Descripteur
Termes IGN > mathématiques > statistique mathématique > analyse de données > classification > classification dirigée
classification dirigéeSynonyme(s)classification superviséeVoir aussi |
Documents disponibles dans cette catégorie (451)
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
Trajectories of moving objects on a network: detection of similarities, visualization of relations, and classification of trajectories / Yukio Sadahiro in Transactions in GIS, vol 17 n° 1 (February 2013)
[article]
Titre : Trajectories of moving objects on a network: detection of similarities, visualization of relations, and classification of trajectories Type de document : Article/Communication Auteurs : Yukio Sadahiro, Auteur ; Raymond Lay, Auteur ; T. Kobayashi, Auteur Année de publication : 2013 Article en page(s) : pp 18 - 40 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] analyse de groupement
[Termes IGN] analyse spatiale
[Termes IGN] classification dirigée
[Termes IGN] graphe
[Termes IGN] itinéraire
[Termes IGN] mesure de similitude
[Termes IGN] migration animale
[Termes IGN] objet mobile
[Termes IGN] relation topologique
[Termes IGN] réseau de transport
[Termes IGN] similitude
[Termes IGN] visualisation de donnéesRésumé : (Auteur) Development in techniques of spatial data acquisition enables us to easily record the trajectories of moving objects. Movement of human beings, animals, and birds can be captured by GPS loggers. The obtained data are analyzed by visualization, clustering, and classification to detect patterns frequently or rarely found in trajectories. To extract a wider variety of patterns in analysis, this article proposes a new method for analyzing trajectories on a network space. The method first extracts primary routes as subparts of trajectories. The topological relations among primary routes and trajectories are visualized as both a map and a graph-based diagram. They permit us to understand the spatial and topological relations among the primary routes and trajectories at both global and local scales. The graph-based diagram also permits us to classify trajectories. The representativeness of primary routes is evaluated by two numerical measures. The method is applied to the analysis of daily travel behavior of one of the authors. Technical soundness of the method is discussed as well as empirical findings. Numéro de notice : A2013-038 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/j.1467-9671.2012.01330.x Date de publication en ligne : 09/10/2012 En ligne : https://doi.org/10.1111/j.1467-9671.2012.01330.x Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32176
in Transactions in GIS > vol 17 n° 1 (February 2013) . - pp 18 - 40[article]
Titre : Classification grande échelle de surfaces d’eau par lidar aéroporté Type de document : Article/Communication Auteurs : Nicolas David , Auteur ; Julien Smeeckaert, Auteur ; Clément Mallet , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2013 Conférence : GRETSI 2013, 24e colloque du Groupe de Recherche et d'Etude du Traitement du Signal et des Images 03/09/2013 06/09/2013 Brest France OA proceedings Importance : 4 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Vedettes matières IGN] Lasergrammétrie
[Termes IGN] classification dirigée
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] classification pixellaire
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] eau de surface
[Termes IGN] extraction automatique
[Termes IGN] hauteur de vol
[Termes IGN] méthode robuste
[Termes IGN] modèle numérique de surface
[Termes IGN] plan de volRésumé : (auteur) La gestion des zones littorales utilise aujourd’hui de plus en plus de Modèles Numérique de Terrain (MNT) issus de données laser aéroportées. Afin d’obtenir des MNT fiables sur ces zones il est nécessaire d’extraire les surfaces d’eau des nuages de points. Pour cela, cet article propose une méthode automatique, robuste et générique de classification supervisée fondée sur les séparateurs à vaste marge (SVM). Premièrement, un jeu de descripteurs utilisant seulement les coordonnées 3D des points laser et l’information de ligne de vol est élaboré. Puis des zones d’apprentissage SVM fiables sont sélectionnées automatiquement par une croissance de régions. Enfin, les erreurs de classification pixellaires sont filtrées par une relaxation probabiliste utilisant les scores de classification SVM. Les résultats montrent que d’importants chantiers lasers (> 100 M pts) de faible densité (2-3 pts/m²) sont classés avec une forte précision globale ( > 95%) tout en préservant les objets de petites tailles ayant une importance topographique (ponts, canaux, rochers).
