Descripteur
Termes IGN > imagerie > image spatiale > image satellite > image à très haute résolution
image à très haute résolutionVoir aussi |
Documents disponibles dans cette catégorie (324)
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
Multimodal scene understanding: algorithms, applications and deep learning, ch. 11. Decision fusion of remote-sensing data for land cover classification / Arnaud Le Bris (2019)
Titre de série : Multimodal scene understanding: algorithms, applications and deep learning, ch. 11 Titre : Decision fusion of remote-sensing data for land cover classification Type de document : Chapitre/Contribution Auteurs : Arnaud Le Bris , Auteur ; Nesrine Chehata , Auteur ; Walid Ouerghemmi , Auteur ; Cyril Wendl, Auteur ; Tristan Postadjian , Auteur ; Anne Puissant, Auteur ; Clément Mallet , Auteur Editeur : Londres, New York : Academic Press Année de publication : 2019 Importance : pp 341 - 382 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification dirigée
[Termes IGN] fusion de données multisource
[Termes IGN] image à très haute résolution
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] image SPOT 7
[Termes IGN] occupation du sol
[Termes IGN] série temporelle
[Termes IGN] zone urbaineRésumé : (Auteur) Very high spatial resolution (VHR) multispectral imagery enables a fine delineation of objects and a possible use of texture information. Other sensors provide a lower spatial resolution but an enhanced spectral or temporal information, permitting one to consider richer land cover semantics. So as to benefit from the complementary characteristics of these multimodal sources, a decision late fusion scheme is proposed. This makes it possible to benefit from the full capacities of each sensor, while dealing with both semantic and spatial uncertainties. The different remote-sensing modalities are first classified independently. Separate class membership maps are calculated and then merged at the pixel level, using decision fusion rules. A final label map is obtained from a global regularization scheme in order to deal with spatial uncertainties while conserving the contrasts from the initial images. It relies on a probabilistic graphical model involving a fit-to-data term related to merged class membership measures and an image-based contrast-sensitive regularization term. Conflict between sources can also be integrated into this scheme. Two experimental cases are presented. In the first case one considers the fusion of VHR multispectral imagery with lower spatial resolution hyperspectral imagery for fine-grained land cover classification problem in dense urban areas. In the second case one uses SPOT 6/7 satellite imagery and Sentinel-2 time series to extract urban area footprints through a two-step process: classifications are first merged in order to detect building objects, from which a urban area prior probability is derived and eventually merged to Sentinel-2 classification output for urban footprint detection. Numéro de notice : H2019-002 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Chapître / contribution nature-HAL : ChOuvrScient DOI : 10.1016/B978-0-12-817358-9.00017-2 Date de publication en ligne : 02/08/2019 En ligne : https://doi.org/10.1016/B978-0-12-817358-9.00017-2 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93303
Titre : Scalable evaluation of 3D city models Type de document : Article/Communication Auteurs : Oussama Ennafii , Auteur ; Arnaud Le Bris , Auteur ; Florent Lafarge, Auteur ; Clément Mallet , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2019 Projets : 1-Pas de projet / Conférence : IGARSS 2019, IEEE International Geoscience And Remote Sensing Symposium 28/07/2019 02/08/2019 Yokohama Japon Proceedings IEEE Importance : 4 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse de données
[Termes IGN] classification dirigée
[Termes IGN] fusion d'images
[Termes IGN] fusion de données
[Termes IGN] image à très haute résolution
[Termes IGN] modélisation 3D du bâti BIM
[Termes IGN] taxinomieRésumé : (Auteur) The generation of 3D building models from Very High Resolution geospatial data is now an automatized procedure. However, urban areas are very complex and practitioners still have to visually assess the correctness of these models and detect reconstruction errors. We proposed an approach for automatically evaluating the quality of 3D building models. It is cast as a supervised classification task based on a hierarchical taxonomy and multimodal handcrafted features (building geometry, optical images, height data). In this paper, we evaluate how the urban area composition impacts prediction transferability and scalability of our framework to unseen scenes. This allows to define minimal feature and training sets for a problem where no benchmark data has been released so far. Numéro de notice : C2019-006 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Autre URL associée : vers HAL Thématique : IMAGERIE/URBANISME Nature : Poster nature-HAL : Poster-avec-CL DOI : 10.1109/IGARSS.2019.8899337 Date de publication en ligne : 14/11/2019 En ligne : https://doi.org/10.1109/IGARSS.2019.8899337 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92592 Semantic aware quality evaluation of 3D building models : Modeling and simulation / Oussama Ennafii (2019)
