Descripteur
Termes IGN > informatique > traitement automatique de données > fusion de données > fusion de données multisource
fusion de données multisource |
Documents disponibles dans cette catégorie (46)
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 : Les synergies de la télédétection optique par drone et satellite : changement d’échelle et application à la conservation des prairies humides Type de document : Thèse/HDR Auteurs : Emilien Alvarez-Vanhard, Auteur ; Thomas Houet, Directeur de thèse ; Thomas Corpetti, Directeur de thèse Editeur : Rennes : Université de Rennes 2 Année de publication : 2021 Importance : 193 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée pour obtenir le grade de Docteur de l’Université de Rennes 2, Spécialité : GéographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] carte de la végétation
[Termes IGN] données de terrain
[Termes IGN] échelle des données
[Termes IGN] étalonnage des données
[Termes IGN] fusion de données multisource
[Termes IGN] image captée par drone
[Termes IGN] image satellite
[Termes IGN] inondation
[Termes IGN] jeu de données localisées
[Termes IGN] marais
[Termes IGN] phytosociologie
[Termes IGN] prairie
[Termes IGN] réserve naturelle
[Termes IGN] zone humideIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) La technologie drone est une nouvelle source de données de télédétection qui offre de nouvelles perspectives aux sciences de l'observation de la Terre. Elle permet un nouveau régime d'observation flexible et à très haute résolution spatiale qui apparaît comme complémentaire à celui des systèmes satellitaires et favorise l'application du changement d'échelle. Cette thèse a pour objectif d'évaluer l'apport des complémentarités entre drone et satellite pour le suivi des prairies humides - des milieux à fort enjeux écologiques et économiques. Pour cela, les principales synergies entre les données drone et satellite ont été identifiées dans la littérature scientifique. Un jeu de données multi-sources et multi-échelles alliant observations drone, satellitaires et in-situ a été constitué sur le site de la réserve régionale du marais de Sougéal, France. Ainsi, deux synergies adaptées au changement d'échelle - la "calibration de modèle" et la "fusion de données" - ont été appliquées à la cartographie de la structure des prairies humides - la distribution des communautés végétales et les dynamiques d'inondation. Les résultats montrent que le drone apporte une information sur la structure spatiale fine qui est utile pour dépasser les effets de pixels mixtes présents dans les données satellitaires. Par ailleurs, ces synergies facilitent la réalisation de représentations cartographiques qui intègrent la nature graduelle des milieux de prairies humides. Note de contenu : Introduction générale
Chapitre 1 - État-de-l’art : Identification des synergies entre drone et satellite
1.1 Introduction
1.2 Méthodes
1.3 Résultats
1.4 Discussion
1.5 Conclusion
Chapitre 2 - Le potentiel des synergies drone/satellite pour le suivi des prairies humides
2.1 Introduction
2.2 Les problématiques et enjeux du suivi des prairies humides
2.3 Méthodologies appliquées aux synergies drone/satellite
2.4 Site d’étude et données
2.5 Conclusion
Chapitre 3 - Calibration de modèle : Cartographie des communautés végétales de prairie humide
3.1 Introduction
3.2 Matériels
3.3 Méthodes
3.4 Résultats
3.5 Discussion
3.6 Conclusion
Chapitre 4 - Fusion de données : Cartographie des dynamiques d’inondation de prairie humide
4.1 Introduction
4.2 Matériels
4.3 Méthodes
4.4 Résultats
4.5 Discussion
4.6 Conclusion
Conclusion généraleNuméro de notice : 26727 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géographie : Rennes 2 : 2021 Organisme de stage : Littoral, Environnement, Télédétection, Géomatique LETG nature-HAL : Thèse DOI : sans Date de publication en ligne : 10/01/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03519981/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99529 Structure from motion for complex image sets / Mario Michelini in ISPRS Journal of photogrammetry and remote sensing, vol 166 (August 2020)
[article]
Titre : Structure from motion for complex image sets Type de document : Article/Communication Auteurs : Mario Michelini, Auteur ; Helmut Mayer, Auteur Année de publication : 2020 Article en page(s) : pp 140 - 152 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] appariement d'images
[Termes IGN] arbre aléatoire minimum
[Termes IGN] caméra numérique
[Termes IGN] distorsion d'image
[Termes IGN] étalonnage d'instrument
[Termes IGN] fusion de données multisource
[Termes IGN] itération
[Termes IGN] jeu de données
[Termes IGN] orientation
[Termes IGN] reconstruction 3D
[Termes IGN] SIFT (algorithme)
