Descripteur
Documents disponibles dans cette catégorie (442)
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
Du drone LiDAR à un nuage de points précis et exact : une chaîne de traitement LiDAR adaptée et quasi automatique / Maxime Lafleur in XYZ, n° 165 (décembre 2020)
[article]
Titre : Du drone LiDAR à un nuage de points précis et exact : une chaîne de traitement LiDAR adaptée et quasi automatique Type de document : Article/Communication Auteurs : Maxime Lafleur, Auteur ; Elliot Mugner, Auteur ; Rabine Keyetieu-Nlowe, Auteur ; Nicolas Seube, Auteur Année de publication : 2020 Article en page(s) : pp 25 -32 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] auscultation d'ouvrage
[Termes IGN] barrage
[Termes IGN] base de données localisées 3D
[Termes IGN] chaîne de traitement
[Termes IGN] données lidar
[Termes IGN] drone
[Termes IGN] exactitude des données
[Termes IGN] filtrage du bruit
[Termes IGN] géoréférencement
[Termes IGN] Haute-Loire (43)
[Termes IGN] précision des données
[Termes IGN] semis de points
[Termes IGN] sol nuRésumé : (Auteur) Le levé LiDAR présenté dans cet article a été effectué dans le cadre d’une mission d’évaluation de la chaîne de traitement mdInfinity, appliquée à des données acquises par un système drone LiDAR Microdrones. Les différents outils qui constituent cette chaîne de traitement ont été développés et intégrés sur la plateforme de traitement mdInfinity dans une version particulièrement adaptée au système de levé utilisé pour cette mission. Le site utilisé pour cette évaluation est le barrage de Labrioulette (Haute-Garonne), infrastructure située sur la Garonne et exploitée par EDF. Cette zone contient de nombreux éléments sur lesquels la précision et l’exactitude des données LiDAR est primordiale afin d’obtenir un nuage de point exploitable ; notamment la complexité structurelle du barrage (figure 1), les zones sous couvert végétal dense, l’aire de transformation électrique, etc. Pour cette raison, en plus de confirmer la bonne interopérabilité des systèmes LiDAR Microdrones avec les outils de traitement mdInfinity, nous avons tiré profit de cette acquisition pour évaluer les performances de nos algorithmes. Numéro de notice : A2020-770 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96662
in XYZ > n° 165 (décembre 2020) . - pp 25 -32[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 112-2020041 RAB Revue Centre de documentation En réserve L003 Disponible Heliport detection using artificial neural networks / Emre Baseski in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 9 (September 2020)
[article]
Titre : Heliport detection using artificial neural networks Type de document : Article/Communication Auteurs : Emre Baseski, Auteur Année de publication : 2020 Article en page(s) : pp 541-546 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse comparative
[Termes IGN] apprentissage profond
[Termes IGN] détection d'objet
[Termes IGN] hélicoptère
[Termes IGN] image à haute résolution
[Termes IGN] réseau neuronal artificiel
[Termes IGN] zone militaireRésumé : (Auteur) Automatic image exploitation is a critical technology for quick content analysis of high-resolution remote sensing images. The presence of a heliport on an image usually implies an important facility, such as military facilities. Therefore, detection of heliports can reveal critical information about the content of an image. In this article, two learning-based algorithms are presented that make use of artificial neural networks to detect H-shaped, light-colored heliports. The first algorithm is based on shape analysis of the heliport candidate segments using classical artificial neural networks. The second algorithm uses deep-learning techniques. While deep learning can solve difficult problems successfully, classical-learning approaches can be tuned easily to obtain fast and reasonable results. Therefore, although the main objective of this article is heliport detection, it also compares a deep-learning based approach with a classical learning-based approach and discusses advantages and disadvantages of both techniques. Numéro de notice : A2020-439 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.86.9.541 Date de publication en ligne : 01/09/2020 En ligne : https://doi.org/10.14358/PERS.86.9.541 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95929
in Photogrammetric Engineering & Remote Sensing, PERS > vol 86 n° 9 (September 2020) . - pp 541-546[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 105-2020091 SL Revue Centre de documentation Revues en salle Disponible Semi-automated framework for generating cycling lane centerlines on roads with roadside barriers from noisy MLS data / Yang Ma in ISPRS Journal of photogrammetry and remote sensing, vol 167 (September 2020)
[article]
