Descripteur
Termes IGN > mathématiques > statistique mathématique > analyse de données > classification > classification automatique
classification automatiqueVoir aussi |
Documents disponibles dans cette catégorie (97)
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
Improved salient feature-based approach for automatically separating photosynthetic and nonphotosynthetic components within terrestrial Lidar point cloud data of forest canopies / Lixia Ma in IEEE Transactions on geoscience and remote sensing, vol 54 n° 2 (February 2016)
[article]
Titre : Improved salient feature-based approach for automatically separating photosynthetic and nonphotosynthetic components within terrestrial Lidar point cloud data of forest canopies Type de document : Article/Communication Auteurs : Lixia Ma, Auteur ; Guang Zheng, Auteur ; Jan U.H. Eitel, Auteur ; et al., Auteur Année de publication : 2016 Article en page(s) : pp 679 - 696 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] analyse en composantes indépendantes
[Termes IGN] canopée
[Termes IGN] classification automatique
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] feuillu
[Termes IGN] Leaf Area Index
[Termes IGN] photosynthèse
[Termes IGN] Pinophyta
[Termes IGN] reconnaissance de formes
[Termes IGN] semis de points
[Termes IGN] télémétrie laser sur satellite
[Termes IGN] zone saillante 3DRésumé : (Auteur) Accurate separation of photosynthetic and nonphotosynthetic components in a forest canopy from 3-D terrestrial laser scanning (TLS) data is a challenging but of key importance to understand the spatial distribution of the radiation regime, photosynthetic processes, and carbon and water exchanges of the forest canopy. The objective of this paper was to improve current methods for separating photosynthetic and nonphotosynthetic components in TLS data of forest canopies by adding two additional filters only based on its geometric information. By comparing the proposed approach with the eigenvalues plus color information-based method, we found that the proposed approach could effectively improve the overall producer's accuracy from 62.12% to 95.45%, and the overall classification producer's accuracy would increase from 84.28% to 97.80% as the forest leaf area index (LAI) decreases from 4.15 to 3.13. In addition, variations in tree species had negligible effects on the final classification accuracy, as shown by the overall producer's accuracy for coniferous (93.09%) and broadleaf (94.96%) trees. To remove quantitatively the effects of the woody materials in a forest canopy for improving TLS-based LAI estimates, we also computed the “woody-to-total area ratio” based on the classified linear class points from an individual tree. Automatic classification of the forest point cloud data set will facilitate the application of TLS on retrieving 3-D forest canopy structural parameters, including LAI and leaf and woody area ratios. Numéro de notice : A2016-114 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2015.2459716 En ligne : https://doi.org/10.1109/TGRS.2015.2459716 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79992
in IEEE Transactions on geoscience and remote sensing > vol 54 n° 2 (February 2016) . - pp 679 - 696[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2016021 SL Revue Centre de documentation Revues en salle Disponible Object classification and recognition from mobile laser scanning point clouds in a road environment / Matti Lehtomäki in IEEE Transactions on geoscience and remote sensing, vol 54 n° 2 (February 2016)
[article]
Titre : Object classification and recognition from mobile laser scanning point clouds in a road environment Type de document : Article/Communication Auteurs : Matti Lehtomäki, Auteur ; Anttoni Jaakkola, Auteur ; Juha Hyyppä, Auteur ; et al., Auteur Année de publication : 2016 Article en page(s) : pp 1226 - 1239 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] apprentissage automatique
[Termes IGN] classification automatique
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] histogramme
[Termes IGN] reconnaissance d'objets
[Termes IGN] réseau routier
[Termes IGN] segmentation
[Termes IGN] semis de points
[Termes IGN] télémétrie laser mobile
[Termes IGN] télémétrie laser terrestreRésumé : (Auteur) Automatic methods are needed to efficiently process the large point clouds collected using a mobile laser scanning (MLS) system for surveying applications. Machine-learning-based object recognition from MLS point clouds in a road and street environment was studied in order to create maps from the road environment infrastructure. The developed automatic processing workflow included the following phases: the removal of the ground and buildings, segmentation, segment classification, and object location estimation. Several novel geometry-based features, which were previously applied in autonomous driving and general point cloud processing, were applied for the segment classification of MLS point clouds. The features were divided into