Centre de documentation
scientifique

Learning from the past: crowd-driven active transfer learning for semantic segmentation of multi-temporal 3D point clouds / Michael Kölle in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2022 (2022 edition)  

Public [article]  inISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences > vol V-2-2022 (2022 edition) . - pp 259 - 266 Titre : Learning from the past: crowd-driven active transfer learning for semantic segmentation of multi-temporal 3D point clouds Type de document : Article/Communication Auteurs : Michael Kölle, Auteur ; Volker Walter, Auteur ; Uwe Soergel, Auteur Année de publication : 2022 Article en page(s) : pp 259 - 266 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] apprentissage automatique [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] données étiquetées d'entrainement [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] données multitemporelles [Termes IGN] orthoimage couleur [Termes IGN] production participative [Termes IGN] segmentation sémantique [Termes IGN] semis de points [Termes IGN] traitement de données localisées Résumé : (auteur) The main bottleneck of machine learning systems, such as convolutional neural networks, is the availability of labeled training data. Hence, much effort (and thus cost) is caused by setting up proper training data sets. However, models trained on specific data sets often perform unsatisfactorily when used to derive predictions for another (yet related) data set. We aim to overcome this problem by employing active learning to iteratively adapt an existing classifier to another domain. Precisely, we are concerned with semantic segmentation of 3D point clouds of multiple epochs. We first establish a Random Forest classifier for the first epoch of our data set and adapt it for successful prediction to two more temporally disjoint point clouds of the same but extended area. The point clouds, which are part of the newly introduced Hessigheim 3D benchmark data set, incorporate different characteristics with respect to the acquisition date and sensor configuration. We demonstrate that our workflow for domain adaptation is designed in such a way that it i) offers the possibility to greatly reduce labeling effort compared to a passive learning baseline or to an active learning baseline trained from scratch, if the domain gap is small enough and ii) at least does not cause more expenses (compared to a newly initialized active learning loop), if the domain gap is severe. The latter is especially beneficial in scenarios where the similarity of two different domains is hard to assess. Numéro de notice : A2022-435 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Article DOI : 10.5194/isprs-annals-V-2-2022-259-2022 Date de publication en ligne : 17/05/2022 En ligne : https://doi.org/10.5194/isprs-annals-V-2-2022-259-2022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100743 [article]

Crowdsourcing without data bias: Building a quality assurance system for air pollution symptom mapping / Marta Samulowska in ISPRS International journal of geo-information, vol 10 n° 2 (February 2021)  

Public [article]  inISPRS International journal of geo-information > vol 10 n° 2 (February 2021) . - n° 46 Titre : Crowdsourcing without data bias: Building a quality assurance system for air pollution symptom mapping Type de document : Article/Communication Auteurs : Marta Samulowska, Auteur ; Szymon Chmielewski, Auteur ; Edwin Raczko, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 46 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] assurance qualité [Termes IGN] carte sanitaire [Termes IGN] données localisées des bénévoles [Termes IGN] erreur systématique [Termes IGN] pollution atmosphérique [Termes IGN] production participative [Termes IGN] qualité de l'air [Termes IGN] qualité des données [Termes IGN] science citoyenne [Termes IGN] surveillance sanitaire [Termes IGN] zone urbaine Résumé : (auteur) Crowdsourcing is one of the spatial data sources, but due to its unstructured form, the quality of noisy crowd judgments is a challenge. In this study, we address the problem of detecting and removing crowdsourced data bias as a prerequisite for better-quality open-data output. This study aims to find the most robust data quality assurance system (QAs). To achieve this goal, we design logic-based QAs variants and test them on the air quality crowdsourcing database. By extending the paradigm of urban air pollution monitoring from particulate matter concentration levels to air-quality-related health symptom load, the study also builds a new perspective for citizen science (CS) air quality monitoring. The method includes the geospatial web (GeoWeb) platform as well as a QAs based on conditional statements. A four-month crowdsourcing campaign resulted in 1823 outdoor reports, with a rejection rate of up to 28%, depending on the applied. The focus of this study was not on digital sensors’ validation but on eliminating logically inconsistent surveys and technologically incorrect objects. As the QAs effectiveness may depend on the location and society structure, that opens up new cross-border opportunities for replication of the research in other geographical conditions. Numéro de notice : A2021-153 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi10020046 Date de publication en ligne : 22/01/2021 En ligne : https://doi.org/10.3390/ijgi10020046 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97064 [article]