Titre : Semantic aware quality evaluation of 3D building models : Modeling and simulation Titre original : Evaluation de la qualité des modèles 3D de bâtiments Type de document : Thèse/HDR Auteurs : Oussama Ennafii , Auteur ; Clément Mallet , Directeur de thèse ; Florent Lafarge, Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Année de publication : 2019 Importance : 238 p. Format : 21 x 30 cm Note générale : bibliographie
Dissertation submitted in partial fulfillment of the requirements for the degree of Doctor of Philosophy delivered by Université Paris-Est, Speciality Geographical Information Sciences and Technologies
Thèse récompensée par le prix 2020 EuroSDR PhD Award.Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage automatique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] détection d'erreur
[Termes IGN] généralisation
[Termes IGN] image à très haute résolution
[Termes IGN] information sémantique
[Termes IGN] modèle 3D de l'espace urbain
[Termes IGN] modèle numérique de surface
[Termes IGN] modélisation 3D
[Termes IGN] modélisation du bâti
[Termes IGN] scène urbaine
[Termes IGN] taxinomieIndex. décimale : THESE Thèses et HDR Résumé : (auteur) The automatic generation of 3D building models from geospatial data is now a standard procedure. An abundant literature covers the last two decades and several softwares are now available. However, urban areas are very complex environments. Inevitably, practitioners still have to visually assess, at city-scale, the correctness of these models and detect frequent reconstruction errors. Such a process relies on experts, and is highly time-consuming with approximately two hours/km² per expert. This work proposes an approach for automatically evaluating the quality of 3D building models. Potential errors are compiled in a novel hierarchical and modular taxonomy. This allows, for the first time, to disentangle fidelity and modeling errors, whatever the level of details of the modeled buildings. The quality of models is predicted using the geometric properties of buildings and, when available, Very High Resolution images and Digital Surface Models. A baseline of handcrafted, yet generic, features is fed into a Random Forest or Support Vector Machine classifiers. Richer features, relying on graph kernels as well as Scattering Networks, were proposed to better take into consideration structure. Both multi-class and multi-label cases are studied: due to the interdependence between classes of errors, it is possible to retrieve all errors at the same time while simply predicting correct and erroneous buildings. The proposed framework was tested on three distinct urban areas in France with more than 3,000 buildings. 80%-99% F-score values are attained for the most frequent errors. For scalability purposes, the impact of the urban area composition on the error prediction was also studied, in terms of transferability, generalization, and representativeness of the classifiers. It shows the necessity of multi-modal remote sensing data and mixing training samples from various cities to ensure a stability of the detection ratios, even with very limited training set sizes. Note de contenu : 1- Introduction
2- State of the art
3- Semantic evaluation of 3D models
4- A learning approach for quality evaluation
5- Assessing the learned approach
6- Computing a better representation
7- Assessing the advanced features
8- ConclusionNuméro de notice : 25860 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité : Sciences et Technologies de l'Information Géographique : Paris-Est, 2019 Organisme de stage : Lastig (IGN) nature-HAL : Thèse DOI : sans En ligne : https://hal.science/tel-02879809 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95395 Exemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 25860-02 THESE Livre Centre de documentation Thèses Disponible 25860-01 THESE Livre Centre de documentation Thèses Disponible 25860-03 THESE Livre Centre de documentation Thèses Disponible Sensitivity of urban material classification to spatial and spectral configurations from visible to short-wave infrared / Arnaud Le Bris (2019)
Titre : Sensitivity of urban material classification to spatial and spectral configurations from visible to short-wave infrared Type de document : Article/Communication Auteurs : Arnaud Le Bris , Auteur ; Nesrine Chehata , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2019 Projets : HYEP / Weber, Christiane Conférence : JURSE 2019, Joint Urban Remote Sensing Event 22/05/2019 24/05/2019 Vannes France Proceedings IEEE Importance : 4 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse comparative
[Termes IGN] analyse de sensibilité
[Termes IGN] image à haute résolution
[Termes IGN] image à très haute résolution
[Termes IGN] image aérienne
[Termes IGN] image hyperspectrale
[Termes IGN] image multibande
