Descripteur
Documents disponibles dans cette catégorie (1409)
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
3D urban scene understanding by analysis of LiDAR, color and hyperspectral data / David Duque-Arias (2021)
Titre : 3D urban scene understanding by analysis of LiDAR, color and hyperspectral data Type de document : Thèse/HDR Auteurs : David Duque-Arias, Auteur ; Beatriz Marcotegui, Directeur de thèse ; Jean-Emmanuel Deschaud, Directeur de thèse Editeur : Paris : Université Paris Sciences et Lettres Année de publication : 2021 Importance : 191 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université PSL, Spécialité : Morphologie MathématiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] analyse de scène 3D
[Termes IGN] apprentissage profond
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] graphe
[Termes IGN] image hyperspectrale
[Termes IGN] image optique
[Termes IGN] modélisation géométrique de prise de vue
[Termes IGN] monde virtuel
[Termes IGN] morphologie mathématique
[Termes IGN] navigation autonome
[Termes IGN] scène urbaine
[Termes IGN] segmentation sémantique
[Termes IGN] semis de points
[Termes IGN] traitement d'imageIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Point clouds have attracted the interest of the research community over the last years. Initially, they were mostly used for remote sensing applications. More recently, thanks to the development of low-cost sensors and the publication of some open source libraries, they have become very popular and have been applied to a wider range of applications. One of them is the autonomous vehicle where many efforts have been made in the last century to make it real. A very important bottleneck nowadays for the autonomous vehicle is the evaluation of the proposed algorithms. Due to the huge number of possible scenarios, it is not feasible to perform it in real life. An alternative is to simulate virtual environments where all possible configurations can be set up beforehand. However, they are not as realistic as the real world is. In this thesis, we studied the pertinence of including hyperspectral images in the creation of new virtual environments. Furthermore, we proposed new methods to improve 3D scene understanding for autonomous vehicles. During this research, we addressed the following topics. Firstly, we analyzed the spectrum in color and hyperspectral images because it provides a description about the electromagnetic radiation at different frequencies. Some applications rely only on visible colors. In other cases, such as the characterization of materials, the study of the invisible range is required. For this purpose, we proposed a simplified spectrum representation that preserves its diversity, the Graph-based color lines (GCL) model. Secondly, we studied the integration of hyperspectral images, color images and point clouds in urban scenes. The analysis was carried out by using the data acquired during this thesis in the context of the REPLICA project FUI 24. We inspected spectral signatures of different objects and reflectance histograms of the images. The obtained results demonstrate that urban scenes are challenging scenarios for current technology of hyperspectral cameras due to the presence of uncontrolled light conditions and moving actors. Thirdly, we worked with 3D point clouds from urban scenes that have proved to be a reliable type of data, much less sensitive to illumination variations than cameras. They are more accurate than color images and permit to obtain precise 3D models of urban environments. Deep learning techniques are very popular in this domain. A key element of these techniques is the loss function that drives the optimization process. We proposed two new loss functions to perform semantic segmentation tasks: power Jaccard loss and hierarchical loss. They obtained a higher performance in evaluated scenarios than classical losses not only in 3D point clouds but also in color and gray scale images. Moreover, we proposed a new dataset (Paris Carla 3D Dataset) composed of synthetic and real point clouds from urban scenes. It is expected to be used by the research community for different automatic tasks such as semantic segmentation, instance segmentation and scene completion. Finally, we conducted a detailed analysis of the influence of RGB features in semantic segmentation of urban point clouds. We compared several training scenarios and identified that color systematically improves the performance in certain classes. It demonstrates that including a more detailed description of the spectrum, when the hyperspectral cameras technology increases its sensitivity, can be useful to improve scene description of urban scenes. Note de contenu : 1- Introduction