Cet article aborde le problème de détection automatique de zones d'eau dans des grands volumes de nuages de points 3D lidar. L'approche proposée est uniquement fondée sur l'analyse de descripteurs locaux géométriques 2D et 3D. Une méthode d'apprentissage actif est proposée pour sélectionner un ensemble réduit mais performant de pixels (Numéro de notice : C2013-034 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=80101 Documents numériques
en open access
Classification grande échelle de surfaces d’eauAdobe Acrobat PDF
Titre : Classification of water surfaces using airborne topographic lidar data Type de document : Article/Communication Auteurs : Julien Smeeckaert, Auteur ; Clément Mallet , Auteur ; Nicolas David , Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2013 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 40-1/W1 Conférence : ISPRS 2013, Hannover Workshop 21/05/2013 24/05/2013 Hanovre Allemagne OA ISPRS Archives Importance : pp 321 - 326 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] chaîne de traitement
[Termes IGN] classification dirigée
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] cours d'eau
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] eau de surface
[Termes IGN] interpolation
[Termes IGN] littoral
[Termes IGN] modèle numérique de terrain
[Termes IGN] rivage
[Termes IGN] segmentation en régions
[Termes IGN] semis de pointsRésumé : (auteur) Accurate Digital Terrain Models (DTM) are inevitable inputs for mapping areas subject to natural hazards. Topographic airborne laser scanning has become an established technique to characterize the Earth surface: lidar provides 3D point clouds allowing a fine reconstruction of the topography. For flood hazard modeling, the key step before terrain modeling is the discrimination of land and water surfaces within the delivered point clouds. Therefore, instantaneous shoreline, river borders, inland waters can be extracted as a basis for more reliable DTM generation. This paper presents an automatic, efficient, and versatile workflow for land/water classification of airborne topographic lidar data. For that purpose, a classification framework based on Support Vector Machines (SVM) is designed. First, a restricted set of features, based only 3D lidar point coordinates and flightline information, is defined. Then, the SVM learning step is performed on small but well-targeted areas thanks to an automatic region growing strategy. Finally, label probabilities given by the SVM are merged during a probabilistic relaxation step in order to remove pixel-wise misclassification. Results show that survey of millions of points are labelled with high accuracy (>95% in most cases for coastal areas, and >89% for rivers) and that small natural and anthropic features of interest are still well classified though we work at low point densities (0.5-4 pts/m2). Our approach is valid for coasts and rivers, and provides a strong basis for further discrimination of land-cover classes and coastal habitats. Numéro de notice : C2013-055 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprsarchives-XL-1-W1-321-2013 Date de publication en ligne : 02/05/2013 En ligne : https://doi.org/10.5194/isprsarchives-XL-1-W1-321-2013 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92183 Développement d'outils et de méthodes pour l'estimation de la qualité des résultats de classification / Zhour Najoui (2013)
Titre : Développement d'outils et de méthodes pour l'estimation de la qualité des résultats de classification : application à l'évaluation de la dégradation de la forêt en Côte d'Ivoire Type de document : Mémoire Auteurs : Zhour Najoui , Auteur Editeur : Champs/Marne : Université Paris-Est Marne-la-Vallée UPEM Année de publication : 2013 Importance : 83 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de master 2ème année Electronique, Télécommunication, Géomatique, spécialité Information géographiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification dirigée
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] Côte d'Ivoire
[Termes IGN] déboisement
[Termes IGN] forêt tropicale
[Termes IGN] IDL
[Termes IGN] image Landsat
[Termes IGN] matrice de confusion
[Termes IGN] MozambiqueIndex. décimale : DSIG Mémoires du master 2 IG, du master 2 SIG, de l'ex DEA SIG Résumé : (Auteur) Pour de meilleurs résultats, plusieurs classifications supervisées ont été faites à plusieurs reprises sur une même région (province de Niassa, au Mozambique) avec le changement de plusieurs paramètres (régions d'intérêts, classes, masques) pour trouver la meilleure façon d'avoir une bonne classification. Les parcelles de référence peuvent être issues de plusieurs sources (photos aériennes, travail sur le terrain ...). Après leur acquisition, ces parcelles de référence sont censées être homogènes, mais ce n'est pas toujours le cas. Les statistiques données par la matrice de confusion quant à la qualité des parcelles sous-référence (erreurs d'omission et de commission) donnent des informations générales sur la qualité de chaque parcelle de référence. Afin de générer les statistiques de qualité pour chaque sous-parcelle, un script IDL a été conçu pour résoudre ce problème. Les procédures qui ont été établies à partir de l'étude critique du projet de classification sur la Niassa, le rapport de contrôle des parcelles de référence généré par le script IDL ainsi que le rapport des meilleures pratiques ont été utilisés pour étudier la dégradation des forêts dans la Côte d'Ivoire par des images Landsat. Note de contenu : 1 Introduction
2 Présentation de l'entreprise
2.1 Projets
2.2 Partenaires
2.3 Moyens techniques et environnement scientifique
3 Etude critique d'un projet passé : niassa (mozambique)
3.1 Zone d'étude (NIASSA, Mozambique)
3.2 Classifications
3.2.1 Le Maximum de Vraisemblance
3.2.2 Données d'entrée : Landsat
