Centre dedocumentation
scientifique

Fine-grained landuse characterization using ground-based pictures: a deep learning solution based on globally available data / Shivangi Srivastava in International journal of geographical information science IJGIS, vol 34 n° 6 (June 2020)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 34 n° 6 (June 2020) . - pp 1117 - 1136 Titre : Fine-grained landuse characterization using ground-based pictures: a deep learning solution based on globally available data Type de document : Article/Communication Auteurs : Shivangi Srivastava, Auteur ; John E. Vargas-Muñoz, Auteur ; Sylvain Lobry, Auteur ; Devis Tuia, Auteur Année de publication : 2020 Article en page(s) : pp 1117 - 1136 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] analyse d'image orientée objet [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] base de données urbaines [Termes descripteurs IGN] carte d'occupation du sol [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] données localisées libres [Termes descripteurs IGN] Ile-de-France [Termes descripteurs IGN] image Streetview [Termes descripteurs IGN] image terrestre [Termes descripteurs IGN] information géographique [Termes descripteurs IGN] méthode heuristique [Termes descripteurs IGN] OpenStreetMap [Termes descripteurs IGN] réseau social Résumé : (auteur) We study the problem of landuse characterization at the urban-object level using deep learning algorithms. Traditionally, this task is performed by surveys or manual photo interpretation, which are expensive and difficult to update regularly. We seek to characterize usages at the single object level and to differentiate classes such as educational institutes, hospitals and religious places by visual cues contained in side-view pictures from Google Street View (GSV). These pictures provide geo-referenced information not only about the material composition of the objects but also about their actual usage, which otherwise is difficult to capture using other classical sources of data such as aerial imagery. Since the GSV database is regularly updated, this allows to consequently update the landuse maps, at lower costs than those of authoritative surveys. Because every urban-object is imaged from a number of viewpoints with street-level pictures, we propose a deep-learning based architecture that accepts arbitrary number of GSV pictures to predict the fine-grained landuse classes at the object level. These classes are taken from OpenStreetMap. A quantitative evaluation of the area of Île-de-France, France shows that our model outperforms other deep learning-based methods, making it a suitable alternative to manual landuse characterization. Numéro de notice : A2020-269 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1542698 date de publication en ligne : 18/11/2018 En ligne : https://doi.org/10.1080/13658816.2018.1542698 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95041 [article]

Street-Frontage-Net: urban image classification using deep convolutional neural networks / Stephen Law in International journal of geographical information science IJGIS, vol 34 n° 4 (April 2020)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 34 n° 4 (April 2020) . - pp 681- 707 Titre : Street-Frontage-Net: urban image classification using deep convolutional neural networks Type de document : Article/Communication Auteurs : Stephen Law, Auteur ; Chanuki Illushka Seresinhe, Auteur ; Yao Shen, Auteur Année de publication : 2020 Article en page(s) : pp 681- 707 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] espace public [Termes descripteurs IGN] évaluation foncière [Termes descripteurs IGN] extraction de données [Termes descripteurs IGN] façade [Termes descripteurs IGN] habitat urbain [Termes descripteurs IGN] image Streetview [Termes descripteurs IGN] immobilier (secteur) [Termes descripteurs IGN] information géographique [Termes descripteurs IGN] Londres [Termes descripteurs IGN] matrice de confusion [Termes descripteurs IGN] Paris (75) [Termes descripteurs IGN] paysage urbain [Termes descripteurs IGN] urbanisme [Termes descripteurs IGN] vision par ordinateur Résumé : (auteur) Quantifying aspects of urban design on a massive scale is crucial to help develop a deeper understanding of urban designs elements that contribute to the success of a public space. In this study, we further develop the Street-Frontage-Net (SFN), a convolutional neural network (CNN) that can successfully evaluate the quality of street frontage as either being active (frontage containing windows and doors) or blank (frontage containing walls, fences and garages). Small-scale studies have indicated that the more active the frontage, the livelier and safer a street feels. However, collecting the city-level data necessary to evaluate street frontage quality is costly. The SFN model uses a deep CNN to classify the frontage of a street. This study expands on the previous research via five experiments. We find robust results in classifying frontage quality for an out-of-sample test set that achieves an accuracy of up to 92.0%. We also find active frontages in a neighbourhood has a significant link with increased house prices. Lastly, we find that active frontage is associated with more scenicness compared to blank frontage. While further research is needed, the results indicate the great potential for using deep learning methods in geographic information extraction and urban design. Numéro de notice : A2020-110 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1555832 date de publication en ligne : 26/12/2018 En ligne : https://doi.org/10.1080/13658816.2018.1555832 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94712 [article]

Histoire du nivellement de Paris : des nouveautés / Alain Coulomb in XYZ, n° 161 (décembre 2019)

Public [article]  inXYZ > n° 161 (décembre 2019) . - pp 67 - 71 Titre : Histoire du nivellement de Paris : des nouveautés Type de document : Article/Communication Auteurs : Alain Coulomb, Auteur Année de publication : 2019 Article en page(s) : pp 67 - 71 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Histoire des sciences et techniques [Termes descripteurs IGN] Paris (département) [Termes descripteurs IGN] repère de nivellement Résumé : (Auteur) Dans l'article "Paris et ses nivellements au cour du temps", paru dans XYZ n° 76 (3ème trimestre 1998), Jean Allemand donnait notamment à lire : "dans les années 1840, des repères en forme de petites plaques murales sont posés sur les fontaines et bâtiments publics. Leurs origines, ainsi que leur destination sont mal connues. Ce réseau aurait pu répondre aux besoins d'opérations administratives du Service municipal". Trois documents parus entre 1836 et 1844 (voir bibliographie) confirment que ces plaques sont des repères de nivellement (ce que Jean Allemand pressentait), mais prouvent que ceux-ci sont antérieurs à 1840. Numéro de notice : A2019-586 Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94555 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2019041	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2019042	SL	Revue	Centre de documentation	Revues en salle	Disponible