2- Data used in this thesis
3- Graph based color lines (GCL)
4- Study of REPLICA data
5- Power Jaccard losses for semantic segmentation
6- Segmentation of point clouds
7- Conclusions and perspectivesNuméro de notice : 28464 Affiliation des auteurs : non IGN Thématique : IMAGERIE/MATHEMATIQUE/URBANISME Nature : Thèse française Note de thèse : Thèse de Doctorat : Morphologie Mathématique : Paris sciences et lettres : 2021 Organisme de stage : Centre de Morphologie Mathématique DOI : sans En ligne : https://pastel.hal.science/tel-03434199/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99076 Amélioration des résolutions spatiale et spectrale d’images satellitaires par réseaux antagonistes / Anaïs Gastineau (2021)
Titre : Amélioration des résolutions spatiale et spectrale d’images satellitaires par réseaux antagonistes Type de document : Thèse/HDR Auteurs : Anaïs Gastineau, Auteur ; Jean-François Aujol, Directeur de thèse ; Yannick Berthoumieu, Directeur de thèse Editeur : Bordeaux : Université de Bordeaux Année de publication : 2021 Importance : 111 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour obtenir le grade de Docteur de l'Université de Bordeaux, spécialité Mathématiques appliquées et calcul scientifiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] fusion d'images
[Termes IGN] image multibande
[Termes IGN] image panchromatique
[Termes IGN] limite de résolution géométrique
[Termes IGN] limite de résolution spectrale
[Termes IGN] optimisation (mathématiques)
[Termes IGN] pansharpening (fusion d'images)
[Termes IGN] réseau antagoniste génératifIndex. décimale : THESE Thèses et HDR Résumé : (auteur) De plus en plus d'applications, telles que la cartographie ou la classification de l'occupation des sols, nécessitent des images hautes résolutions de la surface de la Terre, mais ces données ne sont pas toujours disponibles. Ainsi, cette thèse porte sur le problème de fusion d'images panchromatiques et multispectrales dans le but d'exploiter au mieux les richesses spatiale et spectrale de chacune de ces données. Pour atteindre cet objectif, cette thèse explore plusieurs aspects liés à l'optimisation du problème ou bien aux architectures considérées.De manière générale, la paramétrisation des réseaux convolutifs est souvent suffisante pour supporter la diversité des problèmes rencontrés. La base de données d'apprentissage est alors considérée comme le vecteur principal de conditionnement au problème traité. Ainsi, dans un contexte de réseaux antagonistes génératifs, nous proposons d'intégrer une modélisation plus fine du problème de "pansharpening" quant à la conception même du réseau. Nous avons également évalué l'impact sur les performances de reconstruction de différentes formulations de la fonctionnelle globale à minimiser tenant compte des spécificités de l'application.Dans un premier temps, nous étudions les différents types de régularisation existant dans un cadre variationnel pour ensuite utiliser cette connaissance afin d'ajouter ce type de contraintes géométrique et spectrale dans la fonction de perte du générateur.Dans un second temps, nous étudions des solutions liées aux architectures considérées pour le générateur et le discriminateur. En effet, nous proposons l'utilisation de plusieurs discriminateurs, chacun répondant à une tâche différente mais complémentaire. Le premier discriminateur se concentre sur la préservation de la résolution spatiale en prenant en compte la luminance et la composante infra-rouge, très informative d'un point de vue de la texture pour la végétation, des images satellites. Le second discriminateur préserve la résolution spectrale en comparant les composantes chromatiques Cb et Cr. Nous étudions également l'ajout de mécanismes d'attention dans le générateur. Nous considérons des mécanismes d'attention spatiale et spectrale pour améliorer la précision de reconstruction du générateur. En effet, ces mécanismes ont pour objectif d'attirer l'attention du générateur sur les parties de l'image les plus pertinentes pour améliorer le résultat.L'ensemble des pistes que nous avons explorées a conduit à des résultats convaincants, à la fois quantitatifs et visuels. En effet, nous avons pu observer une amélioration notable de la précision des reconstructions spatiale et spectrale, contribuant ainsi à résoudre le problème de fusion d'images panchromatique et multispectrale. Note de contenu : 1- Introduction