Titre : Semi-automated framework for generating cycling lane centerlines on roads with roadside barriers from noisy MLS data Type de document : Article/Communication Auteurs : Yang Ma, Auteur ; Yubing Zheng, Auteur ; Said Easa, Auteur ; Jianchuan Cheng, Auteur Année de publication : 2020 Article en page(s) : pp 396 - 417 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] axe médian
[Termes IGN] bicyclette
[Termes IGN] classification par nuées dynamiques
[Termes IGN] classification semi-dirigée
[Termes IGN] numérisation automatique
[Termes IGN] rastérisation
[Termes IGN] sécurité routière
[Termes IGN] segmentation
[Termes IGN] télémétrie laser mobile
[Termes IGN] tracé routierRésumé : (auteur) Cycling lane centerlines (CLC) play an important role in the evaluation of safety-related conditions and guiding systems for cyclists along road corridors. The unavailability of design files or undocumented changes in the road infrastructures after improvements has created great difficulty in delineating CLC on existing roads. In this study, mobile laser scanning (MLS) data are introduced into this domain and a four-step semi-automated framework is proposed for generating CLC on roads with roadside barriers (RB). First, MLS data are restructured into the aligned scan-pattern grid using the mapping trajectory data. Second, a rasterization-based clustering approach is applied to segment the off-ground objects from the reorganized MLS data. Third, the RB amongst the segmented objects are identified using a sequential application of the k-Means clustering method and the proposed unidirectional growing method. Finally, the moving average technique and natural cubic spline are applied to generate CLC from the critical positions alongside the identified RB. Testing on three road sections with different types of RB demonstrated that the developed framework can successfully generate CLC from MLS data in the presence of considerable noises. The results also show that the proposed procedure shows better accuracy performance on processing roads with wide RB than a road with narrow RB. Numéro de notice : A2020-550 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.07.009 Date de publication en ligne : 04/08/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.07.009 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95779
in ISPRS Journal of photogrammetry and remote sensing > vol 167 (September 2020) . - pp 396 - 417[article]Exemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2020091 RAB Revue Centre de documentation En réserve L003 Disponible 081-2020093 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2020092 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt Ship detection in SAR images via local contrast of Fisher vectors / Xueqian Wang in IEEE Transactions on geoscience and remote sensing, vol 58 n° 9 (September 2020)
[article]
Titre : Ship detection in SAR images via local contrast of Fisher vectors Type de document : Article/Communication Auteurs : Xueqian Wang, Auteur ; Gang Li, Auteur ; Xiao-Ping Zhang, Auteur ; You He, Auteur Année de publication : 2020 Article en page(s) : pp 6467 - 6479 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] contraste local
[Termes IGN] détection d'objet
[Termes IGN] détection de cible
[Termes IGN] distribution de Fisher
[Termes IGN] fouillis d'échos
[Termes IGN] image radar moirée
[Termes IGN] navire
[Termes IGN] processus gaussien
[Termes IGN] rapport signal sur bruit
[Termes IGN] superpixelRésumé : (auteur) Existing superpixel-based detection algorithms for ship targets in synthetic aperture radar (SAR) images are often derived from the local contrast of intensities (i.e., the local contrast of the first-order information of superpixels) leading to deteriorating performance in low signal-to-clutter ratio (SCR) cases due to the low contrast between the intensities of targets and the clutter. In this article, we propose a new superpixel-based detector to improve the performance of ship target detection in SAR images via the local contrast of fisher vectors (LCFVs). The new LCFV-based detector exploits multiorder features of the superpixels based on the Gaussian mixture model (GMM) and accordingly improves the discrimination capability between the ship targets and the sea clutter, especially in low SCR cases. Experimental results demonstrate that the proposed LCFV-based detection algorithm provides better detection performance than the commonly used detection algorithms. Numéro de notice : A2020-530 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.2976880 Date de publication en ligne : 18/03/2020 En ligne : https://doi.org/10.1109/TGRS.2020.2976880 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95713
