Descripteur
Documents disponibles dans cette catégorie (19)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesEtendre la recherche sur niveau(x) vers le bas
Where am I now? modelling disorientation in pan-scalar maps / Guillaume Touya in ISPRS International journal of geo-information, vol 12 n° 2 (February 2023)
Titre : Where am I now? modelling disorientation in pan-scalar maps Type de document : Article/Communication Auteurs : Guillaume Touya Année de publication : 2023 Article en page(s) : n° 62 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] cognition
[Termes IGN] données multiéchelles
[Termes IGN] échelle cartographique
[Termes IGN] interaction homme-machine
[Termes IGN] lecture de carte
[Termes IGN] représentation mentale
[Termes IGN] représentation mentale spatiale
[Termes IGN] représentation multiple
[Vedettes matières IGN] GénéralisationRésumé : (auteur) Disorientation is a common feeling for all users of zoomable multi-scale maps, even for those with good orientation and spatial skills. We make the assumption that this problem is mainly due to the desert fog effect, documented in human–computer interaction within multi-scale zoomable environments. Starting with a collection of reported experiences of disorientation, this paper explores this notion from the spatial cognition, philosophical and human–computer interaction perspectives and proposes a model of disorientation in the exploration of multi-scale maps. We argue that disorientation is a problem of reconciliation between the current map view and the mental map of the user, where landmarks visible on the map or memorised in the mental map play a key role. The causes for failed reconciliation are discussed and illustrated by our collected experiences of disorientation. Numéro de notice : A2023-130 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi12020062 En ligne : https://doi.org/10.3390/ijgi12020062 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102585
in ISPRS International journal of geo-information > vol 12 n° 2 (February 2023) . - n° 62[article]
Titre : A l'aide ! Je me suis perdu en zoomant Type de document : Article/Communication Auteurs : Guillaume Touya Année de publication : 2022 Projets : LostInZoom / Touya, Guillaume Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Article en page(s) : pp 69 - 75 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] échelle cartographique
[Termes IGN] interaction homme-machine
[Termes IGN] point de repère
[Termes IGN] représentation multiple
[Termes IGN] visualisation cartographique
[Termes IGN] zoom
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) LostInZoom est un nouveau projet de recherche dont l'objectif est de concevoir de nouvelles manières de zoomer dans une carte multi-échelles, qui réduisent l'effet de désorientation que nous ressentons souvent en utilisant les cartes actuelles. Nous ressentons cette désorientation pendant quelques secondes après un zoom avant ou arrière parce que la carte affichée change durant le zoom. L'idée conductrice de ce projet est de proposer un zoom ancré, dans lequel nous utilisons des points de repère saillants à plusieurs échelles pour ancrer notre carte mentale pendant le zoom. Cet article présente les principales problématiques qui seront abordées dans le projet : (1) mieux comprendre et mesurer la désorientation causée par le zoom ; (2) trouver et modéliser les meilleures points de repères pour ancrer le zoom ; (3) concevoir des cartes multi-échelles plus progressives dans leurs transformations ; (4) concevoir des animations de zoom qui mettent en valeur les ancres à différentes échelles. Numéro de notice : A2022-678 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101898
in Cartes & Géomatique > n° 247-248 (mars-juin 2022) . - pp 69 - 75[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 021-2022011 SL Revue Centre de documentation Revues en salle Disponible From artificial intelligence to artificial human interaction : understand consumer acceptance of smart objects via mental representations of future interactions / Mohamed Hakimi (2022)
Titre : From artificial intelligence to artificial human interaction : understand consumer acceptance of smart objects via mental representations of future interactions Type de document : Thèse/HDR Auteurs : Mohamed Hakimi, Auteur ; Pierre Valette-Florence, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2022 Importance : 397 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Grenoble Alpes, spécialité Science de gestionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] comportement
[Termes IGN] consommation
[Termes IGN] interaction homme-machine
[Termes IGN] internet des objets
[Termes IGN] ontologie
[Termes IGN] représentation mentaleIndex. décimale : THESE Thèses et HDR Résumé : (auteur) While we are promised a booming for IoT markets and artificial intelligence, consumers still seem affected by ambivalence and concern regarding their acceptance (Ardelet et al. 2017). These negative attitudes toward smart objects represent a real barrier to adoption (Mani and Chouk 2018). Prior studies have tried to investigate the mechanisms of acceptance and resistance toward smart objects. Yet, they often relied upon a human-oriented perspective to assess this complex phenomenon and didn’t consider the interpersonal nature of consumer-smart object interactions (Novak and Hoffman 2019, Monsurro et al. 2020). The aim of this research is to assess the consumer-smart object anticipated interaction from an object-oriented ontology. The main goal is to explore the mental representations that smart object’s capacities can trigger. We posit that consumers can mentally