2- État-de-l’art général
3- Fusion d’images non locale préservant la géométrie basée sur les méthodes variationnelles
4- Reconstruction de la géométrie par l’utilisation de GANs
5- Préservation des résolutions spatiale et spectrale dans un cadre GAN basé multidiscriminateur
6- Reconstructions spatiale et spectrale basées sur l’utilisation de mécanismes d’attention
7- Conclusion : bilan et perspectivesNuméro de notice : 28630 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Mathématiques appliquées et calcul scientifique : Bordeaux : 2021 Organisme de stage : Laboratoire de l'intégration du matériau au système DOI : sans En ligne : https://tel.hal.science/tel-03519655/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99620 Apport des méthodes : imagerie drone, LiDAR et imagerie hyperspectrale pour l’étude du littoral vendéen / Mathis Baudis (2021)
Titre : Apport des méthodes : imagerie drone, LiDAR et imagerie hyperspectrale pour l’étude du littoral vendéen Type de document : Mémoire Auteurs : Mathis Baudis, Auteur Editeur : Le Mans : Ecole Supérieure des Géomètres et Topographes ESGT Année de publication : 2021 Importance : 58 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire présenté en vue d'obtenir le diplôme d'ingénieur ESGT, spécialité Géomètre et TopographeLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] image captée par drone
[Termes IGN] image hyperspectrale
[Termes IGN] littoral atlantique (France)
[Termes IGN] modèle numérique de terrain
[Termes IGN] orthophotoplan numérique
[Termes IGN] orthorectification
[Termes IGN] semis de points
[Termes IGN] trait de côte
[Termes IGN] Vendée (85)Index. décimale : ESGT Mémoires d'ingénieurs de l'ESGT Résumé : (auteur) L’érosion des falaises soulève de plus en plus de problématiques. Il existe de nombreuses études qualitatives sur ce sujet. Ici, l’objectif est de faire une étude quantitative sur le littoral vendéen. Nous allons étudier l’évolution du trait de côte, un épisode érosif fort : la chute d’une arche et l’apport de l’orthorectification d’images hyperspectrales. L’objectif est de coupler les acquisitions issues de drone, de LiDAR terrestre et de caméra hyperspectrale dans le but d’étudier le littoral vendéen. Note de contenu : Introduction
1- Etat des connaissances sur le littoral vendéen
2- Outils et méthodes
3- Présentation des résultats des différents traitements
4- Discussion sur les résultats
ConclusionNuméro de notice : 28695 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur ESGT En ligne : https://dumas.ccsd.cnrs.fr/MEMOIRES-CNAM/dumas-03533799v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100466 Apport de la modélisation physique pour la cartographie de la biodiversité végétale en forêts tropicales par télédétection optique / Dav Ebengo Mwampongo (2021)
Titre : Apport de la modélisation physique pour la cartographie de la biodiversité végétale en forêts tropicales par télédétection optique Type de document : Thèse/HDR Auteurs : Dav Ebengo Mwampongo, Auteur ; Christiane Weber, Directeur de thèse Editeur : Paris, Nancy, ... : AgroParisTech (2007 -) Année de publication : 2021 Importance : 188 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Institut National des Sciences et Industries du Vivant et de l'Environnement- AgroParisTechLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse de sensibilité
[Termes IGN] biodiversité végétale
[Termes IGN] carte forestière
[Termes IGN] diagnostic foliaire
[Termes IGN] forêt tropicale
[Termes IGN] image hyperspectrale
[Termes IGN] image optique
[Termes IGN] modèle de transfert radiatif
[Termes IGN] réflectance végétale
[Termes IGN] taxinomie