How urban places are visited by social groups? Evidence from matrix factorization on mobile phone data / Chaogui Kang in Transactions in GIS, Vol 24 n° 6 (December 2020)  

Public [article]  inTransactions in GIS > Vol 24 n° 6 (December 2020) . - pp 1504 - 1525 Titre : How urban places are visited by social groups? Evidence from matrix factorization on mobile phone data Type de document : Article/Communication Auteurs : Chaogui Kang, Auteur ; Li Shi, Auteur ; Fahui Wang, Auteur ; Yu Liu, Auteur Année de publication : 2020 Article en page(s) : pp 1504 - 1525 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] Chine [Termes IGN] contenu généré par les utilisateurs [Termes IGN] données spatiotemporelles [Termes IGN] ethnographie [Termes IGN] factorisation de matrice non-négative [Termes IGN] matrice de co-occurrence [Termes IGN] production participative [Termes IGN] réseau social [Termes IGN] site urbain [Termes IGN] téléphonie mobile [Termes IGN] urbanisme Résumé : (Auteur) This research attempts to build a unified framework for distinguishing the spatiotemporal visit patterns of urban places by different social groups using mobile phone data in Harbin, China. Social groups are detected by their social ties in the ego‐to‐ego mobile phone call network and are embedded in physical space according to their home locations. Popular urban places are detected from user‐generated content as the basic spatial analysis unit. Coupling subscribers’ footprints and urban places in physical space, the spatiotemporal visit patterns of urban places by distinct social groups are uncovered and interpreted by non‐negative matrix factorization. The proposed framework enables us to answer several critical questions from three perspectives: (1) How to model popular urban places in terms of vague boundary, land use, and semantic features based on crowdsourcing data?; (2) How to evaluate interaction between individuals for inspecting the relationship between spatial proximity and social ties based on spatiotemporal co‐occurrence?; and (3) How to distinguish urban place visit preferences for social groups associated with different socio‐demographic characteristics? Our research could assist urban planners and municipal managers to identify critical urban places frequented by different population groups according to their roles and social/cultural characteristics for improvement of urban facility allocation. Numéro de notice : A2020-767 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/URBANISME Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12654 Date de publication en ligne : 30/06/2020 En ligne : https://doi.org/10.1111/tgis.12654 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96658 [article]

Micro-tasking as a method for human assessment and quality control in a geospatial data import / Atle Frenvik Sveen in Cartography and Geographic Information Science, vol 47 n° 2 (February 2020)  

Public [article]  inCartography and Geographic Information Science > vol 47 n° 2 (February 2020) . - pp 141 - 152 Titre : Micro-tasking as a method for human assessment and quality control in a geospatial data import Type de document : Article/Communication Auteurs : Atle Frenvik Sveen, Auteur ; Anne Sofie Strom Erichsen, Auteur ; Terje Midtbo, Auteur Année de publication : 2020 Article en page(s) : pp 141 - 152 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] algorithme de filtrage [Termes IGN] chevauchement [Termes IGN] contrôle qualité [Termes IGN] données localisées [Termes IGN] données localisées des bénévoles [Termes IGN] évaluation des données [Termes IGN] import de données [Termes IGN] OpenStreetMap [Termes IGN] précision des données [Termes IGN] production participative Résumé : (auteur) Crowd-sourced geospatial data can often be enriched by importing open governmental datasets as long as they are up-to date and of good quality. Unfortunately, merging datasets is not straight forward. In the context of geospatial data, spatial overlaps pose a particular problem, as existing data may be overwritten when a naïve, automated import strategy is employed. For example: OpenStreetMap has imported over 100 open geospatial datasets, but the requirement for human assessment makes this a time-consuming process which requires experienced volunteers or training. In this paper, we propose a hybrid import workflow that combines algorithmic filtering with human assessment using the micro-tasking method. This enables human assessment without the need for complex tools or prior experience. Using an online experiment, we investigated how import speed and accuracy is affected by volunteer experience and partitioning of the micro-task. We conclude that micro-tasking is a viable method for massive quality assessment that does not require volunteers to have prior experience working with geospatial data. Numéro de notice : A2020-058 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2019.1659187 Date de publication en ligne : 16/09/2020 En ligne : https://doi.org/10.1080/15230406.2019.1659187 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94575 [article]

