Descripteur
Termes IGN > aménagement > infrastructure > réseau technique > réseau de transport
réseau de transportSynonyme(s)réseau de communicationVoir aussi |
Documents disponibles dans cette catégorie (852)
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
Constraint based evaluation of generalized images generated by deep learning / Azelle Courtial (2020)
Titre : Constraint based evaluation of generalized images generated by deep learning Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Guillaume Touya , Auteur ; Xiang Zhang, Auteur Editeur : ICA Commission on Generalisation and Multiple Representation Année de publication : 2020 Projets : 1-Pas de projet / Conférence : ICA 2020, 23rd Workshop on Map Generalisation and Multiple Representation 05/11/2020 06/11/2020 Delft Pays-Bas Open Access Proceedings Importance : 3 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] 1:25.000
[Termes IGN] 1:250.000
[Termes IGN] Alpes (France)
[Termes IGN] apprentissage profond
[Termes IGN] carte routière
[Termes IGN] classification pixellaire
[Termes IGN] données maillées
[Termes IGN] généralisation automatique de données
[Termes IGN] généralisation cartographique automatisée
[Termes IGN] montagne
[Termes IGN] précision cartographique
[Termes IGN] programmation par contraintes
[Termes IGN] réseau routier
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) The use of deep learning techniques for map generalisation raises new problems regarding the evaluation of the results: (1) images are used as input/output instead of vector data; (2) the deep learning processes do not guarantee results that follow cartographic principles; (3) the deep learning models are black boxes that hide the causal mechanisms. Also, deep learning intern evaluation is mostly based on the realism of the images and the pixel classification accuracy, and none of these criteria is sufficient to evaluate a generalisation process. In this article, we propose an adaptation of the constraint-based evaluation to the images generated by deep learning. Six raster-based constraints are proposed for a mountain road generalisation use case. Numéro de notice : C2020-018 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Date de publication en ligne : 17/11/2020 En ligne : https://varioscale.bk.tudelft.nl/events/icagen2020/ICAgen2020/ICAgen2020_paper_2 [...] Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96380
Titre : Deep learning for semantic feature extraction in aerial imagery Type de document : Thèse/HDR Auteurs : Ananya Gupta, Auteur ; Hujun Yin, Directeur de thèse ; Simon Watson, Directeur de thèse Editeur : Manchester [Royaume-Uni] : University of Manchester Année de publication : 2020 Importance : 151 p. Format : 21 x 30 cm Note générale : bibliographie
A thesis submitted to the University of Manchester for the degree of Doctor of Philosophy in the faculty of Science and engineeringLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage profond
[Termes IGN] cartographie d'urgence
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection d'arbres
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] Dublin (Irlande ; ville)
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] image à très haute résolution
[Termes IGN] image aérienne
[Termes IGN] image multitemporelle
[Termes IGN] OpenStreetMap
[Termes IGN] réseau routier
[Termes IGN] segmentation sémantique
[Termes IGN] semis de points
[Termes IGN] voxelIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Remote sensing provides image and LiDAR data that can be useful for a number of tasks such as disaster mapping and surveying. Deep learning (DL) has been shown to provide good results in extracting knowledge from input data sources by the means of learning intermediate representation features. However, popular DL methods require large scaled datasets for training which are costly and time-consuming to obtain. This thesis investigates semantic knowledge extraction from remote sensing data using DL methods in regimes with limited labelled data. Firstly, semantic segmentation methods are compared and analysed on the task of aerial image segmentation. It is shown that pretraining on ImageNet improves the segmentation results despite the domain shift between ImageNet images and aerial images. A framework for mapping road networks in disaster struck areas is proposed. It uses pre and post disaster imagery and labels from OpenStreetMaps (OSM), forgoing