Mapping urban fingerprints of odonyms automatically extracted from French novels / Ludovic Moncla in International journal of geographical information science IJGIS, vol 33 n°12 (December 2019)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 33 n°12 (December 2019) . - pp 2477 - 2497 Titre : Mapping urban fingerprints of odonyms automatically extracted from French novels Type de document : Article/Communication Auteurs : Ludovic Moncla, Auteur ; Mauro Gaio, Auteur ; Thierry Joliveau, Auteur ; Yves-François Le Lay, Auteur ; Pierre-Olivier Mazagol, Auteur Année de publication : 2019 Article en page(s) : pp 2477 - 2497 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Toponymie [Termes descripteurs IGN] dix-neuvième siècle [Termes descripteurs IGN] empreinte [Termes descripteurs IGN] extraction automatique [Termes descripteurs IGN] Geoparsing [Termes descripteurs IGN] langage naturel (informatique) [Termes descripteurs IGN] littérature [Termes descripteurs IGN] odonymie [Termes descripteurs IGN] Paris (75) [Termes descripteurs IGN] reconnaissance de noms [Termes descripteurs IGN] route [Termes descripteurs IGN] traitement du langage naturel Résumé : (auteur) In this paper, we propose and discuss a methodology to map the spatial fingerprints of novels and authors based on all of the named urban roads (i.e., odonyms) extracted from novels. We present several ways to explore Parisian space and fictional landscapes by interactively and simultaneously browsing geographical space and literary text. Our project involves building a platform capable of retrieving, mapping and analyzing the occurrences of named urban roads in novels in which the action occurs wholly or partly in Paris. This platform will be used in several areas, such as cultural tourism, urban research, and literary analysis. The paper focuses on extracting named urban roads and mapping the results for a sample of 31 novels published between 1800 and 1914. Two approaches to the annotation of odonyms are compared. First, we describe a proof of concept using queries made via the TXM textual analysis platform. Then, we describe an automatic process using a natural language processing (NLP) method. Additionally, we mention how the geosemantic information annotated from the text (e.g., a structure combining verbs, spatial relations, named entities, adjectives and adverbs) can be used to automatically characterize the semantic content associated with named urban roads. Numéro de notice : A2019-427 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2019.1584804 date de publication en ligne : 17/03/2019 En ligne : https://doi.org/10.1080/13658816.2019.1584804 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93560 [article]

L'université Gustave Eiffel vise le sommet / Fanny Perrin d'Arloz in SIGmag, n° 22 (octobre 2019)

Public [article]  inSIGmag > n° 22 (octobre 2019) . - pp 49 - 49 Titre : L'université Gustave Eiffel vise le sommet Type de document : Article/Communication Auteurs : Fanny Perrin d'Arloz, Auteur Année de publication : 2019 Article en page(s) : pp 49 - 49 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Formation [Termes descripteurs IGN] Champs-sur-Marne [Termes descripteurs IGN] Ecole Nationale des Sciences Géographiques (IGN) [Termes descripteurs IGN] établissement d'enseignement [Termes descripteurs IGN] université Résumé : (Auteur) Une nouvelle université va naître dès janvier 2020 sur le campus de la cité Descartes à Champs-sur-Marne. Fondée par un consortium d'écoles, elle veut s'imposer sur les problématiques des villes de demain. Numéro de notice : A2019-423 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93706 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
147-2019032	SL	Revue	Centre de documentation	Revues en salle	Disponible
147-2019031	SL	Revue	Centre de documentation	Revues en salle	Disponible

Structural segmentation and classification of mobile laser scanning point clouds with large variations in point density / Yuan Li in ISPRS Journal of photogrammetry and remote sensing, vol 153 (July 2019)  

Permalink

Le nivellement de Saint-Germain-en-Laye / Alain Coulomb in XYZ, n° 158 (mars 2019)

Permalink

Apports des SIG pour la restitution de quelques éléments du paysage à Paris / Léa Hermenault in Cartes & Géomatique, n° 238 (Décembre 2018)

Permalink

Historical collaborative geocoding / Rémi Cura in ISPRS International journal of geo-information, vol 7 n° 7 (July 2018)    

Permalink

Extraction of pluvial flood relevant volunteered geographic information (VGI) by deep learning from user generated texts and photos / Yu Feng in ISPRS International journal of geo-information, vol 7 n° 2 (February 2018)  

Permalink

3D immersive underground navigation [short paper] / Quoc Dinh Nguyen (2018)    

Permalink

Assessing the planimetric accuracy of Paris atlases from the late 18th and 19th centuries / Bertrand Duménieu (2018)    

Permalink

Fragmentation linéaire : Restauration d’une continuité écologique / Marie-Lou Lamy (2018) 

Permalink

La géomatique comme aide à la décision dans le domaine de la santé / Dorothée Dumay (2018) 

Permalink

Harmonisation de données géographiques hétérogènes décrivant le réseau d’assainissement francilien / Laurie Nino (2018)

Permalink