Centre dedocumentation
scientifique

Camera orientation, calibration and inverse perspective with uncertainties: a Bayesian method applied to area estimation from diverse photographs / Grégoire Guillet in ISPRS Journal of photogrammetry and remote sensing, vol 159 (January 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 159 (January 2020) . - pp 237 - 255 Titre : Camera orientation, calibration and inverse perspective with uncertainties: a Bayesian method applied to area estimation from diverse photographs Type de document : Article/Communication Auteurs : Grégoire Guillet, Auteur ; Thomas Guillet, Auteur ; Ludovic Ravanel, Auteur Année de publication : 2020 Article en page(s) : pp 237 - 255 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] ajustement de paramètres [Termes descripteurs IGN] appariement d'images [Termes descripteurs IGN] autocorrélation spatiale [Termes descripteurs IGN] distorsion d'image [Termes descripteurs IGN] estimation bayesienne [Termes descripteurs IGN] étalonnage de chambre métrique [Termes descripteurs IGN] figuration de la densité [Termes descripteurs IGN] fonction inverse [Termes descripteurs IGN] image 2D [Termes descripteurs IGN] image aérienne [Termes descripteurs IGN] incertitude géométrique [Termes descripteurs IGN] longueur focale [Termes descripteurs IGN] méthode de Monte-Carlo par chaînes de Markov [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] orientation externe [Termes descripteurs IGN] photographie numérique [Termes descripteurs IGN] vue 3D [Termes descripteurs IGN] vue perspective Résumé : (Auteur) Large collections of images have become readily available through modern digital catalogs, from sources as diverse as historical photographs, aerial surveys, or user-contributed pictures. Exploiting the quantitative information present in such wide-ranging collections can greatly benefit studies that follow the evolution of landscape features over decades, such as measuring areas of glaciers to study their shrinking under climate change. However, many available images were taken with low-quality lenses and unknown camera parameters. Useful quantitative data may still be extracted, but it becomes important to both account for imperfect optics, and estimate the uncertainty of the derived quantities. In this paper, we present a method to address both these goals, and apply it to the estimation of the area of a landscape feature traced as a polygon on the image of interest. The technique is based on a Bayesian formulation of the camera calibration problem. First, the probability density function (PDF) of the unknown camera parameters is determined for the image, based on matches between 2D (image) and 3D (world) points together with any available prior information. In a second step, the posterior distribution of the feature area of interest is derived from the PDF of camera parameters. In this step, we also model systematic errors arising in the polygon tracing process, as well as uncertainties in the digital elevation model. The resulting area PDF therefore accounts for most sources of uncertainty. We present validation experiments, and show that the model produces accurate and consistent results. We also demonstrate that in some cases, accounting for optical lens distortions is crucial for accurate area determination with consumer-grade lenses. The technique can be applied to many other types of quantitative features to be extracted from photographs when careful error estimation is important. Numéro de notice : A2020-015 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.11.013 date de publication en ligne : 02/12/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.11.013 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94404 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020011	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2020013	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2020012	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Sentinel-2 sharpening using a reduced-rank method / Magnus Orn Ulfarsson in IEEE Transactions on geoscience and remote sensing, vol 57 n° 9 (September 2019)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 57 n° 9 (September 2019) . - pp 6408 - 6420 Titre : Sentinel-2 sharpening using a reduced-rank method Type de document : Article/Communication Auteurs : Magnus Orn Ulfarsson, Auteur ; Frosti Palsson, Auteur ; Mauro Dalla Mura, Auteur ; Johannes R. Sveinsson, Auteur Année de publication : 2019 Article en page(s) : pp 6408 - 6420 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] affinage d'image [Termes descripteurs IGN] ajustement de paramètres [Termes descripteurs IGN] estimation bayesienne [Termes descripteurs IGN] fusion de données [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] largeur de bande Résumé : (auteur) Recently, the Sentinel-2 (S2) satellite constellation was deployed for mapping and monitoring the Earth environment. Images acquired by the sensors mounted on the S2 platforms have three levels of spatial resolution: 10, 20, and 60 m. In many remote sensing applications, the availability of images at the highest spatial resolution (i.e., 10 m for S2) is often desirable. This can be achieved by generating a synthetic high-resolution image through data fusion. To this end, researchers have proposed techniques exploiting the spectral/spatial correlation inherent in multispectral data to sharpen the lower resolution S2 bands to 10 m. In this paper, we propose a novel method that formulates the sharpening process as a solution to an inverse problem. We develop a cyclic descent algorithm called S2Sharp and an associated tuning parameter selection algorithm based on generalized cross validation and Bayesian optimization. The tuning parameter selection method is evaluated on a simulated data set. The effectiveness of S2Sharp is assessed experimentally by comparisons to state-of-the-art methods using both simulated and real data sets. Numéro de notice : A2019-340 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2019.2906048 date de publication en ligne : 22/04/2019 En ligne : http://doi.org/10.1109/TGRS.2019.2906048 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93377 [article]