simulate future interpersonal interactions with the smart object, based on its perceived capacities to affect and to be affected (Hoffman and Novak 2015). To do so, this research has adopted a mixed-method approach. First, we relied upon a projective qualitative technique called Album-OnLine (AOL) to explore the mental representations elicited by a smart object before purchase. Then, two quantitative studies examine the potential influence of smart object’s perceived capacities (Agency) over the emergence of negative attitudes and anxiety toward it, prior to any real-life interaction. Our results suggest that passive resistance toward smart objects and anxiety toward them emerge due to the innovative and agentic capacities expressed by the smart object. A detailed explanation of the phenomenon and avenues for future research are provided for researchers and managers to reduce this state of anticipated anxiety and to promote smart objects’ adoption. Note de contenu : Introduction
1- A theoretical approach of consumer-smart object interaction
2- Studying the simulated relational outcomes of consumer-smart objects anticipated relationships: Conceptual framework and methodology
General discussionNuméro de notice : 24070 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/SOCIETE NUMERIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Science de gestion : Grenoble : 2022 Organisme de stage : CERAG DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-03790489 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102125
Titre : Scene understanding and gesture recognition for human-machine interaction Type de document : Thèse/HDR Auteurs : Naina Dhingra, Auteur Editeur : Zurich : Eidgenossische Technische Hochschule ETH - Ecole Polytechnique Fédérale de Zurich EPFZ Année de publication : 2022 Note générale : Bibliographie
A dissertation submitted to attain the degree of Doctor of Sciences of ETH ZurichLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage profond
[Termes IGN] attention (apprentissage automatique)
[Termes IGN] classification orientée objet
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] compréhension de l'image
[Termes IGN] image RVB
[Termes IGN] interaction homme-machine
[Termes IGN] oculométrie
[Termes IGN] reconnaissance automatique
[Termes IGN] reconnaissance de formes
[Termes IGN] reconnaissance de gestes
[Termes IGN] réseau neuronal récurrent
[Termes IGN] scène
[Termes IGN] vision par ordinateurRésumé : (auteur) Scene understanding and gesture recognition are useful for a myriad of applications such as human-robotic interaction, assisting blind and visually impaired people, advanced driver assistance systems, and autonomous driving. To work autonomously in real-world environments, automatic systems need to deliver non-verbal information to enhance the verbal communication in particular for blind people. We are exploring the holistic approach for providing the scene as well as gesture related information. We propose that incorporating attention mechanisms in neural networks which behave similarly to attention in the human brain, and conducting an integrated study using neural networks in real-time can yield significant improvements in the scene and gesture understanding, thereby enhancing the user experience. In this thesis, we investigate the understanding of visual scenes and gestures. We explore these two areas, in particular, by proposing novel architectures, training methods, user studies, and thorough evaluations. We show that, for deep learning approaches, attention or self attention mechanisms improve and push the boundaries of network performance for different tasks in consideration. We suggest that the various kinds of gestures can complement and supplement each other’s information to better understand non-verbal conversation; hence integrated gestures comprehension is useful. First, we focus on visual scene understanding using scene graph generation. We propose, BGT-Net, a new network that uses an object detection model with 1) bidirectional gated recurrent units for object-object communication and 2) transformer encoders including self attention to classify the objects and their relationships. We address the problem of bias caused by the long tailed distribution in the dataset. This enables the network to perform even for the unseen objects or relationships in the dataset. Second, we propose to learn hand gesture recognition from RGB and RGB-D videos using attention learning. We present a novel architecture based on residual connections and an attention mechanism. Our approach successfully detects hand gestures when evaluated on three open-source datasets. Third, we explore pointing gesture recognition and localization using open-source software, i.e. OpenPtrack which uses a deep learning based iii network to track multi-persons in the scene. We use a Kinect sensor as an input device and conduct a user study with 26 users to evaluate the system using two setup types. Fourth, we propose a technique to perform eye gaze tracking using OpenFace which is based on a deep learning model and RGB webcam. We use support vector machine regression to estimate the position of eye gaze on the screen. In a study, we evaluate the system with 28 users and show that this system can perform similarly to commercially expensive eye trackers. Finally, we focus on 3D head pose estimation using two models: 1)headPosr includes residual connections for the base network followed by a transformer encoder. It outperforms existing models but has a drawback of being computationally expensive; 2) lwPosr uses depthwise separable convolutions and transformer encoders. It is a two stream network in fine-grained fashion to estimate the three angles of the head pose. We demonstrate that this method is able to predict head poses better than state-of-the-art lightweight networks. Note de contenu : 1- Introduction