[Termes IGN] transfert radiatifIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La préservation de la biodiversité est un enjeu majeur pour le développement durable. Face aux besoins de conservation à l’échelle globale, la définition des méthodes opérationnelles qui permettent d’évaluer la diversité biologique est nécessaire pour l’orientation des différentes politiques environnementales. La télédétection optique a montré un potentiel pour étudier la biodiversité. L’imagerie hyperspectrale aéroportée a été largement utilisée avec succès. Malgré son potentiel, l’imagerie hyperspectrale aéroportée ne permet pas de couvrir des vastes étendues (échelle régionale ou globale) suite à des contraintes logistique et financière. Les missions satellites hyperspectrales actuelles et futures (PRISMA, EnMAP, Biodiversity, CHIME, SBG…) offrent la possibilité d’étudier la biodiversité à grande échelle. Il existe cependant un besoin d’améliorer l’interprétation physique des méthodes existantes, basées sur les données aéroportées, pour évaluer leurs potentiels. Les outils de modélisation du transfert radiatif permettent de mieux comprendre l’interaction entre un rayonnement incident et les milieux physiques qu’ils traversent et de ce fait d’interpréter le signal. Ce projet de thèse vise à définir un cadre pour produire des simulations réalistes à l’aide du modèle de transfert radiatif 3D DART (Discrete Anisotropic Radiative Transfer) dans une perspective de soutien au développement méthodologique pour l'évaluation de la biodiversité et la préparation de futures missions satellites à l'aide de la modélisation 3D (adapté aux milieux complexes tels que les forêts tropicales). Pour ce faire, nous avons réalisé des études de sensibilité pour comprendre l’influence de deux facteurs sur la réflectance simulée par DART : la variabilité spatiale des propriétés optiques foliaires, la prise en compte des éléments non photosynthétiques de la végétation. Puis nous avons comparé ces simulations à des données hyperspectrales aéroportées expérimentales en décrivant les scènes forestières correspondantes de la manière la plus fine à l’aide d’information relatives à la structure, à la composition en espèces et à une sélection de traits fonctionnels foliaires. Plusieurs approches s’appuyant sur les propriétés optiques foliaires, et sur la prise en compte d’une fraction ligneuse ont été testées pour l’intégration des éléments non photosynthétique dans la scène. La variabilité spatiale des propriétés optiques foliaires a été testée en s’appuyant sur les données d’inventaires spatialisées, permettant de prendre en compte la variabilité à l’échelle du pixel, ou en opérant une uniformisation des propriétés optiques à l’échelle de la couronne de chaque individu, ou à l’échelle des espèces. Nos résultats ont montré que les simulations les plus proches des données expérimentales, jugées les plus réalistes, étaient obtenues par l’intégration des éléments non photosynthétiques par le biais d’une famille de constituants chimiques foliaires, les pigments bruns, combinée à une prise en compte de la variabilité des propriétés optiques à l’échelle du pixel. Les différences entre données expérimentales et simulations ont été étudiées en s’appuyant sur différents critères, comme la différence spectrale, la dissimilarité spectrale interspécifique et interspécifique et la capacité de discrimination spectrale des espèces. Nous avons obtenu une bonne concordance entre les simulations issues du scénario le plus réaliste et les données expérimentales. Note de contenu : Introduction générale
1- Télédétection optique appliquée au suivi de la biodiversité végétale dans les écosystèmes forestiers tropicaux
2- Le transfert radiatif dans la végétation et sa simulation
3- Données et méthodes
4- Résultats : simulation de la réflectance de canopée et analyse comparative
5- Discussion générale
Conclusion générale et perspectivesNuméro de notice : 28661 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géomatique : AgroParisTech : 2021 Organisme de stage : TETIS DOI : sans En ligne : https://tel.hal.science/tel-03520758 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99828
Titre : Artificial neural networks and evolutionary computation in remote sensing Type de document : Monographie Auteurs : Taskin Kavzoglu, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2021 Importance : 256 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-03943-828-0 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] image captée par drone
[Termes IGN] image hyperspectrale
[Termes IGN] image satellite
[Termes IGN] réseau antagoniste génératif
[Termes IGN] réseau neuronal artificiel