Genetic diversity and structure of Silver fir (Abies alba Mill.) at the south-eastern limit of its distribution range / Maria Teodosiu in Annals of forest research, vol 62 n° 2 (June - December 2019)  

Public [article]  inAnnals of forest research > vol 62 n° 2 (June - December 2019) Titre : Genetic diversity and structure of Silver fir (Abies alba Mill.) at the south-eastern limit of its distribution range Type de document : Article/Communication Auteurs : Maria Teodosiu, Auteur ; Georgeta Mihai, Auteur ; Barbara Fussi, Auteur ; Elena Ciocîrlan, Auteur Année de publication : 2019 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] Abies alba [Termes descripteurs IGN] aire de répartition [Termes descripteurs IGN] analyse de groupement [Termes descripteurs IGN] analyse de variance [Termes descripteurs IGN] Carpates [Termes descripteurs IGN] changement climatique [Termes descripteurs IGN] composition d'un peuplement forestier [Termes descripteurs IGN] conservation des ressources forestières [Termes descripteurs IGN] échantillonnage [Termes descripteurs IGN] estimation bayesienne [Termes descripteurs IGN] génétique forestière [Termes descripteurs IGN] indice de diversité [Termes descripteurs IGN] Roumanie [Vedettes matières IGN] Sylviculture Résumé : (auteur) In the Romanian Carpathians, Silver fir covers about 5% of the forest area and is the second most important conifer species. Although there are a number of genetic studies concerning the distribution of genetic diversity of Abies alba in Europe, populations from the south-eastern limit of the distribution range have been studied less. The aim of the present study was to assess the genetic diversity and differentiation in 36 silver fir populations along the Carpathian Mountains in Romania, using seven microsatellites loci. High levels of genetic diversity (He = 0.779 to 0.834 and AR = 11.61 to 14.93) were found in all populations. Eastern Carpathians populations show higher levels of diversity, both in allelic richness and expected heterozygosity and higher degrees of genetic differentiation compared to southern populations. Bayesian clustering analysis revealed the existence of two genetically distinct groups for silver fir populations, one larger cluster which comprises the Inner Eastern Carpathians, Curvature Carpathians, South Carpathians and the Banat Mountains and the second cluster contained most of the North and Outer Eastern Carpathians population. Both AMOVA and Barrier analysis supported genetic differentiation among geographical provenance regions. The high genetic diversity of silver fir populations from the eastern limit of its distribution provide high potential to mitigate the negative effects of climate warming being valuable genetic resources in the context of global change. The distribution pattern of genetic variation at local, regional and country scale could and should be considered for the preservation of the forest genetic resources. Numéro de notice : A2019-613 Thématique : FORET Nature : Article DOI : 10.15287/afr.2019.1436 date de publication en ligne : 26/11/2019 En ligne : https://doi.org/10.15287/afr.2019.1436 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94846 [article]

Bayesian calibration of a carbon balance model PREBAS using data from permanent growth experiments and national forest inventory / Francesco Minunno in Forest ecology and management, vol 440 (15 May 2019)  