the need for costly manually labelled data. Graph-based methods are used to update the pre-existing road maps from OSM. Experiments on a disaster dataset from Palu, Indonesia show the efficacy of the proposed method. A method for semantic feature extraction from aerial imagery is proposed which is shown to work well for multitemporal high resolution image registration. These feature are able to deal with temporal variations caused by seasonal changes. Methods for tree identification in LiDAR data have been proposed to overcome the need for manually labelled data. The first method works on high density point clouds and uses certain LiDAR data attributes for tree identification, achieving almost 90% accuracy. The second uses a voxel based 3D Convolutional Neural Network on low density LiDAR datasets and is able to identify most large trees. The third method is a scaled version of PointNet++ and achieves an F_score of 82.1 on the ISPRS benchmark, comparable to the state of the art methods but with increased efficiency. Finally, saliency methods used for explainability in image analysis are extended to work on 3D point clouds and voxel-based networks to help aid explainability in this area. It is shown that edge and corner features are deemed important by these networks for classification. These features are also demonstrated to be inherently sparse and pruned easily. Note de contenu : 1- Introduction
2- Background and Literature Review
3- Aerial Image Segmentation with Open Data
4- Aerial Image Registration
5- Tree Annotations in LiDAR Data
6- 3D Point Cloud Feature Explanations
7- Conclusions and Future WorkNuméro de notice : 28302 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : PhD Thesis : Science and Engineering : University of Manchester : 2020 DOI : sans En ligne : https://www.research.manchester.ac.uk/portal/files/184627877/FULL_TEXT.PDF Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98051 Détection et vectorisation automatiqued’objets linéaires dans des nuages de points de voirie / Etienne Barçon (2020)
Titre : Détection et vectorisation automatiqued’objets linéaires dans des nuages de points de voirie Type de document : Mémoire Auteurs : Etienne Barçon, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2020 Importance : 110 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire de fin d'études d'Ingénieur INSA, spécialité TopographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] corrélation croisée normalisée
[Termes IGN] détection automatique
[Termes IGN] détection d'objet
[Termes IGN] détection de contours
[Termes IGN] données lidar
[Termes IGN] polyligne
[Termes IGN] réseau routier
[Termes IGN] segmentation
[Termes IGN] semis de points
[Termes IGN] seuillage d'image
[Termes IGN] trottoir
[Termes IGN] vectorisationIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) Ce mémoire présente une méthode de détection automatique des marquages et des glissières dans un environnement autoroutier, à partir d'un nuage de points. L'approche employée utilise essentiellement des outils de traitement d'images. Le nuage de points est converti en images d’intensité et images d’altitudes par une projection verticale sur un plan. La détection des marquages au sol est effectuée par seuillage des images d’intensité. La détection des glissières s’effectue en plusieurs temps, une détection des objets linéaires en 2D puis une vectorisation 3D à partir de profils, à l’aide des images d’altitudes. Les résultats obtenus sont convaincants bien que perfectibles. La méthode mise en place est jugée généralisable à d’autres objets comme les murs et les bordures de trottoir. Note de contenu : Introduction
1- Etat de l'art
2- Développements
3- Résultats obtenus et analyse
4- Perspectives d'améliorations
ConclusionNuméro de notice : 28517 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : TT Géomètres-Experts (Paris) DOI : sans En ligne : http://eprints2.insa-strasbourg.fr/4144/ Format de la ressource électronique : url Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97292
Titre : Exact optimization algorithms for the aggregation of spatial data Type de document : Thèse/HDR Auteurs : Johannes Oehrlein, Auteur Editeur : Munich : Bayerische Akademie der Wissenschaften Année de publication : 2020 Collection : DGK - C, ISSN 0065-5325 num. 862 Importance : 184 p. Format : 21 x 30 cm Note générale : bibliographie
Dissertation zur Erlangung des GradesDoktor-Ingenieur (Dr.-Ing.)
