Descripteur
Documents disponibles dans cette catégorie (104)
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
Titre : Geographic Information Systems in geospatial intelligence Type de document : Monographie Auteurs : Rustam B. Rustamov, Éditeur scientifique Editeur : London [UK] : IntechOpen Année de publication : 2020 Importance : 190 p. ISBN/ISSN/EAN : 978-1-83880-505-0 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications SIG
[Termes IGN] Airborne Data Acquisition and Registration
[Termes IGN] apprentissage automatique
[Termes IGN] base de données localisées
[Termes IGN] détection automatique
[Termes IGN] détection d'objet
[Termes IGN] étalonnage de capteur (imagerie)
[Termes IGN] Global Positioning System
[Termes IGN] image hyperspectrale
[Termes IGN] interféromètrie par radar à antenne synthétique
[Termes IGN] route
[Termes IGN] système d'information géographique
[Termes IGN] utilisation du solRésumé : (Editeur) Earth observation systems, by use of space science and technology advances, present a large-scale opportunity for applying remote sensing methods with geographical information system (GIS) developments. Integrating these two methods makes it possible to achieve high-accuracy satellite data processing. This book considers aspects of GIS technology applications with space science technology and innovation approaches. It examines the potential of Earth observation satellite systems as well as existing challenges and problems in the field. Chapters cover topics such as RGB-D sensors for autonomous pothole detection, machine learning in GIS, interferometric synthetic aperture radar (InSAR) modeling, and others. Note de contenu : Chapter 1 - InSAR modeling of geophysics measurements
Chapter 2 - Expanding navigation systems by integrating it with advanced technologies
Chapter 3 - A review of the machine learning in GIS for megacities application
Chapter 4 - Study of equatorial plasma bubbles using ASI and GPS systems
Chapter 5 - Spectral optimization of airborne multispectral camera for land cover classification: automatic feature selection and spectral band clustering
Chapter 6 - Clustering techniques for land use land cover classification of remotely sensed images
Chapter 7 - Building an integrated database of road design elements
Chapter 8 - On the use of low-cost RGB-D sensors for autonomous pothole detection with spatial fuzzy c-means segmentationNuméro de notice : 26559 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE/INFORMATIQUE Nature : Recueil / ouvrage collectif DOI : 10.5772/intechopen.84925 En ligne : http://doi.org/10.5772/intechopen.84925 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98242 National scale identification and characterization of braided rivers in New Zealand using Google Earth Engine / Alexis Jean (2020)
Titre : National scale identification and characterization of braided rivers in New Zealand using Google Earth Engine Type de document : Mémoire Auteurs : Alexis Jean, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2020 Importance : 56 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] détection automatique
[Termes IGN] Google Earth Engine
[Termes IGN] image multitemporelle
[Termes IGN] image Sentinel-MSI
[Termes IGN] Normalized Difference Water Index
[Termes IGN] Nouvelle-Zélande
[Termes IGN] rivièreIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) La Nouvelle-Zélande est l’un des derniers pays à avoir des rivières tressées sur son territoire. Ces rivières tirent leur nom de la morphologie particulière de leurs cours d’eau qui est en forme de tresse. Les rivières tressées de par leurs caractéristiques évoluent rapidement dans le temps. Afin de les protéger de toutes interactions anthropiques, il est donc nécessaire de délimiter une zone de protection. Pour faciliter leurs études, un procédé de détection automatique et de caractérisation des rivières sera étudié. Ce procédé s’appuiera sur les données multi-temporelles de Sentinel-2 et utilisera les services de Google Earth Engine, une plate-forme d’analyse géospatiale basée sur le cloud computing, dans le but de réaliser les différents calculs nécessaires. Note de contenu :
1. Introduction
1.1 Background
1.2 Challenge
1.3 Research objective & questions
1.4 Internship outline
2. Literature review: remote sensing techniques
2.1 Pre-processing
2.2 Water detection
2.3 Post-processing
2.4 Conclusion
3. Automatic surface water detection
3.1 Study area
3.2 Data resources
3.3 Method
3.4 Ground truth comparison
4. River characteristics
4.1 River width
ConclusionNuméro de notice : 26367 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : University of Glasgow Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95816 Documents numériques
peut être téléchargé
National scale identification and characterization of braided riversAdobe Acrobat PDF Reconnaissance automatique d’objets pour le jumeau numérique ferroviaire à partir d’imagerie aérienne / Valentin Desbiolles (2020)
Titre : Reconnaissance automatique d’objets pour le jumeau numérique ferroviaire à partir d’imagerie aérienne Type de document : Mémoire Auteurs : Valentin Desbiolles, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2020 Importance : 71 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire de fin d'études INSA Strasbourg, Topographie - M2 IRIVLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse d'image orientée objet
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] corrélation croisée normalisée
[Termes IGN] détection automatique
[Termes IGN] détection d'objet
[Termes IGN] détection de coins Harris
[Termes IGN] détection de contours
[Termes IGN] filtre adaptatif
[Termes IGN] image aérienne
[Termes IGN] orthophotographie
[Termes IGN] segmentation sémantique
[Termes IGN] voie ferréeIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS 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 2 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. Note de contenu : Introduction