Public [article]  inForest ecology and management > vol 440 (15 May 2019) . - pp 208-257 Titre : Bayesian calibration of a carbon balance model PREBAS using data from permanent growth experiments and national forest inventory Type de document : Article/Communication Auteurs : Francesco Minunno, Auteur ; Mikko Peltoniemi, Auteur ; Sanna Härkönen, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 208-257 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] assimilation des données [Termes descripteurs IGN] Betula pendula [Termes descripteurs IGN] bois sur pied [Termes descripteurs IGN] carbone [Termes descripteurs IGN] changement climatique [Termes descripteurs IGN] diamètre à hauteur de poitrine [Termes descripteurs IGN] estimation bayesienne [Termes descripteurs IGN] étalonnage de modèle [Termes descripteurs IGN] Finlande [Termes descripteurs IGN] gestion forestière [Termes descripteurs IGN] hauteur à la base du houppier [Termes descripteurs IGN] hauteur des arbres [Termes descripteurs IGN] inventaire forestier étranger (données) [Termes descripteurs IGN] modèle de croissance [Termes descripteurs IGN] modèle de simulation [Termes descripteurs IGN] modélisation de la forêt [Termes descripteurs IGN] Pinus sylvestris Résumé : (auteur) Policy-relevant forest models must be environment and management sensitive and provide unbiased estimates of predicted variables over their intended areas of application. While empirical models derive their structure and parameters from representative data sets, process-based model (PBM) parameters should be evaluated in ranges that have a biological meaning independently of output data. At the same time PBMs should be calibrated against observations in order to obtain unbiased estimates and an understanding of their predictive capability. By means of model data assimilation, we Bayesian calibrated a forest model (PREBAS) using an extensive dataset that covered a wide range of climatic conditions, species composition and management practices. PREBAS was calibrated for three species in Finland: Scots pine (Pinus sylvestris L.), Norway spruce (Picea abies [L.] H. Karst.) and Silver birch (Betula pendula L.). Data assimilation was strongly effective in reducing the uncertainty of PREBAS parameters and predictions. A country-generic calibration showed robust performances in predicting forest variables and the results were consistent with yield tables and national forest statistics. The posterior predictive uncertainty of the model was mainly influenced by the uncertainty of the structural and measurement error. Numéro de notice : A2019-486 Thématique : FORET/MATHEMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.foreco.2019.02.041 date de publication en ligne : 20/03/2019 En ligne : https://doi.org/10.1016/j.foreco.2019.02.041 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93666 [article]

Estimation parcimonieuse de biais multitrajets pour les systèmes GNSS / Julien Lesouple (2019)  