three sets, i.e., local descriptor histograms (LDHs), spin images, and general shape and point distribution features, respectively. These were used in the classification of the following roadside objects: trees, lamp posts, traffic signs, cars, pedestrians, and hoardings. The accuracy of the object recognition workflow was evaluated using a data set that contained more than 400 objects. LDHs and spin images were applied for the first time for machine-learning-based object classification in MLS point clouds in the surveying applications of the road and street environment. The use of these features improved the classification accuracy by 9.6% (resulting in 87.9% accuracy) compared with the accuracy obtained using 17 general shape and point distribution features that represent the current state of the art in the field of MLS; therefore, significant improvement in the classification accuracy was achieved. Connected component segmentation and ground extraction were the cause of most of the errors and should be thus improved in the future. Numéro de notice : A2016-120 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2015.2476502 En ligne : https://doi.org/10.1109/TGRS.2015.2476502 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=80000
in IEEE Transactions on geoscience and remote sensing > vol 54 n° 2 (February 2016) . - pp 1226 - 1239[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2016021 SL Revue Centre de documentation Revues en salle Disponible Mise en place de procédures automatiques en vue d’accélérer la production des plans topographiques au sein de l’entreprise Techni Drone / Kévin Javerliat (2016)
Titre : Mise en place de procédures automatiques en vue d’accélérer la production des plans topographiques au sein de l’entreprise Techni Drone Type de document : Mémoire Auteurs : Kévin Javerliat, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2016 Importance : 43 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de fin d'études INSA StrasbourgLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] acquisition d'images
[Termes IGN] analyse comparative
[Termes IGN] chaîne de traitement
[Termes IGN] classification automatique
[Termes IGN] drone
[Termes IGN] extraction automatique
[Termes IGN] image aérienne
[Termes IGN] ligne de rupture de pente
[Termes IGN] logiciel de photogrammétrie
[Termes IGN] orthoimage
[Termes IGN] plan topographique
[Termes IGN] point de vérification
[Termes IGN] Python (langage de programmation)
[Termes IGN] QGIS
[Termes IGN] semis de points
[Termes IGN] traitement de semis de pointsIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (Auteur) Ce projet au sein d’une entreprise spécialisée dans l’utilisation des drones civils m’a permis de me familiariser avec les processus d’acquisition des données acquises par drone. Il m’apporte une expérience pratique dans un domaine en plein essor et plus largement en photogrammétrie. Plus largement, j’ai pu développer mes compétences dans le domaine de la programmation en langage Python. Ce stage a également été l’occasion d’explorer les fonctionnalités de nouveaux logiciels tels que QGIS, Pix4D Mapper ou Mensura Genius. Enfin, j’ai une vision du travail de l’ingénieur topographe en dehors d’un cabinet de géomètres. Plus généralement, ce stage a été l’occasion de découvrir le fonctionnement d’une société autre qu’un cabinet de géomètres experts mêlant des personnes aux compétences totalement différentes dans des domaines très variés. Note de contenu : INTRODUCTION
1. PRÉSENTATION DE TECHNI DRONE ET DE SON FONCTIONNEMENT GÉNÉRAL
1.1. Présentation de la société
1.2. Le matériel utilisé
1.3. Le fonctionnement général d’une prestation
2. LA CHAÎNE DE TRAITEMENT
2.1. L’élaboration de l’état de la chaîne de traitement
2.2. Les conclusions de l’état de la chaîne de traitement
3. COMPARATIF DES SOLUTIONS DE TRAITEMENT PHOTOGRAMMÉTRIQUE
3.1. Les fonctionnalités indispensables aux solutions de traitement photogrammétrique
3.2. La réponse des solutions de traitement à nos exigences
3.3. Le choix de la solution de traitement photogrammétrique
4. EXTRACTION AUTOMATIQUE DES POINTS DE CONTRÔLE
4.1. L’état de l’art
4.2. La solution envisagée chez Techni Drone
4.3. Conclusion et perspectives
5. L’EXTRACTION AUTOMATIQUE DES LIGNES DE RUPTURE DE PENTE
6. L’EXTENSION SOUS QGIS
6.1. Présentation de QGIS, Python et les extensions
6.2. La classification des lignes de rupture de pente
6.3. La réalisation du plan des stocks
6.4. L’élaboration du diagnostic des pistes
6.5. Conclusion sur l’extension créée
7. LES AMÉLIORATIONS ORGANISATIONNELLES
7.1. La disponibilité de Mensura Genius
7.2. La mise en réseau des postes
7.3. Le suivi des traitements en cours
8. LES APPORTS DE LA NOUVELLE CHAÎNE DE TRAITEMENT
9. LES ÉVOLUTIONS NÉCESSAIRES POUR OBTENIR UN SERVICE DE TYPE « CLOUD »
9.1. Présentation du projet
9.2. La diffusion des données sur le web