Diese Arbeit ist gleichzeitig als elektronische Dissertationbei der Universitäts-und Landesbibliothek Bonn veröffentlichtLangues : Anglais (eng) Descripteur : [Termes IGN] agrégation spatiale
[Termes IGN] cycliste
[Termes IGN] données localisées
[Termes IGN] espace vert
[Termes IGN] généralisation automatique de données
[Termes IGN] programmation linéaire
[Termes IGN] réseau routier
[Termes IGN] trajet (mobilité)
[Termes IGN] zone urbaine
[Vedettes matières IGN] GénéralisationRésumé : (auteur) The aggregation of spatial data is a recurring problem in geoinformation science. Aggregating data means subsuming multiple pieces of information into a less complex representation. It is pursued for various reasons, like having a less complex data structure to apply further processing algorithms or a simpler visual representation as targeted in map generalization. In this thesis, we identify aggregation problems dealing with spatial data and formalize themas optimization problems. That means we set up a function that is capable of evaluating valid solutions to the considered problem, like a cost function for minimization problems. To each problem introduced, we present an algorithm that finds a valid solution that optimizes this objective function. In general, this superiority with respect to the quality of the solution comes at the cost of computation efficiency, a reason why non-exact approaches like heuristics are widely used for optimization. Nevertheless, the higher quality of solutions yielded by exact approaches is undoubtedly important. On the one hand, “good” solutions are sometimes not sufficient. On the other hand, exact approaches yield solutions that maybe used as benchmarks for the evaluation of non-exact approaches. This kind of application is of particular interest since heuristic approaches, for example, give no guarantee on the quality of solutions found. Furthermore, algorithms that provide exact solutions to optimization problems reveal weak spots of underlying models. A result that does not satisfy the user cannot be excused with a mediocre performance of an applied heuristic. With this motivation, we developed several exact approaches for aggregation problems, which we present in this thesis. Since we deal with spatial data, for all problems considered, the aggregation is based on both geometric and semantic aspects although the focus varies. The first problem we discuss is about visualizing a road network in the context of navigation. Given a fixed location in the network, we aim for a clear representation of the surroundings. For this purpose, we introduce an equivalence relation for destinations in the network based on which we perform the aggregation. We succeed in designing an efficient algorithm that aggregates as many equivalent destinations as possible. Furthermore, we tackle a class of similar and frequently discussed problems concerning the aggregation of areal units into larger, connected regions. Since these problems are NP-complete, i.e. extraordinarily complex, we do not aim for an efficient exact algorithm (which is suspected not to exist) but present a strong improvement to existing exact approaches. In another setup, we present an efficient algorithm for the analysis of urban green-space supply. Performing a hypothetical assignment of citizens to available green spaces, it detects local shortages and patterns in the accessibility of green space within a city. Finally, we introduce and demonstrate a tool for detecting route preferences of cyclists based on a selection of given trajectories. Examining a set of criteria forming suitable candidates, we aggregate them efficiently to the best-fitting derivable criterion. Overall, we present exact approaches to various aggregation problems. In particular, the NP-complete problem we deal with firmly underscores, as expected, the need for heuristic approaches. For applications asking for an immediate solution, it may be reasonable to apply a heuristic approach. This holds in particular due to easy and generally applicable meta-heuristics being available. However, with this thesis, we argue for applying exact approaches if possible. The guaranteed superior quality of solutions speaks for itself. Besides, we give additional examples which show that exact approaches can be applied efficiently as well. Numéro de notice : 17681 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Thèse étrangère Note de thèse : PhD dissertation : : Rheinische Friedrich-Wilhelms-Universität Bonn : 2020 En ligne : https://nbn-resolving.org/urn:nbn:de:hbz:5-60713 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98023
Titre : Extraction de caractéristiques sur des images acquises en contexte mobile : application à la reconnaissance de défauts sur ouvrages d’art Type de document : Thèse/HDR Auteurs : Yannick Faula, Auteur ; Véronique Eglin, Directeur de thèse Editeur : Lyon : Institut National des Sciences Appliquées INSA Lyon Année de publication : 2020 Importance : 168 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse de Doctorat de l'Université de Lyon opérée au sein de l’INSA de Lyon, Spécialité InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] appariement d'images
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] détection de changement
[Termes IGN] détection de flou
[Termes IGN] état de l'art
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] image captée par drone
[Termes IGN] qualité d'image
[Termes IGN] seuillage d'image