[Termes IGN] structure-from-motionRésumé : (auteur) This paper presents an approach for Structure from Motion (SfM) for unorganized complex image sets. To achieve high accuracy and robustness, image triplets are employed and an (approximate) internal camera calibration is assumed to be known. The complexity of an image set is determined by the camera configurations which may include wide as well as weak baselines. Wide baselines occur for instance when terrestrial images and images from small Unmanned Aerial Systems (UAS) are combined. The resulting large (geometric/radiometric) distortions between images make image matching difficult possibly leading to an incomplete result. Weak baselines mean an insufficient distance between cameras compared to the distance of the observed scene and give rise to critical camera configurations. Inappropriate handling of such configurations may lead to various problems in triangulation-based SfM up to total failure. The focus of our approach lies on a complete linking of images even in case of wide or weak baselines. We do not rely on any additional information such as camera configurations, Global Positioning System (GPS) or an Inertial Navigation System (INS). As basis for generating suitable triplets to link the images, an iterative graph-based method is employed formulating image linking as the search for a terminal Steiner minimum tree in the line graph. SIFT (Lowe, 2004) descriptors are embedded into Hamming space for fast image similarity ranking. This is employed to limit the number of pairs to be geometrically verified by a computationally and more complex wide baseline matching method (Mayer et al., 2012). Critical camera configurations which are not suitable for geometric verification are detected by means of classification (Michelini and Mayer, 2019). Additionally, we propose a graph-based approach for the optimization of the hierarchical merging of triplets to efficiently generate larger image subsets. By this means, a complete, 3D reconstruction of the scene is obtained. Experiments demonstrate that the approach is able to produce reliable orientation for large image sets comprising wide as well as weak baseline configurations. Numéro de notice : A2020-355 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.05.020 Date de publication en ligne : 12/06/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.05.020 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95242
in ISPRS Journal of photogrammetry and remote sensing > vol 166 (August 2020) . - pp 140 - 152[article]Exemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2020081 RAB Revue Centre de documentation En réserve L003 Disponible 081-2020083 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2020082 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt Cartographie sémantique hybride de scènes urbaines à partir de données image et Lidar / Mohamed Boussaha (2020)
Titre : Cartographie sémantique hybride de scènes urbaines à partir de données image et Lidar Titre original : 3D hybrid urban scene semantic mapping from multi-modal data Type de document : Thèse/HDR Auteurs : Mohamed Boussaha , Auteur ; Bruno Vallet , Directeur de thèse ; Patrick Rives, Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Année de publication : 2020 Projets : PLaTINUM / Gouet-Brunet, Valérie Note générale : bibliographie
Dissertation submitted in partial fulfillment of the requirements for the degree of Doctor of Philosophy delivered by Université Paris-EstLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage dirigé
[Termes IGN] carte de profondeur
[Termes IGN] descripteur
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] fusion de données multisource
[Termes IGN] image panoramique
[Termes IGN] maillage par triangles
[Termes IGN] reconstruction 3D du bâti
[Termes IGN] réflectance
[Termes IGN] scène intérieure
[Termes IGN] scène urbaine
[Termes IGN] segmentation sémantique
[Termes IGN] semis de points
[Termes IGN] système de numérisation mobile
[Termes IGN] texturage
[Termes IGN] traitement de semis de pointsIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Avec la démocratisation des applications collaboratives d'assistance à la navigation et l'avènement de robots autonomes, la cartographie mobile suscite ces dernières années une attention croissante, tant dans les milieux académiques qu'industriels. La numérisation de l'environnement offre non seulement une connaissance fine et exhaustive permettant aux usagers d'anticiper et de planifier leurs déplacements, mais garantit aussi la disponibilité d'informations fiables notamment en cas d'éventuelle défaillance des capteurs visuels d'un véhicule autonome. S'agissant d'un enjeu crucial pour une navigation fiable, la cartographie mobile soulève en revanche de nombreux défis en matière de robustesse, de précision et de passage à l'échelle. Cette problématique fait appel à des méthodes qui requièrent une capacité de traitement de données massives avec une précision centimétrique tout en gérant les spécificités de l'acquisition (la variabilité du niveau de détails, des occultations et des fortes variations de luminosité).