[Termes IGN] objet géographique urbain
[Termes IGN] pouvoir de résolution géométrique
[Termes IGN] signature spectraleRésumé : (Auteur) Urban material maps are useful for several city modeling or monitoring applications and can be retrieved from remote sensing data. This study investigates the impact of spectral and spatial sensor configuration on urban material classification results, comparing several configurations corresponding to existing or envisaged airborne or space sensors. Images corresponding to such sensors were simulated out of an airborne hyperspectral acquisition. At the end, the relevance of an enhanced spectral configuration and especially providing bands from the SWIR domain was proven, as well as the need for a fine spatial resolution to retrieve urban objects. However, the (late) fusion of multispectral imagery at 2 m resolution with hyperspectral data at 8 m resolution was also proven to lead to good results. Numéro de notice : C2019-005 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Autre URL associée : vers HAL Thématique : IMAGERIE/URBANISME Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/JURSE.2019.8809029 Date de publication en ligne : 22/08/2019 En ligne : https://doi.org/10.1109/JURSE.2019.8809029 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92587 Documents numériques
en open access
Sensitivity of urban material classification to spatial and spectral configurations... - pdf auteurAdobe Acrobat PDF The necessary yet complex evaluation of 3D city models: a semantic approach / Oussama Ennafii (2019)
Titre : The necessary yet complex evaluation of 3D city models: a semantic approach Type de document : Article/Communication Auteurs : Oussama Ennafii , Auteur ; Clément Mallet , Auteur ; Arnaud Le Bris , Auteur ; Florent Lafarge, Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2019 Projets : 1-Pas de projet / Weber, Christiane Conférence : JURSE 2019, Joint Urban Remote Sensing Event 22/05/2019 24/05/2019 Vannes France Proceedings IEEE Importance : 4 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] compréhension de l'image
[Termes IGN] détection d'anomalie
[Termes IGN] image à très haute résolution
[Termes IGN] modèle 3D de l'espace urbain
[Termes IGN] précision sémantique
[Termes IGN] taxinomieRésumé : (Auteur) The automatic modeling of urban scenes in 3D from geospatial data has been studied for more than thirty years.However, the output models still have to undergo a tedious task of correction at city scale. In this work, we propose an approach for automatically evaluating the quality of 3D building models.A taxonomy of potential errors is first proposed. Handcrafted features are computed, based on the geometric properties of buildings and, when available, Very High Resolution images and depth data. They are fed into a Random Forest classifier for the prediction of the quality of the models. We tested our framework on three distinct urban areas in France. We can satisfactorily detect, on average 96% of the most frequent errors. Numéro de notice : C2019-001 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/JURSE.2019.8809002 Date de publication en ligne : 22/08/2019 En ligne : https://doi.org/10.1109/JURSE.2019.8809002 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92103 Documents numériques
en open access
The necessary yet complex evaluation of 3D city models - pdf auteurAdobe Acrobat PDF PermalinkSemantic labeling in very high resolution images via a self-cascaded convolutional neural network / Yoncheng Liu in ISPRS Journal of photogrammetry and remote sensing, vol 145 - part A (November 2018)PermalinkA generic remote sensing approach to derive operational essential biodiversity variables (EBVs) for conservation planning / Samuel Alleaume in Methods in ecology and evolution, vol 9 n° 8 (August 2018)PermalinkICARE-VEG: A 3D physics-based atmospheric correction method for tree shadows in urban areas / Karine R.M. Adeline in ISPRS Journal of photogrammetry and remote sensing, vol 142 (August 2018)PermalinkClassification à très large échelle d’images satellites à très haute résolution spatiale par réseaux de neurones convolutifs / Tristan Postadjian in Revue Française de Photogrammétrie et de Télédétection, n° 217-218 (juin - septembre 2018)PermalinkCartographier l'occupation du sol à grande échelle : optimisation de la photo-interprétation par segmentation d'image / Maxime Vitter (2018)PermalinkClassification à très haute résolution (THR) spatiale et fusion d'occupation des sols (OCS) / Tristan Postadjian (2018)PermalinkClassification à très large échelle d'images satellite à très haute résolution spatiale par réseaux de neurones convolutifs / Tristan Postadjian (2018)PermalinkMise en évidence de l’activité récente des failles du bassin de Naryn (Kyrgyzstan) à partir de données photogrammétriques Pléiades et drone : un nouvel apport pour l’aléa sismique / Aurélie Médard (2018)PermalinkSuivi des impacts d’un arasement de barrage sur la végétation riveraine par télédétection à très haute résolution spatiale et temporelle / Marianne Laslier (2018)Permalink