in IEEE Transactions on geoscience and remote sensing > vol 58 n° 9 (September 2020) . - pp 6467 - 6479[article]Vehicle detection of multi-source remote sensing data using active fine-tuning network / Xin Wu in ISPRS Journal of photogrammetry and remote sensing, vol 167 (September 2020)
[article]
Titre : Vehicle detection of multi-source remote sensing data using active fine-tuning network Type de document : Article/Communication Auteurs : Xin Wu, Auteur ; Wei Li, Auteur ; Danfeng Hong, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 39 - 53 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] Allemagne
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection d'objet
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] données multisources
[Termes IGN] image aérienne
[Termes IGN] modèle numérique de surface
[Termes IGN] modèle stéréoscopique
[Termes IGN] segmentation
[Termes IGN] segmentation sémantique
[Termes IGN] véhiculeRésumé : (auteur) Vehicle detection in remote sensing images has attracted increasing interest in recent years. However, its detection ability is limited due to lack of well-annotated samples, especially in densely crowded scenes. Furthermore, since a list of remotely sensed data sources is available, efficient exploitation of useful information from multi-source data for better vehicle detection is challenging. To solve the above issues, a multi-source active fine-tuning vehicle detection (Ms-AFt) framework is proposed, which integrates transfer learning, segmentation, and active classification into a unified framework for auto-labeling and detection. The proposed Ms-AFt employs a fine-tuning network to firstly generate a vehicle training set from an unlabeled dataset. To cope with the diversity of vehicle categories, a multi-source based segmentation branch is then designed to construct additional candidate object sets. The separation of high quality vehicles is realized by a designed attentive classifications network. Finally, all three branches are combined to achieve vehicle detection. Extensive experimental results conducted on two open ISPRS benchmark datasets, namely the Vaihingen village and Potsdam city datasets, demonstrate the superiority and effectiveness of the proposed Ms-AFt for vehicle detection. In addition, the generalization ability of Ms-AFt in dense remote sensing scenes is further verified on stereo aerial imagery of a large camping site. Numéro de notice : A2020-546 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.06.016 Date de publication en ligne : 13/07/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.06.016 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95772
in ISPRS Journal of photogrammetry and remote sensing > vol 167 (September 2020) . - pp 39 - 53[article]Exemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2020091 RAB Revue Centre de documentation En réserve L003 Disponible 081-2020093 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2020092 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt Cyclists' exposure to air pollution and noise in Mexico City : contribution of real-time traffic density indicators integrated into GIS / Philippe Apparicio in Revue internationale de géomatique, vol 30 n° 3-4 (juillet - décembre 2020)PermalinkEffects of a navigation spoofing signal on a receiver loop and a UAV spoofing approach / Chao Ma in GPS solutions, Vol 24 n° 3 (July 2020)PermalinkA history of laser scanning, Part 1: space and defense applications / Adam P. Spring in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 7 (July 2020)PermalinkExtracting commuter-specific destination hotspots from trip destination data – comparing the boro taxi service with Citi Bike in NYC / Andreas Keler in Geo-spatial Information Science, vol 23 n° 2 (June 2020)PermalinkA hybrid deep learning–based model for automatic car extraction from high-resolution airborne imagery / Mehdi Khoshboresh Masouleh in Applied geomatics, vol 12 n° 2 (June 2020)PermalinkImproving GNSS-acoustic positioning by optimizing the ship’s track lines and observation combinations / Guanxu Chen in Journal of geodesy, vol 94 n° 6 (June 2020)PermalinkFootprint determination of a spectroradiometer mounted on an unmanned aircraft system / Deepak Gautam in IEEE Transactions on geoscience and remote sensing, vol 58 n° 5 (May 2020)PermalinkA method for urban population density prediction at 30m resolution / Krishnachandran Balakrishnan in Cartography and Geographic Information Science, vol 47 n° 3 (May 2020)PermalinkSuitable location selection for the electric vehicle fast charging station with AHP and fuzzy AHP methods using GIS / Dogus Guler in Annals of GIS, vol 26 n° 2 (April 2020)PermalinkValidation of marine geoid models by utilizing hydrodynamic model and shipborne GNSS profiles / Sander Varbla in Marine geodesy, Vol 43 n° 2 (March 2020)Permalink