Centre dedocumentation
scientifique

Flood depth mapping in street photos with image processing and deep neural networks / Bahareh Alizadeh Kharazi in Computers, Environment and Urban Systems, vol 88 (July 2021)  

Public [article]  inComputers, Environment and Urban Systems > vol 88 (July 2021) . - n° 101628 Titre : Flood depth mapping in street photos with image processing and deep neural networks Type de document : Article/Communication Auteurs : Bahareh Alizadeh Kharazi, Auteur ; Amir H. Behzadan, Auteur Année de publication : 2021 Article en page(s) : n° 101628 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] apprentissage profond [Termes IGN] Canada [Termes IGN] centre urbain [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] crue [Termes IGN] détection de contours [Termes IGN] Etats-Unis [Termes IGN] image Streetview [Termes IGN] inondation [Termes IGN] profondeur [Termes IGN] signalisation routière [Termes IGN] système d'aide à la décision [Termes IGN] traitement d'image [Termes IGN] transformation de Hough [Termes IGN] zone urbaine Résumé : (auteur) Many parts of the world experience severe episodes of flooding every year. In addition to the high cost of mitigation and damage to property, floods make roads impassable and hamper community evacuation, movement of goods and services, and rescue missions. Knowing the depth of floodwater is critical to the success of response and recovery operations that follow. However, flood mapping especially in urban areas using traditional methods such as remote sensing and digital elevation models (DEMs) yields large errors due to reshaped surface topography and microtopographic variations combined with vegetation bias. This paper presents a deep neural network approach to detect submerged stop signs in photos taken from flooded roads and intersections, coupled with Canny edge detection and probabilistic Hough transform to calculate pole length and estimate floodwater depth. Additionally, a tilt correction technique is implemented to address the problem of sideways tilt in visual analysis of submerged stop signs. An in-house dataset, named BluPix 2020.1 consisting of paired web-mined photos of submerged stop signs across 10 FEMA regions (for U.S. locations) and Canada is used to evaluate the models. Overall, pole length is estimated with an RMSE of 17.43 and 8.61 in. in pre- and post-flood photos, respectively, leading to a mean absolute error of 12.63 in. in floodwater depth estimation. Findings of this research are sought to equip jurisdictions, local governments, and citizens in flood-prone regions with a simple, reliable, and scalable solution that can provide (near-) real time estimation of floodwater depth in their surroundings. Numéro de notice : A2021-358 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article DOI : 10.1016/j.compenvurbsys.2021.101628 date de publication en ligne : 01/04/2021 En ligne : https://doi.org/10.1016/j.compenvurbsys.2021.101628 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97620 [article]

Reconnaissance automatique d’objets pour le jumeau numérique ferroviaire à partir d’imagerie aérienne / Valentin Desbiolles in XYZ, n° 167 (juin 2021)

Public [article]  inXYZ > n° 167 (juin 2021) . - pp 33-38 Titre : Reconnaissance automatique d’objets pour le jumeau numérique ferroviaire à partir d’imagerie aérienne Type de document : Article/Communication Auteurs : Valentin Desbiolles, Auteur Année de publication : 2021 Article en page(s) : pp 33-38 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse comparative [Termes IGN] Autocad Map [Termes IGN] automatisation des processus [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] dessin assisté par ordinateur [Termes IGN] détection automatique [Termes IGN] détection d'objet [Termes IGN] image aérienne [Termes IGN] orthoimage [Termes IGN] transformation de Hough [Termes IGN] voie ferrée Résumé : (Auteur) Ce projet propose une étude sur l’insertion automatique d’objets utiles au fonctionnement d’une voie ferrée dans un plan DAO. Ces objets sont visibles sur des orthophotos acquises par moyens aéroportés (drone ou hélicoptère). La solution se scinde en deux grands axes : - la détection et la localisation des objets d’intérêt sur une orthophoto ; - leurs insertions dans un plan DAO. Ce PFE parcourt ainsi les différentes techniques pour automatiser une phase de reconnaissance de certains éléments cibles sur une image pour finir sur le développement d’une méthode permettant de les reporter dans un plan DAO automatiquement. Numéro de notice : A2021-462 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtSansCL DOI : sans date de publication en ligne : 01/06/2021 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97928 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2021021	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2021022	SL	Revue	Centre de documentation	Revues en salle	Disponible