3.2.3 Prétraitement des données
3.3 Résultats et analyse
3.3.1 Analyse des classifications sur Niassa
3.3.2 Effet des différents masques sur les classifications
4 Procédures contrôle qualité
4.1 Programme JAVA « confusionMatrix » : Parsing
4.1.1 Production de la matrice de confusion avec ENVI
4.1.2 Amélioration de la matrice de confusion
4.2 Analyse des parcelles
4.2.1 Problématique
4.2.2 Outil « vt_classif_parcel_report_v19.pro» d'examen des parcelles
5 Application : côte d'ivoire
5.1 Contexte général
5.2 Méthodologie
5.2.1 Description de l'instrument ETM+
5.2.2 Approche de classification
5.3 Sélection et prétraitement des données
5.4 Parcelles de référence (Apprentissage)
5.5 Classification
5.6 Statistiques et analyse des résultats
6 ConclusionNuméro de notice : 18956 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Mémoire masters divers Organisme de stage : VisioTerra Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=51022 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 18956-01 DSIG Livre Centre de documentation Travaux d'élèves Disponible
Titre : Fusion de données lidar et multispectrales : Etude des techniques de segmentation et de classification de données LiDAR, d’images multispectrales et de leur fusion, Proposition d’une nouvelle technique de traitement de la fusion des données et analyse des résultats Type de document : Mémoire Auteurs : Ophélie Sinagra, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2013 Importance : 113 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de soutenance de Diplôme d'Ingénieur INSA, Spécialité TopographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] classification dirigée
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] fusion de données
[Termes IGN] image multibande
[Termes IGN] image Quickbird
[Termes IGN] indice de végétation
[Termes IGN] matrice de confusion
[Termes IGN] occupation du sol
[Termes IGN] semis de points
[Termes IGN] StrasbourgIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (Auteur) Cette étude a pour but de fusionner des données LiDAR et multispectrales afin de procéder à une classification en trois catégories en utilisant un algorithme supervisé. Un nuage de points LiDAR et une image satellite QuickBird comprenant les bandes Rouge, Vert, Bleue et Proche-Infrarouge acquis au-dessus de la ville de Strasbourg, France, ont été traités afin d’effectuer la fusion et d’estimer la précision de la méthode de classification proposée. Tout d’abord, l’image multispectrale a permis de calculer trois images représentant l’indice de végétation normalisé (NDVI), l’indice de végétation ajusté pour le sol (SAVI) et l’indice de contrôle environnemental global (GEMI). Puis, le nuage de points a lui permis de calculer la hauteur des éléments situés au-dessus du sol et l’information tridimensionnelle a été convertie en raster. Ces quatre rasters ont étés assemblés afin d’obtenir des rasters de deux, trois ou quatre couches afin d’effectuer différents tests. L’algorithme Support Vector Machine (SVM), permettant une classification supervisée, a été utilisé afin de classer ces rasters en trois classes : végétation, bâtiments et voirie. La matrice de confusions de la classification indique que la précision est améliorée lorsque les données LiDAR sont intégrées au calcul. Note de contenu : Introduction
1- Etat de l'art
2- Changement dans le sujet
3- Traitement de la fusion des données
4- Résultats finaux
5- Analyse
6- Discussion
ConclusionNuméro de notice : 11802 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : University of New South Wales Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=49749 Documents numériques
peut être téléchargé
11802_mem_insas_2013__sinagra.pdfAdobe Acrobat PDF Outils de modélisation SIG pour l'étude de la vulnérabilité côtière / Elmdari Souhail (2013)PermalinkSuper-resolution image analysis as a means of monitoring bracken (Pteridium aquilinum) distributions / Jennie Holland in ISPRS Journal of photogrammetry and remote sensing, vol 75 (January 2013)PermalinkTree species discrimination in tropical forests using airborne imaging spectroscopy / Jean-Baptiste Féret in IEEE Transactions on geoscience and remote sensing, vol 51 n° 1 Tome 1 (January 2013)PermalinkEvaluation of the spatial changes in seagrass cover in the lagoons of Lakshadweep islands, India, using IRS LISS III satellite images / E.P. Nobi in Geocarto international, vol 27 n° 8 (December 2012)PermalinkLa télédétection pour la cartographie de la trame verte en milieu agricole : Évaluation des potentialités d’images multi-angulaires à très haute résolution spatiale / David Sheeren in Revue internationale de géomatique, vol 22 n° 4 (décembre 2012 – février 2013)PermalinkMapping tropical forests and rubber plantations in complex landscapes by integrating PALSAR and MODIS imagery / J. Dong in ISPRS Journal of photogrammetry and remote sensing, vol 74 (Novembrer 2012)PermalinkA supervised and fuzzy-based approach determine optimal multi-resolution image segmentation parameters / H. Tong in Photogrammetric Engineering & Remote Sensing, PERS, vol 78 n° 10 (October 2012)PermalinkInformation fusion in the redundant-wavelet-transform domain for noise-robust hyperspectral classification / S. Prasad in IEEE Transactions on geoscience and remote sensing, vol 50 n° 9 (October 2012)PermalinkMapping crop types, irrigated areas, and cropping intensities in heterogeneous landscapes of southern India using multi-temporal medium-resolution imagery: implications for assessing water use in agriculture / E. Heller in Photogrammetric Engineering & Remote Sensing, PERS, vol 78 n° 8 (August 2012)PermalinkA comparative analysis of ALOS PALSAR L-band and RADARSAT-2 C-band data for land-cover classification in a tropical moist region / Dong Lu ; E. Moran ; et al. in ISPRS Journal of photogrammetry and remote sensing, vol 70 (June 2012)Permalink