CONCLUSION ET PERSPECTIVESNuméro de notice : 22694 Affiliation des auteurs : non IGN Thématique : IMAGERIE/POSITIONNEMENT Nature : Mémoire ingénieur INSAS Organisme de stage : TECHNI DRONE Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84831 Documents numériques
Titre : Some contributions to large precision matrix estimation Titre original : Quelques contributions à l'estimation de grandes matrices de précision Type de document : Thèse/HDR Auteurs : Samuel Balmand , Auteur ; Arnak Dalalyan, Directeur de thèse ; Marc Pierrot-Deseilligny , Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Marne-la-Vallée UPEM Année de publication : 2016 Importance : 157 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée pour l'obtention du grade de Docteur de l'Université Paris-Est, spécialité MathématiquesLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] classification automatique
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] estimateur
[Termes IGN] matrice
[Termes IGN] matrice de covariance
[Termes IGN] processus gaussien
[Termes IGN] régression linéaire
[Termes IGN] résidu
[Termes IGN] temps de convergence
[Termes IGN] valeur aberrante
[Termes IGN] vitesseIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Sous l'hypothèse gaussienne, la relation entre indépendance conditionnelle et parcimonie permet de justifier la construction d'estimateurs de l'inverse de la matrice de covariance — également appelée matrice de précision — à partir d'approches régularisées. Cette thèse, motivée à l'origine par la problématique de classification d'images, vise à développer une méthode d'estimation de la matrice de précision en grande dimension, lorsque le nombre n d'observations est petit devant la dimension p du modèle. Notre approche repose essentiellement sur les liens qu'entretiennent la matrice de précision et le modèle de régression linéaire. Elle consiste à estimer la matrice de précision en deux temps. Les éléments non diagonaux sont tout d'abord estimés en considérant p problèmes de minimisation du type racine carrée des moindres carrés pénalisés par la norme L. Les éléments diagonaux sont ensuite obtenus à partir du résultat de l'étape précédente, par analyse résiduelle ou maximum de vraisemblance. Nous comparons ces différents estimateurs des termes diagonaux en fonction de leur risque d'estimation. De plus, nous proposons un nouvel estimateur, conçu de sorte à tenir compte de la possible contamination des données par des outliers, grâce à l'ajout d'un terme de régularisation en norme mixte l2/l1. L'analyse non-asymptotique de la convergence de notre estimateur souligne la pertinence de notre méthode. Note de contenu : Introduction
0.1 Notation
0.2 Sparsity assumption
0.3 Parsimonious precision matrix estimation
0.4 Advances in sparse linear regression
0.5 Regularity properties
0.6 Contributions
0.7 Manuscript organization
1 Estimation of the diagonal elements
1.1 Introduction
1.2 Preliminaries on precision matrix estimation
1.3 Four estimators of the variance of noise
1.4 Experimental evaluation
1.5 Conclusion
2 Robust estimation
2.1 Introduction
2.2 Moderate dimensional case: theoretical results .
2.3 Discussion and extensions to high dimension
2.4 Technical results and proofs
2.5 Algorithmic aspects
2.6 Empirical evaluation
2.7 Perspectives
Conclusion
A Supplementary proofs
B Additional experimental results
C Overview of the DESP packageNuméro de notice : 15937 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE/MATHEMATIQUE Nature : Thèse française Note de thèse : Thèse de doctorat : Mathématiques : Paris-Est : 2016 Organisme de stage : MATIS (IGN) nature-HAL : Thèse DOI : sans En ligne : https://tel.hal.science/tel-01501678 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=81270 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 15937-01 THESE Livre Centre de documentation Travaux d'élèves Disponible A novel MKL model of integrating LiDAR data and MSI for urban area classification / Yanfeng Gu in IEEE Transactions on geoscience and remote sensing, vol 53 n° 10 (October 2015)
[article]
Titre : A novel MKL model of integrating LiDAR data and MSI for urban area classification Type de document : Article/Communication Auteurs : Yanfeng Gu, Auteur ; Qingwang Wang, Auteur ; Xiuping Jia, Auteur ; Jón Alti, Auteur Année de publication : 2015 Article en page(s) : pp 5312 - 5326 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage automatique
[Termes IGN] classificateur
[Termes IGN] classification à base de connaissances
[Termes IGN] classification automatique
[Termes IGN] données lidar
[Termes IGN] image multibande
[Termes IGN] image spectrale