[Termes IGN] surveillance d'ouvrage
[Termes IGN] temps réel
[Termes IGN] voie ferréeIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Le réseau ferroviaire français dispose d’une infrastructure de grande ampleur qui se compose de nombreux ouvrages d’art. Ces derniers subissent les dégradations du temps et du trafic et font donc l’objet d’une surveillance périodique pour détecter l’apparition de défauts. Aujourd’hui, cette inspection se fait en grande partie, visuellement par des opérateurs experts. Plusieurs entreprises testent de nouveaux vecteurs d’acquisition photo comme le drone, destinés à la surveillance des ouvrages de génie civil. Dans cette thèse, l’objectif principal est de développer un système capable de détecter, localiser et enregistrer d’éventuels défauts de l’ouvrage. Un grand défi est de détecter des défauts sous-pixels comme les fissures en temps réel pour améliorer l’acquisition. Pour cela, une analyse par seuillage local a été conçue pour traiter de grandes images. Cette analyse permet d’extraire des points d’intérêts (Points FLASH : Fast Local Analysis by threSHolding) où une ligne droite peut se faufiler. La mise en relation intelligente de ces points permet de détecter et localiser les fissures fines. Les résultats de détection de fissures de surfaces altérées issues d’images d’ouvrages d’art démontrent de meilleures performances en temps de calcul et robustesse que les algorithmes existants. En amont de l’étape de détection, il est également nécessaire de s’assurer que les images acquises soient de bonne qualité pour réaliser le traitement. Une mauvaise mise au point ou un flou de bougé sont à bannir. Nous avons développé une méthode réutilisant les calculs de la détection en extrayant des mesures de LocalBinaryPatterns(LBP) afin de vérifier la qualité en temps réel. Enfin, pour réaliser une acquisition permettant une reconstruction photogrammétrique, les images doivent avoir un recouvrement suffisant. Notre algorithme, réutilisant les points d’intérêts de la détection, permet un appariement simple entre deux images sans passer par des algorithmes de type RANSAC. Notre méthode est invariante en rotation, translation et à une certaine plage de changements d’échelle. Après l’acquisition, sur les images de qualité optimale, il est possible d’employer des méthodes plus coûteuses en temps comme les réseaux de neurones à convolution. Ces derniers bien qu’incapables d’assurer une détection de fissures en temps réel peuvent être utilisés pour détecter certains types d’avaries. Cependant, le manque de données impose la constitution de notre propre jeu de données. A l’aide d’approches de classification indépendante (classifieurs SVM one-class), nous avons développé un système flexible capable d’évoluer dans le temps, de détecter puis de classifier les différents types de défauts. Aucun système de ce type n’apparaît dans la littérature pour la détection de défauts sur ouvrages d’art. Les travaux réalisés sur l’extraction de caractéristiques sur des images pour la détection de défauts pourront être utiles dans d’autres applications telles que la navigation de véhicules intelligents ou le word-spotting. Note de contenu :
1. Contexte et motivations
1.1 Introduction
1.2 Contexte industriel : Inspection des ouvrages d’art
1.3 Autres domaines d’application des travaux de thèse
1.4 Contributions
1.5 Organisation du mémoire
2. Détection de défauts : les fissures
2.1 Introduction
2.2 Etat de l’art
2.3 Pré-traitement : super-résolution
2.4 Notre contribution : Les points FLASH
3. Détermination de la qualité de l’acquisition
3.1 Introduction
3.2 Etat de l’art
3.3 Détection du flou en temps réel
3.4 Evaluation pour la détection de fissures
3.5 Conclusion
4. Appariement d’images selon FLASH
4.1 Introduction
4.2 État de l’art
4.3 Contribution
4.4 Évaluation
4.5 Conclusion
5. Détection de défauts : les défauts surfaciques 87
5.1 Introduction
5.2 État de l’art sur la caractérisation de texture et la détection de défauts
5.3 Architecture proposée
5.4 Expérimentations
5.5 Spécialisation sur les éclatements de béton
5.6 Conclusion
6. Autres contributions
6.1 Introduction
6.2 Word Spotting
6.3 Détection de lignes droites et de segments orientés
6.4 Conclusion
7. Conclusion et PerspectivesNuméro de notice : 26519 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Université de Lyon : 2020 Organisme de stage : LIRIS nature-HAL : Thèse En ligne : http://theses.insa-lyon.fr/publication/2020LYSEI077/these.pdf Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97359 PermalinkPermalinkOptimiser la gestion conjointe de la voirie et des réseaux enterrés à l'aide de la géomatique : conception d'un référentiel spatial de voirie / Antonin Pavard (2020)PermalinkPotential of crowdsourced traces for detecting updates in authoritative geographic data / Stefan Ivanovic (2020)PermalinkPermalinkReconnaissance automatique d’objets pour le jumeau numérique ferroviaire à partir d’imagerie aérienne / Valentin Desbiolles (2020)PermalinkPermalinkApplication of photogrammetry to generate quantitative geobody data in ephemeral fluvial systems / Charlotte L. Priddy in Photogrammetric record, vol 34 n° 168 (December 2019)PermalinkMapping 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)PermalinkAnalysing the positional accuracy of GNSS multi-tracks obtained from VGI sources to generate improved 3D mean axes / Antonio Tomás Mozas-Calvache in International journal of geographical information science IJGIS, vol 33 n° 11 (November 2019)Permalink