2- Background
3- State of the art
4- Scene graph generation
5- 3D hand gesture recognition
6- Pointing gesture recognition
7- Eye-gaze tracking
8- Head pose estimation
9- Lightweight head pose estimation
10- SummaryNuméro de notice : 24039 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse étrangère Note de thèse : PhD Thesis : Sciences : ETH Zurich :2022 DOI : sans En ligne : https://www.research-collection.ethz.ch/handle/20.500.11850/559347 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101876
Titre : Modélisation et simulation de comportements piétons réalistes en espace partagé avec un véhicule autonome Type de document : Thèse/HDR Auteurs : manon Prédhumeau, Auteur ; Julie Dugdale, Directeur de thèse ; Anne Spalanzani, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2021 Note générale : Bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Grenobles Alpes, spécialité InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] comportement
[Termes IGN] interaction homme-machine
[Termes IGN] modèle de simulation
[Termes IGN] modèle orienté agent
[Termes IGN] navigation autonome
[Termes IGN] piéton
[Termes IGN] psychologie sociale
[Termes IGN] robotique
[Termes IGN] trajectoire (véhicule non spatial)
[Termes IGN] UML
[Termes IGN] zone urbaine denseIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Dans un futur proche, les véhicules autonomes ne seront plus limités aux routes et auront à naviguer dans des environnements urbains denses et dynamiques comme les espaces partagés. Dans de tels espaces, la séparation entre piétons et véhicules est réduite au minimum et les usagers doivent négocier leur passage sans règles de circulation explicites. Les piétons naviguent selon certaines normes sociales et s'attendent à ce que le véhicule autonome ait une navigation sécurisée, mais aussi efficace et conforme aux conventions sociales et urbaines. Pour cela, un élément clé de la navigation dans les espaces partagés repose sur la compréhension et l'anticipation des comportements piétons et de leurs interactions.Cependant, nous ne savons pas comment les piétons vont se comporter, car actuellement il est très rare que des véhicules autonomes naviguent dans le même espace que des piétons. Notre problématique est donc la suivante : comment anticiper les comportements piétons dans un espace partagé avec un véhicule autonome ?Cette thèse s'inscrit dans le cadre du projet ANR HIANIC (Human Inspired Autonomous Navigation In Crowds). Dans cette thèse, nous étudions le comportement des piétons en espace partagé avec un véhicule autonome en modélisant et en simulant des comportements piétons réalistes.Notre approche intègre des observations empiriques et des concepts issus des sciences sociales afin de proposer un modèle et un simulateur à base d'agents pour une application en robotique. À chaque étape, le modèle proposé a été évalué et validé par des simulations de plusieurs scénarios et des comparaisons avec des données réelles.Notre première contribution est un modèle des comportements piétons individuels dans un contexte d'espace partagé. Le modèle tient compte de la perception, de l'attention et de l'espace personnel des piétons pour simuler des foules peu denses en environnement ouvert.Notre deuxième contribution est un modèle de quatre relations sociales au sein des groupes de piétons (couples, amis, familles et collègues de travail). Le modèle permet de simuler à la fois le mouvement des groupes sociaux de piétons dans plusieurs contextes de foule et les comportements d'évitement des groupes par d'autres piétons.Notre troisième contribution est un modèle des comportements piétons en interaction avec un véhicule autonome en espace partagé.Le modèle permet de représenter des comportements piétons à la fois hétérogènes, précis et explicables dans plusieurs situations d'interaction. Le modèle peut être utilisé pour reproduire des scènes du monde réel et pour prédire les trajectoires des piétons autour d’un véhicule autonome en temps réel.Notre quatrième contribution est l'implémentation du modèle pour proposer le simulateur SPACiSS, "Simulator for Pedestrians and an Autonomous Car in Shared Spaces". SPACiSS est open source et permet de simuler les interactions entre les piétons et les véhicules dans différents espaces partagés. Avec l'intégration dans le cadre ROS, couramment utilisé en robotique, SPACiSS est conçu comme un environnement pour le test de systèmes de navigation autonome.Nous avons montré que la modélisation et la simulation à base d'agents peuvent contribuer à une intégration efficace entre les sciences sociales et la robotique. Cette association est prometteuse pour aborder des scénarios du monde réel. Note de contenu : 1- Introduction
2- Revue de littérature
3- Modélisation et simulation de piétons en environnement ouvert
4- Modélisation et simulation de groupes sociaux de piétons
5- Modélisation et simulation de piétons en espace partagé avec un véhicule autonome
6- SPACiSS : un simulateur de piétons réalistes pour tester la navigation d’un véhicule autonome en espace partagé
7- Conclusions et perspectivesNuméro de notice : 24103 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Grenoble : 2021 Organisme de stage : Laboratoire d’Informatique de Grenoble DOI : sans En ligne : https://theses.hal.science/tel-03518751 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102581 
PermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalink
