Centre dedocumentation
scientifique

A hierarchical deformable deep neural network and an aerial image benchmark dataset for surface multiview stereo reconstruction / Jiayi Li in IEEE Transactions on geoscience and remote sensing, vol 61 n° 1 (January 2023)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 61 n° 1 (January 2023) . - n° 5600812 Titre : A hierarchical deformable deep neural network and an aerial image benchmark dataset for surface multiview stereo reconstruction Type de document : Article/Communication Auteurs : Jiayi Li, Auteur ; Xin Huang, Auteur ; Yujin Feng, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : n° 5600812 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] approche hiérarchique [Termes IGN] carte de profondeur [Termes IGN] déformation d'objet [Termes IGN] effet de profondeur cinétique [Termes IGN] extraction de traits caractéristiques [Termes IGN] image aérienne [Termes IGN] jeu de données [Termes IGN] modèle numérique de surface [Termes IGN] modèle stéréoscopique [Termes IGN] reconstruction d'image [Termes IGN] réseau neuronal profond [Termes IGN] segmentation sémantique Résumé : (auteur) Multiview stereo (MVS) aerial image depth estimation is a research frontier in the remote sensing field. Recent deep learning-based advances in close-range object reconstruction have suggested the great potential of this approach. Meanwhile, the deformation problem and the scale variation issue are also worthy of attention. These characteristics of aerial images limit the applicability of the current methods for aerial image depth estimation. Moreover, there are few available benchmark datasets for aerial image depth estimation. In this regard, this article describes a new benchmark dataset called the LuoJia-MVS dataset ( https://irsip.whu.edu.cn/resources/resources_en_v2.php ), as well as a new deep neural network known as the hierarchical deformable cascade MVS network (HDC-MVSNet). The LuoJia-MVS dataset contains 7972 five-view images with a spatial resolution of 10 cm, pixel-wise depths, and precise camera parameters, and was generated from an accurate digital surface model (DSM) built from thousands of stereo aerial images. In the HDC-MVSNet network, a new full-scale feature pyramid extraction module, a hierarchical set of 3-D convolutional blocks, and “true 3-D” deformable 3-D convolutional layers are specifically designed by considering the aforementioned characteristics of aerial images. Overall and ablation experiments on the WHU and LuoJia-MVS datasets validated the superiority of HDC-MVSNet over the current state-of-the-art MVS depth estimation methods and confirmed that the newly built dataset can provide an effective benchmark. Numéro de notice : A2023-117 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2023.3234694 En ligne : https://doi.org/10.1109/TGRS.2023.3234694 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102488 [article]

A shape transformation-based dataset augmentation framework for pedestrian detection / Zhe Chen in International journal of computer vision, vol 129 n° 4 (April 2021)  

Public [article]  inInternational journal of computer vision > vol 129 n° 4 (April 2021) . - pp 1121 - 1138 Titre : A shape transformation-based dataset augmentation framework for pedestrian detection Type de document : Article/Communication Auteurs : Zhe Chen, Auteur ; Wanli Ouyang, Auteur ; Tongliang Liu, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 1121 - 1138 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage par transformation [Termes IGN] apprentissage profond [Termes IGN] déformation d'objet [Termes IGN] détection de piéton [Termes IGN] jeu de données [Termes IGN] synthèse d'image [Termes IGN] vision par ordinateur Résumé : (auteur) Deep learning-based computer vision is usually data-hungry. Many researchers attempt to augment datasets with synthesized data to improve model robustness. However, the augmentation of popular pedestrian datasets, such as Caltech and Citypersons, can be extremely challenging because real pedestrians are commonly in low quality. Due to the factors like occlusions, blurs, and low-resolution, it is significantly difficult for existing augmentation approaches, which generally synthesize data using 3D engines or generative adversarial networks (GANs), to generate realistic-looking pedestrians. Alternatively, to access much more natural-looking pedestrians, we propose to augment pedestrian detection datasets by transforming real pedestrians from the same dataset into different shapes. Accordingly, we propose the Shape Transformation-based Dataset Augmentation (STDA) framework. The proposed framework is composed of two subsequent modules, i.e. the shape-guided deformation and the environment adaptation. In the first module, we introduce a shape-guided warping field to help deform the shape of a real pedestrian into a different shape. Then, in the second stage, we propose an environment-aware blending map to better adapt the deformed pedestrians into surrounding environments, obtaining more realistic-llooking pedestrians and more beneficial augmentation results for pedestrian detection. Extensive empirical studies on different pedestrian detection benchmarks show that the proposed STDA framework consistently produces much better augmentation results than other pedestrian synthesis approaches using low-quality pedestrians. By augmenting the original datasets, our proposed framework also improves the baseline pedestrian detector by up to 38% on the evaluated benchmarks, achieving state-of-the-art performance. Numéro de notice : A2021-354 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article DOI : 10.1007/s11263-020-01412-0 Date de publication en ligne : 09/01/2021 En ligne : https://doi.org/10.1007/s11263-020-01412-0 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97606 [article]

Trois exemples d'adaptation d'un modèle générique de déformation en généralisation cartographique / Julien Gaffuri in Le monde des cartes, n° 202 (décembre 2009) 

