Descripteur
Documents disponibles dans cette catégorie (159)
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 : Estimation de visibilité dans un nuage de points LiDAR Type de document : Article/Communication Auteurs : Pierre Biasutti , Auteur ; Jean-François Aujol, Auteur ; Mathieu Brédif , Auteur ; Aurélie Bugeau, Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2018 Conférence : CFPT 2018, Conférence Française de Photogrammétrie et de Télédétection 25/06/2018 28/06/2018 Champs-sur-Marne France Open Access Proceedings Importance : 3 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] angle de visée
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] fusion de données
[Termes IGN] semis de points
[Termes IGN] visibilité
[Termes IGN] voisinage (relation topologique)Résumé : (auteur) Cet article présente une nouvelle méthodologie pour l’estimation de la visibilité de chaque point d’un nuage de points LiDAR depuis une position de prise de vue donnée, correspondant au centre optique d’une caméra pour la fusion de données LiDAR et optiques. Le nuage est d’abord projeté dans le plan image de cette caméra. Nous introduisons un critère sur le voisinage pour déterminer automatiquement quels points sont visibles dans cette vue. Numéro de notice : C2018-008 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans En ligne : https://rfiap2018.ign.fr/programmeCFPT Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90341 Documents numériques
en open access
Estimation de visibilité ... - pdf éditeurAdobe Acrobat PDF
Titre : Fusion de données de télédétection haute résolution pour le suivi de la neige Type de document : Thèse/HDR Auteurs : Théo Masson, Auteur ; Jocelyn Chanussot, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2018 Importance : 180 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de la Communauté Université Grenoble Alpes, spécialité : Signal Image Parole TelecomsLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse des mélanges spectraux
[Termes IGN] fusion de données
[Termes IGN] image à haute résolution
[Termes IGN] image hyperspectrale
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Terra-MODIS
[Termes IGN] manteau neigeux
[Termes IGN] neige
[Termes IGN] Normalized Difference Snow Index
[Termes IGN] problème inverse
[Termes IGN] série temporelle
[Termes IGN] variabilitéIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les acquisitions de télédétection ont des caractéristiques complémentaires en termes de résolution spatiale et temporelle et peuvent mesurer différents aspects de la couverture neigeuse (propriétés physiques de surface, type de neige, etc.). En combinant plusieurs acquisitions, il devrait être possible d'obtenir un suivi précis et continu de la neige. Cependant, cet objectif se heurte à la complexité du traitement des images satellites et à la confusion possible entre les différents matériaux observés. Plus particulièrement, l’accès à l’information fractionnelle, c’est-à-dire à la proportion de neige dans chaque pixel, nécessite de retrouver la proportion de l’ensemble des matériaux qui se trouvent dans celui-ci. Ces proportions sont accessibles via des méthodes d’inversions ou démélange spectral se basant sur la résolution spectrale des images obtenues. Le défi général est alors d’arriver à exploiter correctement les différentes informations de natures différentes qui nous sont apportées par les différentes acquisitions afin de produire des cartes d’enneigement précises. Les objectifs de la thèse sont alors au nombre de trois et peuvent se résumer par trois grandes interrogations qui permettent de traiter les différents points évoqués:- Quelles sont les limitations actuelles de l’état de l'art pour l’observation spatiale optique de la neige ?- Comment exploiter les séries temporelles pour s’adapter à la variabilité spectrale des matériaux ?