[Termes IGN] milieu urbainRésumé : (Auteur) A novel multiple-kernel learning (MKL) model is proposed for urban classification to integrate heterogeneous features (HF-MKL) from two data sources, i.e., spectral images and LiDAR data. The features include spectral, spatial, and elevation attributes of urban objects from the two data sources. With these heterogeneous features (HFs), the new MKL model is designed to carry out feature fusion that is embedded in classification. First, Gaussian kernels with different bandwidths are used to measure the similarity of samples on each feature at different scales. Then, these multiscale kernels with different features are integrated using a linear combination. In the combination, the weights of the kernels with different features are determined by finding a projection based on the maximum variance. This way, the discriminative ability of the HFs is exploited at different scales and is also integrated to generate an optimal combined kernel. Finally, the optimization of the conventional support vector machine with this kernel is performed to construct a more effective classifier. Experiments are conducted on two real data sets, and the experimental results show that the HF-MKL model achieves the best performance in terms of classification accuracies in integrating the HFs for classification when compared with several state-of-the-art algorithms. Numéro de notice : A2015-752 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2015.2421051 Date de publication en ligne : 07/05/2015 En ligne : https://doi.org/10.1109/TGRS.2015.2421051 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=78742
in IEEE Transactions on geoscience and remote sensing > vol 53 n° 10 (October 2015) . - pp 5312 - 5326[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2015101 SL Revue Centre de documentation Revues en salle Disponible A fast classification scheme in Raman spectroscopy for the identification of mineral mixtures using a large database with correlated predictors / Corey J. Cochrane in IEEE Transactions on geoscience and remote sensing, vol 53 n° 8 (August 2015)PermalinkSemisupervised transfer component analysis for domain adaptation in remote sensing image classification / Giona Matasci in IEEE Transactions on geoscience and remote sensing, vol 53 n° 7 (July 2015)PermalinkA fully-automated approach to land cover mapping with airborne LiDAR and high resolution multispectral imagery in a forested suburban landscape / Jason R. Parent in ISPRS Journal of photogrammetry and remote sensing, vol 104 (June 2015)PermalinkLinear spectral mixture analysis via multiple-kernel learning for hyperspectral image classification / Keng-Hao Liu in IEEE Transactions on geoscience and remote sensing, vol 53 n° 4 (April 2015)PermalinkApproches multi-hiérarchiques pour l'analyse d'images de télédétection / Camille Kurtz in Revue Française de Photogrammétrie et de Télédétection, n° 205 (Janvier 2014)PermalinkClassification automatique des images satellitaires optimisée par l'algorithme des chauves-souris / Soumia Benmostefa in Revue Française de Photogrammétrie et de Télédétection, n° 203 (Juillet 2013)PermalinkContribution à la mise en place d'un SIG fédérateur des données géographiques pour l'aménagement et les infrastructures / Mustapha Mimouni (2013)PermalinkUpdating land-cover maps by classification of image time series : A novel change-detection-driven transfer learning approach / Begüm Demir in IEEE Transactions on geoscience and remote sensing, vol 51 n° 1 Tome 1 (January 2013)PermalinkLatent class modeling for site- and non-site-specific classification accuracy assessment without ground data / Giles M. Foody in IEEE Transactions on geoscience and remote sensing, vol 50 n° 7 Tome 2 (July 2012)PermalinkAutomatic classification of building types in 3D city models: Using SVMs for semantic enrichment of low resolution building data / A. Henn in Geoinformatica, vol 16 n° 2 (April 2012)PermalinkModelling the Zn emissions from roofing materials at Créteil city scale : Defining a methodology / Emna Sellami-Kaaniche (2012)PermalinkRelevance assessment of full-waveform lidar data for urban area classification / Clément Mallet in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 6 supplement (December 2011)PermalinkSimultaneous denoising and intrinsic order selection in hyperspectral imaging / M. Farzam in IEEE Transactions on geoscience and remote sensing, vol 49 n° 9 (September 2011)PermalinkAutomatic classification of retail spaces from a large scale topographic database / William A Mackaness in Transactions in GIS, vol 15 n° 3 (July 2011)PermalinkA comparison of fuzzy AHP and ideal point methods for evaluating land suitability / M. Elaalem in Transactions in GIS, vol 15 n° 3 (July 2011)PermalinkLes débuts de la télédétection spatiale dans la géographie française : témoignage d’un pionnier / Fernand Verger in L'information géographique, vol 74 n° 2 (août 2010)PermalinkClassification des tissus urbains à partir de données vectorielles : application à Strasbourg / Anne Puissant (2010)PermalinkFactors influencing pulse width of small footprint, full wave form airborne laser scanning data / Y.C. Lin in Photogrammetric Engineering & Remote Sensing, PERS, vol 76 n° 1 (January 2010)PermalinkA network representation of raster land-cover patches / L. De Cola in Photogrammetric Engineering & Remote Sensing, PERS, vol 76 n° 1 (January 2010)PermalinkObject-based image analysis / E.A. Addink in GIM international, vol 24 n° 1 (January 2010)Permalink