1- Etat de l'art
2- Etude de faisabilité
3- Analyse théorique d'un réseau type MASK R-CNN
4- Entraînement du réseau
5- Déploiement du réseau entraîné
6- Evaluation des résultats et perspectives d'amélioration
ConclusionNuméro de notice : 28580 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : ALTAMETRIS DOI : sans En ligne : http://eprints2.insa-strasbourg.fr/4130/1/Rapport_PFE_Desbiolles_G5.pdf Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97863 Underwater field equipment of a network of landmarks optimized for automatic detection by AI / Laurent Beaudoin (2020)
Titre : Underwater field equipment of a network of landmarks optimized for automatic detection by AI Type de document : Article/Communication Auteurs : Laurent Beaudoin, Auteur ; Loïca Avanthey, Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2020 Conférence : IGARSS 2020, 2020 IEEE International Geoscience and Remote Sensing Symposium 26/09/2020 02/10/2020 Waikoloa, Hawaï Etats-Unis proceedings IEEE Importance : n° 9323589 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] apprentissage profond
[Termes IGN] détection automatique
[Termes IGN] détection de cible
[Termes IGN] point d'appui
[Termes IGN] reconstruction 3DRésumé : (auteur) To qualify the point clouds obtained by 3D reconstruction of a global study area in close-range remote sensing, control points, whose position has been measured essentially manually in the field with an instrument whose precision is known, are used. In the underwater environment, equipping the field and carrying out these measurements is a complex operation to perform due to the peculiarities of the environment. We present in this article a first step towards the automation of this task, the automatic detection of targets by a deep learning algorithm which will serve to correctly position the control points locally, and a simplification of the manual measurement which will serve in future work to control the results of automatic readings. Numéro de notice : C2020-040 Affiliation des auteurs : IGN+Ext (2020- ) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS39084.2020.9323589 En ligne : https://doi.org/10.1109/IGARSS39084.2020.9323589 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102626 Automatic determination of stream networks from DEMs by using road network data to locate culverts / Ville Mäkinen in International journal of geographical information science IJGIS, Vol 33 n° 1-2 (January - February 2019)
[article]
Titre : Automatic determination of stream networks from DEMs by using road network data to locate culverts Type de document : Article/Communication Auteurs : Ville Mäkinen, Auteur ; Juha Oksanen, Auteur ; Tapani Sarjakoski, Auteur ; Tapani Sarjakoski, Auteur Année de publication : 2019 Article en page(s) : pp 291 - 313 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] détection automatique
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] écoulement des eaux
[Termes IGN] Finlande
[Termes IGN] itération
[Termes IGN] modèle numérique de surface
[Termes IGN] réseau hydrographique
[Termes IGN] réseau routier
[Termes IGN] semis de points
[Termes IGN] Triangulated Irregular NetworkRésumé : (auteur) Determining stream networks automatically from digital elevation models is an issue that is actively being studied. The quality of elevation models has increased over time, but many hydrologically critical features, such as culverts, are often missing from the elevation data. To analyze the surficial water flow, one must either prepare a special elevation model or post-process an already-existing model. This study builds on the traditional, well-established method of determining the stream network from digital elevation models. We have extended the traditional method by locating culverts automatically, using road network data as an input. We show, by comparison to the reference data, that the culverts being most relevant for the stream network can be found with good accuracy. We demonstrate that by including the automatically located culverts in the automatic stream network determination, the quality of the generated network can be noticeably improved. Numéro de notice : A2019-021 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1530353 Date de publication en ligne : 11/10/2018 En ligne : https://doi.org/10.1080/13658816.2018.1530353 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91686
in International journal of geographical information science IJGIS > Vol 33 n° 1-2 (January - February 2019) . - pp 291 - 313[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 079-2019011 RAB Revue Centre de documentation En réserve L003 Disponible Détection de fenêtres dans un nuage de points de façade et positionnement semi-automatique dans un logiciel BIM / Julie Thierry (2019)PermalinkEarth observation, remote sensing and geoscientific ground investigations for archaeological and heritage research / Deodato Tapete (2019)PermalinkMéthodes d'apprentissage statistique pour la détection de la signalisation routière à partir de véhicules traceurs / Yann Méneroux (2019)PermalinkA statistical approach to preprocess and enhance C-band SAR images in order to detect automatically marine oil slicks / Zhour Najoui in IEEE Transactions on geoscience and remote sensing, vol 56 n° 5 (May 2018)PermalinkPermalinkVers une remise en géométrie automatique des anciennes campagnes aériennes photogrammétriques / Arnaud Le Bris (2018)PermalinkPartial polygon pruning of hydrographic features in automated generalization / Alexander K. Stum in Transactions in GIS, vol 21 n° 5 (October 2017)PermalinkUnsupervised domain adaptation for early detection of drought stress in hyperspectral images / P. Schmitter in ISPRS Journal of photogrammetry and remote sensing, vol 131 (September 2017)PermalinkInterference localization from space: part 2 applications / Luca Canzian in Inside GNSS, vol 12 n° 1 (January - February 2017)PermalinkPermalink