- Est-il possible de généraliser la fusion de données pour une acquisition multimodale à partir de capteurs optiques ?Une étude complète des différents produits de neige issus du satellite MODIS est ainsi proposée, permettant l’identification des nombreuses limitations dont la principale est le haut taux d’erreurs lors de la reconstitution de la fraction (environ 30%). Parmi ces résultats sont notamment identifiés des problèmes liés aux méthodes de démélange face à la variabilité spectrale des matériaux. Face à ces limitations nous avons exploité les séries temporelles MODIS pour proposer une nouvelle approche d’estimation des endmembers, étape critique du démélange spectral. La faible évolution temporelle du milieu (hors neige) est alors utilisée pour contraindre l’estimation des endmembers non seulement sur l’image d’intérêt, mais également sur les images des jours précédents. L’efficacité de cette approche bien que démontrée ici reste sujette aux limitations de résolution spatiale intrinsèques au capteur. Des expérimentations sur la fusion de donnée, à même de pouvoir améliorer la qualité des images, ont par conséquent été réalisées. Devant les limitations de ces méthodes dans le cas des capteurs multispectraux utilisés, une nouvelle approche de fusion a été proposée. Via la formulation d’un nouveau modèle et sa résolution, la fusion entre des capteurs optiques de tous types peut être réalisée sans considération de recouvrement spectral. Les différentes expérimentations sur l’estimation de cartes de neige montrent un intérêt certain d’une meilleure résolution spatiale pour isoler les zones enneigées. Ce travail montre ainsi les nouvelles possibilités de développement pour l’observation de la neige, mais également les évolutions de l’utilisation combinée des images satellites pour l’observation de la Terre en général. Note de contenu : 1- Introduction
2- Télédétection optique des surfaces enneigées
3- Le démélange spectral sur des images multispectrales
4- La fusion d’images optiques
5- Conclusions et perspectivesNuméro de notice : 25732 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal, Image, Parole, Télécoms : Grenoble : 2018 Organisme de stage : GIPSA-lab nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-02157972 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94916 Localisation d'objets urbains à partir de sources multiples dont des images aériennes / Lionel Pibre (2018)
Titre : Localisation d'objets urbains à partir de sources multiples dont des images aériennes Type de document : Thèse/HDR Auteurs : Lionel Pibre, Auteur ; Marc Chaumont, Auteur Editeur : Montpellier : Université de Montpellier Année de publication : 2018 Importance : 143 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université de Montpellier en InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] collectivité territoriale
[Termes IGN] diffusion de l'information
[Termes IGN] données multicapteurs
[Termes IGN] données multisources
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] fusion de données
[Termes IGN] image aérienne
[Termes IGN] reconnaissance d'objets
[Termes IGN] segmentation sémantique
[Termes IGN] séparateur à vaste marge
[Termes IGN] télédétection
[Termes IGN] urbanisme
[Termes IGN] zone urbaineIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Cette thèse aborde des problèmes liés à la localisation et la reconnaissance d’objets urbains dans des images multi-sources (optique, infrarouge, Modèle Numérique de Surface) de très haute précision acquises par voie aérienne.Les objets urbains (lampadaires, poteaux, voitures, arbres…) présentent des dimensions, des formes, des textures et des couleurs très variables. Ils peuvent être collés les uns les autres et sont de petite taille par rapport à la dimension d’une image. Ils sont présents en grand nombre mais peuvent être partiellement occultés. Tout ceci rend les objets urbains difficilement identifiables par les techniques actuelles de traitement d’images.Dans un premier temps, nous avons comparé les approches d’apprentissage classiques, composées de deux étapes - extraction de caractéristiques par le biais d’un descripteur prédéfini et utilisation d’un classifieur - aux approches d’apprentissage profond (Deep Learning), et plus précisément aux réseaux de neurones convolutionnels (CNN). Les CNN donnent de meilleurs résultats mais leurs performances ne sont pas suffisantes pour une utilisation industrielle. Nous avons donc proposé deux améliorations.Notre première contribution consiste à combiner de manière efficace les données provenant de sources différentes. Nous avons comparé une approche naïve qui consiste à considérer toutes les sources comme des composantes d’une image multidimensionnelle à une approche qui réalise la fusion des informations au sein même du CNN. Pour cela, nous avons traité les différentes informations dans des branches séparées du CNN. Nous avons ainsi montré que lorsque la base d’apprentissage contient peu de données, combiner intelligemment les sources dans une phase