[Termes IGN] segmentation sémantiqueRésumé : (éditeur) Artificial neural networks (ANNs) and evolutionary computation methods have been successfully applied in remote sensing applications since they offer unique advantages for the analysis of remotely-sensed images. ANNs are effective in finding underlying relationships and structures within multidimensional datasets. Thanks to new sensors, we have images with more spectral bands at higher spatial resolutions, which clearly recall big data problems. For this purpose, evolutionary algorithms become the best solution for analysis. This book includes eleven high-quality papers, selected after a careful reviewing process, addressing current remote sensing problems. In the chapters of the book, superstructural optimization was suggested for the optimal design of feedforward neural networks, CNN networks were deployed for a nanosatellite payload to select images eligible for transmission to ground, a new weight feature value convolutional neural network (WFCNN) was applied for fine remote sensing image segmentation and extracting improved land-use information, mask regional-convolutional neural networks (Mask R-CNN) was employed for extracting valley fill faces, state-of-the-art convolutional neural network (CNN)-based object detection models were applied to automatically detect airplanes and ships in VHR satellite images, a coarse-to-fine detection strategy was employed to detect ships at different sizes, and a deep quadruplet network (DQN) was proposed for hyperspectral image classification. Note de contenu : 1- CloudScout: A deep neural network for on-board cloud detection on hyperspectral images
2- Machine learning classification ensemble of multitemporal Sentinel-2 images: The case of a mixed Mediterranean ecosystem
3- Computer vision and deep learning techniques for the analysis of drone-acquired forest images, a transfer learning study
4- Improved SRGAN for remote sensing image super-resolution across locations and sensors
5- Design of feedforward neural networks in the classification of hyperspectral imagery using superstructural optimization
6- Deep quadruplet network for hyperspectral image classification with a small number of samples
7- Mapping the topographic features of mining-related Valley Fills using mask R-CNN deep learning and digital elevation data
8- Improved winter wheat spatial distribution extraction from high-resolution remote sensing imagery using semantic features and statistical analysis
9- Comparative research on deep learning approaches for airplane detection from very high-resolution satellite images
10- A coarse-to-fine network for ship detection in optical remote sensing images
11- Improved remote sensing image classification based on multi-scale feature fusionNuméro de notice : 28443 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-03943-828-0 En ligne : https://doi.org/10.3390/books978-3-03943-828-0 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98893 Automated detection of individual Juniper tree location and forest cover changes using Google Earth Engine / Sudeera Wickramarathna in Annals of forest research, vol 64 n° 1 (2021)PermalinkEstimation et cartographie d’attributs forestiers haute résolution : Le potentiel des approches multisource / Cédric Vega (2021)PermalinkHyperspectral and multispectral image fusion via graph Laplacian-guided coupled tensor decomposition / Yuanyang Bu in IEEE Transactions on geoscience and remote sensing, vol 59 n° 1 (January 2021)PermalinkModel based signal processing techniques for nonconventional optical imaging systems / Daniele Picone (2021)PermalinkMulti-modal temporal attention models for crop mapping from satellite time series / Vivien Sainte Fare Garnot (2021)PermalinkPermalinkObject detection using component-graphs and ConvNets with application to astronomical images / Thanh Xuan Nguyen (2021)PermalinkReconnaissance spécifique et cartographie des arbres de la canopée en forêt tropicale en Guyane française par fusion de données lidar et hyperspectrales appliquées aux besoins de la gestion forestière / Anthony Laybros (2021)PermalinkRemote sensing and GIS / Basudeb Bhatta (2021)PermalinkRetrieving surface soil water content using a soil texture adjusted vegetation index and unmanned aerial system images / Haibin Gu in Remote sensing, vol 13 n° 1 (January-1 2021)Permalink