Public Titre : Estimation parcimonieuse de biais multitrajets pour les systèmes GNSS Type de document : Thèse/HDR Auteurs : Julien Lesouple, Auteur ; Jean-Yves Tourneret, Auteur ; François Vincent, Auteur Editeur : Toulouse : Université de Toulouse Année de publication : 2019 Importance : 217 p. Format : 21 x 30 cm Note générale : bibliographie Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, spécialité : Informatique et Télécommunication Langues : Français (fre) Descripteur : [Vedettes matières IGN] Navigation et positionnement [Termes descripteurs IGN] chaîne de Markov [Termes descripteurs IGN] correction du trajet multiple [Termes descripteurs IGN] distribution de Gauss [Termes descripteurs IGN] erreur de mesure [Termes descripteurs IGN] erreur systématique [Termes descripteurs IGN] estimation bayesienne [Termes descripteurs IGN] filtrage du signal [Termes descripteurs IGN] mesurage par GNSS [Termes descripteurs IGN] récepteur GNSS [Termes descripteurs IGN] représentation parcimonieuse [Termes descripteurs IGN] traitement du signal [Termes descripteurs IGN] trajet multiple Résumé : (auteur) L’évolution des technologies électroniques (miniaturisation, diminution des coûts) a permis aux GNSS (systèmes de navigation par satellites) d’être de plus en plus accessibles et donc utilisés au quotidien, par exemple par le biais d’un smartphone, ou de récepteurs disponibles dans le commerce à des prix raisonnables (récepteurs bas-coûts). Ces récepteurs fournissent à l’utilisateur plusieurs informations, comme par exemple sa position et sa vitesse, ainsi que des mesures des temps de propagation entre le récepteur et les satellites visibles entre autres. Ces récepteurs sont donc devenus très répandus pour les utilisateurs souhaitant évaluer des techniques de positionnement sans développer tout le hardware nécessaire. Les signaux issus des satellites GNSS sont perturbés par de nombreuses sources d’erreurs entre le moment où ils sont traités par le récepteurs pour estimer la mesure correspondante. Il est donc nécessaire decompenser chacune des ces erreurs afin de fournir à l’utilisateur la meilleure position possible. Une des sources d’erreurs recevant beaucoup d’intérêt, est le phénomène de réflexion des différents signaux sur les éventuels obstacles de la scène dans laquelle se trouve l’utilisateur, appelé multitrajets. L’objectif de cette thèse est de proposer des algorithmes permettant de limiter l’effet des multitrajets sur les mesures GNSS. La première idée développée dans cette thèse est de supposer que ces signaux multitrajets donnent naissance à des biais additifs parcimonieux. Cette hypothèse de parcimonie permet d’estimer ces biais à l’aide de méthodes efficaces comme le problème LASSO. Plusieurs variantes ont été développés autour de cette hypothèse visant à contraindre le nombre de satellites ne souffrant pas de multitrajet comme non nul. La deuxième idée explorée dans cette thèse est une technique d’estimation des erreurs de mesure GNSS à partir d’une solution de référence, qui suppose que les erreurs dues aux multitrajets peuvent se modéliser à l’aide de mélanges de Gaussiennes ou de modèles de Markov cachés. Deux méthodes de positionnement adaptées à ces modèles sont étudiées pour la navigation GNSS. Note de contenu : Introduction 1- La navigation par satellites 2- Estimation parcimonieuse pour la navigation par satellites 3- Estimation Bayésienne des hyperparamètres 4- Utilisation de mélanges de Gaussiennes pour la modélisation des erreurs GNSS Conclusion et perspectives Numéro de notice : 25802 Thématique : IMAGERIE/POSITIONNEMENT Nature : Thèse française Note de thèse : thèse de Doctorat : spécialité : Informatique et Télécommunication : Toulouse : 2019 En ligne : http://www.theses.fr/2019INPT0020 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95044

Exploitation de séries temporelles d'images multi-sources pour la cartographie des surfaces en eau / Filsa Bioresita (2019)  

Permalink

Simultaneous characterization of objects temperature and radiative properties through multispectral infrared thermography / Thibaud Toullier (2019)  

Permalink

Uncertainty in radar emitter classification and clustering / Guillaume Revillon (2019)  

Permalink

Amélioration de la vitesse et de la qualité d'image du rendu basé image / Rodrigo Ortiz Cayón (2017)  

Permalink

Space–time adaptive processing and motion parameter estimation in multistatic passive radar using sparse Bayesian learning / Qisong Wu in IEEE Transactions on geoscience and remote sensing, vol 54 n° 2 (February 2016)  

Permalink

Multifractal analysis for multivariate data with application to remote sensing / Sébastien Combrexelle (2016)  

Permalink

Object detection in optical remote sensing images based on weakly supervised learning and high-level feature learning / Junwei Han in IEEE Transactions on geoscience and remote sensing, vol 53 n° 6 (June 2015)  

Permalink

Bayesian approach to tree detection based on airborne laser scanning data / Timo Lähivaara in IEEE Transactions on geoscience and remote sensing, vol 52 n° 5 tome 1 (May 2014)  

Permalink

Bayesian and frequentist regression methods / Jon Wakefield (2013)  

Permalink

Probabilités pour les non-probabilistes / Walter Appel (2013)

Permalink