de pré-traitement (nous combinons l'optique et l'infrarouge pour créer une image NDVI) avant de les donner au CNN améliore les performances.Pour notre seconde contribution, nous nous sommes concentrés sur le problème des données incomplètes. Jusque-là, nous considérions que nous avions accès à toutes les sources pour chaque image mais nous pouvons aussi nous placer dans le cas où une source n’est pas disponible ou utilisable pour une image. Nous avons proposé une architecture permettant de prendre en compte toutes les données, même lorsqu’il manque une source sur une ou plusieurs images. Nous avons évalué notre architecture et montré que sur un scénario d’enrichissement, cette architecture permet d'obtenir un gain de plus de 2% sur la F-mesure.Les méthodes proposées ont été testées sur une base de données publique. Elles ont pour objectif d’être intégrées dans un logiciel de la société Berger-Levrault afin d’enrichir les bases de données géographiques et ainsi faciliter la gestion du territoire par les collectivités locales. Note de contenu : 1- Introduction
2- Etat de l'art
3- Comparaison entre des méthodes d’apprentissage automatique classiques et du deep learning
4- Fusion des données
5- Données incomplètes et réseau de neurones convolutionnels
6- Conclusions et perspectivesNuméro de notice : 25785 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Montpellier : 2018 Organisme de stage : Laboratoire d'informatique, de robotique et de micro-électronique (Montpellier) / société Berger-Levrault nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2018MONTS107 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94985 Navigation des personnes aux moyens des technologies des smartphones et des données d’environnements cartographiés / Fadoua Taia Alaoui (2018)
Titre : Navigation des personnes aux moyens des technologies des smartphones et des données d’environnements cartographiés Type de document : Thèse/HDR Auteurs : Fadoua Taia Alaoui, Auteur ; Valérie Renaudin, Directeur de thèse Editeur : Nantes : Ecole Centrale de Nantes Année de publication : 2018 Autre Editeur : Université Bretagne Loire Importance : 163 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Ecole Centrale de Nantes, spécialité Signal, Image, VisionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Navigation et positionnement
[Termes IGN] algorithme de filtrage
[Termes IGN] centrale inertielle
[Termes IGN] classification dirigée
[Termes IGN] correction angulaire
[Termes IGN] données GNSS
[Termes IGN] filtrage bayésien
[Termes IGN] filtre de Kalman
[Termes IGN] fusion de données
[Termes IGN] modèle cartographique
[Termes IGN] navigation inertielle
[Termes IGN] point d'intérêt
[Termes IGN] positionnement en intérieur
[Termes IGN] reconnaissance automatique
[Termes IGN] service fondé sur la position
[Termes IGN] téléphone intelligentIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La navigation inertielle grâce aux capteurs intégrés dans les smartphones permet d’assurer une géolocalisation continue même en absence de signal GNSS. Ces capteurs bas coût délivrent néanmoins des mesures bruitées qui engendrent une dérive de la trajectoire. La technique PDR qui est une technique de navigation inertielle par détection de pas souffre de deux limites principales. La première est l’estimation de la longueur de pas car cette dernière dépend des caractéristiques physiques de chaque utilisateur, et la seconde est le résultat d’une dérive angulaire combinée avec un biais lié au portage du capteur à la main. Dans le contexte du projet HAPPYHAND, ce travail s’intéresse à l’exploitation de la carte pour corriger ces différentes erreurs. Un réseau de navigation topologique est exploité pour corriger à la fois les erreurs angulaires et calibrer le modèle de longueur de pas. Ce modèle est ensuite augmenté par un processus de mise à jour de position par détection de points d’intérêt. Note de contenu : 1- Introduction
2- Navigation autonome grâce aux mesures inertielles ou GNSS
3- Modèles cartographiques pour la localisation
4- Liaison entre la carte et la signature de mouvement
5- Hybridation Carte-IMMU-Magnétomètre-Baromètre
6- Evaluation expérimentale des performances
Conclusion et perspectivesNuméro de notice : 25916 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité Signal, Image, Vision : Nantes : 2018 Organisme de stage : Laboratoire GEOLOC (IFSTTAR) nature-HAL : Thèse DOI : sans En ligne : https://hal.archives-ouvertes.fr/tel-02157807 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96039