Étude préalable à la mise en oeuvre de la qualification des contributions dans les bases de données collaboratives hébergées par l’IGN / Lilian Calas (2020) 

Public Titre : Étude préalable à la mise en oeuvre de la qualification des contributions dans les bases de données collaboratives hébergées par l’IGN Type de document : Mémoire Auteurs : Lilian Calas, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2020 Importance : 69 p. Format : 21 x 30 cm Note générale : Bibliographie Rapport de projet pluridisciplinaire, cycle ING2 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] apprentissage profond [Termes IGN] BD UNI [Termes IGN] contributeur [Termes IGN] mise à jour de base de données [Termes IGN] OpenStreetMap [Termes IGN] production participative Index. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) Ce document est le résultat d’un travail portant sur l’étude de la qualification des contributions réalisées dans une base de données collaborative, et destinée au projet ≪ Espace collaboratif ≫ de l’IGN. Il s’inscrit dans le cadre d’un stage de 2e année pour le cursus ingénieur de l’ENSG Géomatique. Il met en exergue les méthodes de qualification des contributions au travers d’une synthèse de l’existant dans plusieurs cas de bases de données collaboratives aussi bien à l’IGN que dans le secteur privé. Puis, il présente, grâce aux résultats d’un questionnaire, les avis des utilisateurs de l’Espace collaboratif vis à vis des propositions d’améliorations effectuées. Enfin, des maquettes concrétisent et répondent aux attentes concernant la possible évolution de l’Espace collaboratif. Note de contenu : Introduction 1. Synthèse de l’existant 1.1 Travaux de l’IGN 1.2 Travaux extérieurs à l’IGN 1.3 OpenStreetMap 1.4 Bilan 2. Espace collaboratif 2.1 État des lieux et propositions 2.2 Maquettage 2.3 Questionnaire Conclusion Numéro de notice : 26385 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : IGN Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95945

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
26385-01	PROJET	Livre	Centre de documentation	Travaux d'élèves	Disponible

Documents numériques

peut être téléchargé Étude préalable à la mise en oeuvre de la qualification des contributions... - pdf auteur Adobe Acrobat PDF

Fine-tuning the usability of a crowdsourced indoor navigation system / Kristien Ooms in Cartography and Geographic Information Science, Vol 46 n° 5 (September 2019)  

Permalink

VGI contributors’ awareness of geographic information quality and its effect on data quality: a case study from Japan / Jun Yamashita in International journal of cartography, vol 5 n° 2-3 (July - November 2019)  

Permalink

Crowdsourcing geographic information with a gamification approach / Roberta Martella in Geodetski vestnik, vol 63 n° 2 (June - August 2019)  

Permalink

Feedbacks on VGI in-situ campaign for updating LULC data / Laurence Jolivet (2019)  

Permalink

Toward a participatory VGI methodology : crowdsourcing information on regional food assets / Victoria Fast in International journal of geographical information science IJGIS, vol 32 n° 11-12 (November - December 2018)  

Permalink

An experimental framework for integrating citizen and community science into land cover, land use, and land change detection processes in a national mapping agency / Ana-Maria Olteanu-Raimond in Land, vol 7 n° 3 (September 2018)  

Permalink

Opening GIScience : A process-based approach / Jerry Shannon in International journal of geographical information science IJGIS, vol 32 n° 9-10 (September - October 2018)  

Permalink

Share our cultural heritage (SOCH) : worldwide 3D heritage reconstruction and visualization via Web and mobile GIS / Hari K. Dhonju in ISPRS International journal of geo-information, vol 7 n° 9 (September 2018)  

Permalink

Exploring geo-tagged photos for land cover validation with deep learning / Hanfa Xing in ISPRS Journal of photogrammetry and remote sensing, vol 141 (July 2018)  

Permalink

The life cycle of contributors in collaborative online communities -the case of OpenStreetMap / Daniel Begin in International journal of geographical information science IJGIS, vol 32 n° 7-8 (July - August 2018)  

Permalink