Public [article]  inLe monde des cartes > n° 202 (décembre 2009) . - pp 29 - 36 Titre : Trois exemples d'adaptation d'un modèle générique de déformation en généralisation cartographique Type de document : Article/Communication Auteurs : Julien Gaffuri , Auteur Année de publication : 2009 Conférence : ICC 2009, 24th International Cartographic Conference ICA 15/11/2009 21/11/2009 Santiago Chili OA Proceedings Article en page(s) : pp 29 - 36 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] bati [Termes IGN] courbe de niveau [Termes IGN] déformation d'objet [Termes IGN] déplacement d'objet géographique [Termes IGN] GAEL [Termes IGN] généralisation automatique de données [Termes IGN] système multi-agents [Vedettes matières IGN] Généralisation Résumé : (Auteur) De nombreux modèles de généralisation de données géographiques ont contribué à améliorer l'automatisation de ce processus particulièrement complexe. Ce papier s'intéresse au modèle à base d'agents GAEL, qui fournit un moyen générique d'effectuer des déformations continues d'objets. Le principe de ce modèle de déformation est de rendre les objets déformables en les décomposant en petits objets contraints (segments, triangles, etc.), la déformation étant obtenue en équilibrant ces contraintes. En fonction du choix de ces contraintes, un objet peut se déformer de différentes façons. Cet article illustre comment le modèle peut être adapté à trois opérations de généralisation : l'équarrissage de bâtiment, le déplacement de courbes de niveau et le déplacement de bâtiment. Nous discuterons ensuite les notions de généricité et de facilité d'adaptation des modèles de généralisation, et proposerons des points méthodologiques pour améliorer ces caractéristiques importantes des modèles de généralisation. Copyright CFC Numéro de notice : A2009-506 Affiliation des auteurs : COGIT (1988-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=30135 [article]

Voir aussi

• Three reuse examples of a generic deformation model in map generalisation / Julien Gaffuri (2009) 

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
021-09042	RAB	Revue	Centre de documentation	En réserve L003	Disponible
021-09041	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Documents numériques

peut être téléchargé Trois exemples d'adaptation d'un modèle générique ... - pdf éditeur Adobe Acrobat PDF

Three reuse examples of a generic deformation model in map generalisation / Julien Gaffuri (2009) 

Public Titre : Three reuse examples of a generic deformation model in map generalisation Type de document : Article/Communication Auteurs : Julien Gaffuri , Auteur Editeur : Saint-Mandé : Institut Géographique National - IGN (2008-2011) Année de publication : 2009 Conférence : ICC 2009, 24th International Cartographic Conference ICA 15/11/2009 21/11/2009 Santiago Chili OA Proceedings Importance : 10 p. Format : 21 X 30 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] agent (intelligence artificielle) [Termes IGN] déformation d'objet [Termes IGN] GAEL [Termes IGN] généralisation automatique de données [Termes IGN] généralisation géométrique (de visualisation) [Termes IGN] programmation par contraintes [Vedettes matières IGN] Généralisation Résumé : (Auteur) Many geographical data generalisation models have contributed to improve the automation of this complex simplification process. This paper focuses on the agentbased generalisation model GAEL, which provides a generic way to compute continuous object deformations. The principle of this deformation model is to make objects deformable by decomposing them into small constrained objects (segments, triangles, etc.). An object deformation is computed by balancing these constraints. Depending on the constraints choice, the object can be deformed in many different ways. The purpose of this paper is to illustrate how this model can be relatively easily reused for three new applications: building squaring, contour lines displacement, and buildings displacement. We then discuss the notions of genericity and easiness of reuse of generalisation models, and finally propose some methodological points helping to improve these important characteristics of generalisation models. Numéro de notice : 13917 Affiliation des auteurs : COGIT (1988-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=64300

Voir aussi

• Trois exemples d'adaptation d'un modèle générique de déformation en généralisation cartographique / Julien Gaffuri in Le monde des cartes, n° 202 (décembre 2009) 

Documents numériques

en open access 13917_commu_icc_2009_gaffuri.pdf Adobe Acrobat PDF

Système multi-agent pour la déformation en généralisation cartographique : un problème multi niveau / Julien Gaffuri (2006)

Public Titre : Système multi-agent pour la déformation en généralisation cartographique : un problème multi niveau Type de document : Article/Communication Auteurs : Julien Gaffuri , Auteur Editeur : Paris : Hermès - Lavoisier Année de publication : 2006 Conférence : JFSMA 2006, 14es journées francophones sur les systèmes multi-agents, Systemes Multi-Agents, Articulation entre l'individuel et le collectif 18/10/2006 20/10/2006 Annecy France contents in DBLP site Importance : pp 99 - 112 Langues : Français (fre) Descripteur : [Termes IGN] agent (intelligence artificielle) [Termes IGN] déformation d'objet [Termes IGN] déplacement d'objet géographique [Termes IGN] généralisation cartographique automatisée [Termes IGN] programmation par contraintes [Termes IGN] système multi-agents [Vedettes matières IGN] Généralisation Numéro de notice : C2006-004 Affiliation des auteurs : COGIT (1988-2011) Thématique : GEOMATIQUE/INFORMATIQUE Nature : Communication Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=76253

Untersuchung temperaturinduzierter Höhenänderungen eines Großturbinentisches / W. Ellmer (1987)

Permalink

Industrial photogrammetry : new developments and recent applications / Clive Simpson Fraser in Photogrammetric record, vol 12 n° 68 (October 1986 - March 1987)  

Permalink