Titre : Smart fusion of terrestrial and UAV data : Development of tools for tie point analysis Type de document : Mémoire Auteurs : Michaël Gaudin, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 43 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] filtrage de points
[Termes IGN] fusion de données
[Termes IGN] image captée par drone
[Termes IGN] image terrestre
[Termes IGN] MicMac
[Termes IGN] Point Cloud Library PCL
[Termes IGN] points homologues
[Termes IGN] semis de points clairsemés
[Termes IGN] superposition de données
[Termes IGN] voxelIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (auteur) La fusion de données peut être définie comme le processus d’intégration de plusieurs sources de données afin de produire des informations plus cohérentes, plus précises et plus utiles que celles fournies par n'importe quelle source de données individuelles. Nous sommes intéressés par la fusion de données acquises avec différentes techniques (à différentes densités de points et précisions de mesure) d’une manière "scientifique", et par le développement de nouveaux traitements des données. Nous essayons de fusionner des données hétérogènes et d'obtenir un résultat cohérent. Nous proposons une nouvelle approche pour fusionner les données photogrammétriques issues de différents capteurs, dans notre cas à partir d'images terrestres et d'images de drones. Nous avons développé des outils de calcul d'attributs sur les points caractéristiques, afin de les filtrer grâce à une approche par voxels. Nous avons utilisé MicMac pour les processus photogrammétriques et développé un nouvel outil dans MicMac, Grappa, qui génère un fichier avec les points de liaison et les caractéristiques associées. Nous avons également utilisé Point Cloud Library pour le calcul d’une fonction de saillance 3D, la Différence des Normales. Nous avons travaillé avec une approche par voxels en Python pour le filtrage des points, et nous expérimentons les différents outils sur un ensemble d'images terrestres et drones de la cathédrale de Modène en Italie. Nous analysons enfin les résultats de la reconstruction photogrammétrique et laissons quelques perspectives sur le domaine de la fusion de données. Note de contenu : Introduction
1- Literature review on data fusion
2- Vocabulary
3- Features for data anlaysis
4- Process
5- Sparse point cloudprocessing
6- Voxelisation, analysis and filtering
7- Dense reconstruction
8- Results
ConclusionNuméro de notice : 21799 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Fundazione Bruno Kessler Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91285 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 21799-01 PROJET Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
Smart fusion of terrestrial... - pdf auteurAdobe Acrobat PDF PermalinkSynergie des données Sentinel optiques et radar pour l’observation et l’analyse de la végétation du littoral du Pays de Brest / Antoine Billey (2018)PermalinkFusion of hyperspectral and LiDAR data using sparse and low-rank component analysis / Behnood Rasti in IEEE Transactions on geoscience and remote sensing, vol 55 n° 11 (November 2017)PermalinkSalient object detection in complex scenes via D-S evidence theory based region classification / Chunlei Yang in The Visual Computer, vol 33 n° 11 (November 2017)PermalinkAn information fusion approach for PALSAR data to retrieve soil moisture / Ankita Jain in Geocarto international, vol 32 n° 9 (September 2017)PermalinkA TV prior for high-quality scalable multi-view stereo reconstruction / Andreas Kuhn in International journal of computer vision, vol 124 n° 1 (August 2017)PermalinkOn the fusion of lidar and aerial color imagery to detect urban vegetation and buildings / Madhurima Bandyopadhyay in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 2 (February 2017)PermalinkCombination of image descriptors for the exploration of cultural photographic collections / Neelanjan Bhowmik in Journal of Electronic Imaging, vol 26 n° 1 (January - February 2017)PermalinkContributions méthodologiques pour la caractérisation des milieux par imagerie optique et lidar / Nesrine Chehata (2017)PermalinkFusion of graph embedding and sparse representation for feature extraction and classification of hyperspectral imagery / Fulin Luo in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 1 (January 2017)Permalink