Automated street tree inventory using mobile LiDAR point clouds based on Hough transform and active contours / Amir Hossein Safaie in ISPRS Journal of photogrammetry and remote sensing, vol 174 (April 2021)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 174 (April 2021) . - pp 19 - 34 Titre : Automated street tree inventory using mobile LiDAR point clouds based on Hough transform and active contours Type de document : Article/Communication Auteurs : Amir Hossein Safaie, Auteur ; Heidar Rastiveis, Auteur ; Alireza Shams, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 19 - 34 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] arbre remarquable [Termes IGN] arbre urbain [Termes IGN] détection d'arbres [Termes IGN] détection de contours [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] inventaire forestier (techniques et méthodes) [Termes IGN] sécurité routière [Termes IGN] semis de points [Termes IGN] tessellation [Termes IGN] transformation de Hough Résumé : (auteur) Trees are important road-side objects, and their geometric information plays an essential role in road studies and safety analyses. This paper proposes an efficient method for the automated creation of a road-side tree inventory using Mobile Terrestrial Lidar System (MTLS) point clouds. In the proposed method ground points are filtered through preprocessing to reduce processing time. Next, tree trunks are detected by performing a Hough Transform (HT) algorithm on several generated raster images from the point clouds. By initiating an approximate area of a tree’s foliage through a Voronoi Tessellation (VT) algorithm, the accurate boundary of the foliage is identified by applying Active Contour (AC) models. By extracting the points within this foliage boundary the geometric characteristics of each tree are obtained. This method was evaluated with two sample point clouds from different MTLS systems, and the algorithm correctly extracted all of the trees from both datasets. Additionally, comparing the calculated parameters with manually observed measures, the accuracy of the obtained geometric parameters were promising. Numéro de notice : A2021-206 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2021.01.026 date de publication en ligne : 14/02/2021 En ligne : https://doi.org/10.1016/j.isprsjprs.2021.01.026 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97183 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2021041	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2021043	DEP-RECP	Revue	LaSTIG	Dépôt en unité	Exclu du prêt
081-2021042	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Improving traffic sign recognition results in urban areas by overcoming the impact of scale and rotation / R. Yazdan in ISPRS Journal of photogrammetry and remote sensing, vol 171 (January 2021)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 171 (January 2021) . - pp 18 - 35 Titre : Improving traffic sign recognition results in urban areas by overcoming the impact of scale and rotation Type de document : Article/Communication Auteurs : R. Yazdan, Auteur ; M. Varshosaz, Auteur Année de publication : 2021 Article en page(s) : pp 18 - 35 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage profond [Termes IGN] base de données d'images [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] corrélation à l'aide de traits caractéristiques [Termes IGN] corrélation croisée normalisée [Termes IGN] couple stéréoscopique [Termes IGN] détection automatique [Termes IGN] modèle stéréoscopique [Termes IGN] reconnaissance d'objets [Termes IGN] segmentation d'image [Termes IGN] SIFT (algorithme) [Termes IGN] signalisation routière [Termes IGN] SURF (algorithme) [Termes IGN] Téhéran [Termes IGN] transformation de Hough [Termes IGN] zone urbaine Résumé : (auteur) Automatic detection and recognition of traffic signs have many applications. However, some problems can affect the accuracy of the existing algorithms, such as changes in environmental light conditions, shadows, the presence of objects of the same colour, significant changes in scale and rotation, as well as obstacles in front of the traffic signs. To overcome these difficulties, a reference image database is usually used that includes different modes of appearing the traffic signs in the images. In order to overcome the effects of scale and rotation, in this paper a new method is presented in which only one reference image is needed for each sign to recognise the traffic sign in an image. In the proposed method, imaging is done in stereo. Using the captured image pair, a virtual image is generated which is then used to recognise the sign. As a result, the recognition is carried out with a minimum number of reference images. Experiments show that the proposed algorithm significantly improves recognition results. The traffic signs are recognised with 93.1% accuracy that enjoys a 4.9% improvement over traditional methods. Numéro de notice : A2021-010 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.10.003 date de publication en ligne : 06/11/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.10.003 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96304 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2021011	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2021013	DEP-RECP	Revue	LaSTIG	Dépôt en unité	Exclu du prêt
081-2021012	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Crater detection and registration of planetary images through marked point processes, multiscale decomposition, and region-based analysis / David Solarna in IEEE Transactions on geoscience and remote sensing, vol 58 n° 9 (September 2020)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 58 n° 9 (September 2020) . - pp 6039 - 6058 Titre : Crater detection and registration of planetary images through marked point processes, multiscale decomposition, and region-based analysis Type de document : Article/Communication Auteurs : David Solarna, Auteur ; Alberto Gotelli, Auteur ; Jacqueline Le Moigne, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 6039 - 6058 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] cratère [Termes IGN] détection de contours [Termes IGN] distance de Hausdorff [Termes IGN] extraction de traits caractéristiques [Termes IGN] image multitemporelle [Termes IGN] image thermique [Termes IGN] Mars (planète) [Termes IGN] ondelette [Termes IGN] processus ponctuel marqué [Termes IGN] séparateur à vaste marge [Termes IGN] transformation de Hough [Termes IGN] zone d'intérêt Résumé : (auteur) Because of the large variety of planetary sensors and spacecraft already collecting data and with many new and improved sensors being planned for future missions, planetary science needs to integrate numerous multimodal image sources, and, as a consequence, accurate and robust registration algorithms are required. In this article, we develop a new framework for crater detection based on marked point processes (MPPs) that can be used for planetary image registration. MPPs were found to be effective for various object detection tasks in Earth observation, and a new MPP model is proposed here for detecting craters in planetary data. The resulting spatial features are exploited for registration, together with fitness functions based on the MPP energy, on the mean directed Hausdorff distance, and on the mutual information. Two different methods—one based on birth–death processes and region-of-interest analysis and the other based on graph cuts and decimated wavelets—are developed within the proposed framework. Experiments with a large set of images, including 13 thermal infrared and visible images of the Mars surface, 20 semisimulated multitemporal pairs of images of the Mars surface, and a real multitemporal image pair of the Lunar surface, demonstrate the effectiveness of the proposed framework in terms of crater detection performance as well as for subpixel registration accuracy. Numéro de notice : A2020-526 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.2970908 date de publication en ligne : 18/03/2020 En ligne : https://doi.org/10.1109/TGRS.2020.2970908 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95704 [article]

