 1868-8969 num. 114 Projets : 1-Pas de projet / Conférence : GIScience 2018, 10th International Conference on Geographic Information Science 28/08/2018 31/08/2018 Melbourne Australie Open Access Proceedings Importance : 15 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] base de données routières [Termes descripteurs IGN] carte routière [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] distribution spatiale [Termes descripteurs IGN] guidage de véhicules [Termes descripteurs IGN] inférence [Termes descripteurs IGN] Japon [Termes descripteurs IGN] trace GPS [Termes descripteurs IGN] trafic routier [Termes descripteurs IGN] traitement de données localisées [Termes descripteurs IGN] ville Résumé : (auteur) As Floating Car Data are becoming increasingly available, in recent years many research works focused on leveraging them to infer road map geometry, topology and attributes. In this paper, we present an algorithm, relying on supervised learning to detect and localize traffic signals based on the spatial distribution of vehicle stop points. Our main contribution is to provide a single framework to address both problems. The proposed method has been experimented with a one-month dataset of real-world GPS traces, collected on the road network of Mitaka (Japan). The results show that this method provides accurate results in terms of localization and performs advantageously compared to the OpenStreetMap database in exhaustivity. Among many potential applications, the output predictions may be used as a prior map and/or combined with other sources of data to guide autonomous vehicles. Numéro de notice : C2018-051 Affiliation des auteurs : LaSTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.4230/LIPIcs.GISCIENCE.2018.11 date de publication en ligne : 30/07/2018 En ligne : http://drops.dagstuhl.de/opus/volltexte/2018/9339/ Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91335

Documents numériques

en open access Detection and localization of traffic signals ... - pdf éditeur Adobe Acrobat PDF

Valorisation des référentiels géographiques de Nanterre / Rémi Rouger (2018) 

Public Titre : Valorisation des référentiels géographiques de Nanterre Type de document : Mémoire Auteurs : Rémi Rouger, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 42 p. Format : 21 x 30 cm Note générale : bibliographie rapport de stage de fin d'études, Cycle géomètre-géomaticien Langues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes descripteurs IGN] actualité des données [Termes descripteurs IGN] ArcGIS [Termes descripteurs IGN] base de données d'adresses [Termes descripteurs IGN] base de données routières [Termes descripteurs IGN] FME [Termes descripteurs IGN] géoréférencement indirect [Termes descripteurs IGN] interface web [Termes descripteurs IGN] modèle conceptuel de données [Termes descripteurs IGN] Nanterre [Termes descripteurs IGN] plan de ville [Termes descripteurs IGN] voie de communication Index. décimale : GEOM Mémoires de géomètres civils Résumé : (auteur) Le rapport qui suit présente le stage obligatoire de fin de BTS Géomètre-Géomaticien de l’Ecole Nationale des Sciences Géographiques. Ce stage a duré 11 semaines, il a été réalisé à la Mairie de Nanterre dans la cellule Géomatique, sous la direction d’Emilie Parrain, chef de projet et responsable de la cellule Géomatique. La ville de Nanterre a pour mission de gérer un référentiel des voies et des adresses. L’objectif principal de ce stage a consisté à la création d’une base de données qui servira à gérer l’historique des voies sur le territoire de Nanterre, comprenant toute la partie structuration et remplissage. Notre but étant de conserver la connaissance sur ce référentiel, nous avons choisi d’associer à chaque tronçon de route le document officiel (délibération du Conseil Municipal) lui correspondant. Cette base sera publiée via le portail cartographique de la ville et dans le catalogue opendata. Elle servira également de support aux échanges avec la DGFiP sur l’actualisation du fichier FANTOIR, fichier exploité dans la plupart des applications, par l’INSEE et par tout organisme public. Note de contenu : Introduction 1- Présentation et objectif du stage 2- Structuration et cartographie 3- Publication Conclusion Numéro de notice : 21940 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire de fin d'études G Organisme de stage : Mairie de Nanterre Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91740

Documents numériques

peut être téléchargé Valorisation des référentiels géographiques... - pdf auteur Adobe Acrobat PDF

Matching authority and VGI road networks using an extended node-based matching algorithm / Ehsan Abdolmajidi in Geo-spatial Information Science, vol 18 n° 2 (August 2015)  

Permalink

Augmenting vehicle localization accuracy with cameras and 3D road infrastructure database / Lijun Wei (2015)  

Permalink

Cartographie routière navigable sur Tahiti : Référentiel routier / Anna Mouget (2014)

Permalink

EuroSDR project Commission 2, Mobile mapping - road environment mapping using mobile laser scanning / Harri Kaartinen (2013)

Permalink

Using snakes for the registration of topographic road database objects to ALS features / J. Göpfert in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 6 (November 2011)

Permalink

Intégration d'infos-trafic temps réel dans un moteur de calcul d'itinéraires : Projet des élèves ingénieur de l'ENSG / Alexandre Pauthonnier in Géomatique expert, n° 81 (01/07/2011)  

Permalink

Quality assessment of the French OpenStreetMap dataset / Jean-François Girres in Transactions in GIS, vol 14 n° 4 (August 2010)  

Permalink

Affordance-based categorization of road network data using a grounded theory of channel networks / S. Scheider in International journal of geographical information science IJGIS, vol 24 n°7-8 (july 2010)  

Permalink

Conception et développement d'un outil de modification de la segmentation routière / K. Guillotte in Geomatica, vol 63 n° 4 (December 2009)

Permalink

A geometric stochastic approach based on marked point processes for road mark detection from high resolution aerial images / Olivier Tournaire in ISPRS Journal of photogrammetry and remote sensing, vol 64 n° 6 (November - December 2009)  

Permalink