Planar polygons detection in lidar scans based on sensor topology enhanced Ransac / Stéphane Guinard in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, V-2 (August 2020)  

Permalink

A point cloud feature regularization method by fusing judge criterion of field force / Xijiang Chen in IEEE Transactions on geoscience and remote sensing, vol 58 n° 5 (May 2020)  

Permalink

Automated extraction of lane markings from mobile LiDAR point clouds based on fuzzy inference / Heidar Rastiveis in ISPRS Journal of photogrammetry and remote sensing, vol 160 (February 2020)  

Permalink

Comparison of three algorithms to estimate tree stem diameter from terrestrial laser scanner data / Joris Ravaglia in Forests, vol 10 n° 7 (July 2019)  

Permalink

Mise en place d’un processus de dessin automatisé de plans d’intérieurs à partir de nuages de points acquis par LIDAR / Léa Talec (2017) 

Permalink

Geometrical consistency voting strategy for outlier detection in image matching / Luping Lu in Photogrammetric Engineering & Remote Sensing, PERS, vol 82 n° 7 (juillet 2016)  

Permalink

A multi-scale plane-detection method based on the Hough transform and region growing / Xiaoxu Leng in Photogrammetric record, vol 31 n° 154 (June - August 2016)  

Permalink

Rotation-and-scale-invariant airplane detection in high-resolution satellite images based on deep-Hough-forests / Yongtao Yu in ISPRS Journal of photogrammetry and remote sensing, vol 112 (February 2016)  

Permalink

Automatic 3D modelling of metal frame connections from LiDAR data for structural engineering purposes / M. Cabaleiro in ISPRS Journal of photogrammetry and remote sensing, vol 96 (October 2014)

Permalink

Reconstruct street network from imprecise excavation data using fuzzy Hough transforms / Cyril de Runz in Geoinformatica, vol 18 n° 2 (April 2014)  

Permalink