Cette thèse porte sur le développement d'un référentiel global géolocalisé de l'environnement urbain constitué de représentations 3D géométriques, photométriques et sémantiques. Dans un premier temps, une investigation approfondie de la représentation la plus adaptée à un tel référentiel, permet une reconstruction d'une carte haute définition à large échelle sous forme d'un maillage 3D texturé. Cette représentation est mise en place par fusion multimodale d'images orientées et de balayages LiDAR géo-référencés acquis depuis une plateforme de cartographie mobile terrestre. Par la suite, nous proposons d'intégrer l'aspect sémantique au référentiel 3D reconstruit en exploitant la complémentarité entre les modalités d'acquisition photométriques et géométriques. À travers la riche littérature sur le sujet, nous identifions l'absence d'un jeu de données urbain multimodal annoté incluant un maillage texturé à large échelle. Nous abordons ce verrou par la production d'un jeu de données composé de nuages de point 3D, d'images 2D perspectives et panoramiques, de cartes de profondeur et de reflectance ainsi qu'un maillage texturé avec les annotations correspondantes à chaque modalité. Dans un second temps, nous considérons le référentiel comme un nuage de points structuré par un graphe d'adjacence. Nous introduisons une nouvelle approche de sur-segmentation par apprentissage supervisé. Cette méthode opère en deux temps: calcul de descripteurs locaux des points 3D par apprentissage profond de métrique, puis partition du nuage de points en zones uniformes, appelées superpoints. Les descripteurs sont appris de telle sorte qu'ils présentent de forts contrastes à l'interface entre objets, incitant la partition résultante à suivre leurs contours naturels. Nos expériences sur des scènes intérieures et extérieures montrent la nette supériorité de notre approche sur les méthodes de partition de nuage de points de l'état de l'art, qui ne reposaient pas jusqu'à là sur l'apprentissage machine. Nous montrons également que notre méthode peut être combinée à un algorithme de classification de superpoints pour obtenir d'excellents résultats en terme de segmentation sémantique, améliorant aussi l'état de l'art sur ce sujet. Enfin, nous étendons cette approche aux maillages texturés. Les triangles, structurés cette fois-ci par le graphe d'adjacence du maillage, sont partitionnés en groupes homogènes appelés superfacettes. À l'instar des nuages de points, des descripteurs locaux du maillage texturé sont appris de façon à ce que les frontières d'objets sémantiquement distincts présentent un contraste élevé. Ces descripteurs sont le résultat d'une fusion des descripteurs appris sur le maillage par convolution des arêtes d'une part, et des descripteurs de texture d'autre part. Les expériences réalisées sur notre jeu de données illustrent la supériorité de notre approche par rapport aux méthodes de l'état de l'art de sur-segmentation de maillage.Numéro de notice : 17674 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de doctorat : Geographical Information Sciences and technologies : UPE : 2020 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse En ligne : https://hal.science/tel-03276242v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98009 Fusion of 3D point clouds and hyperspectral data for the extraction of geometric and radiometric features of trees / Eduardo Alejandro Tusa Jumbo (2020)
Titre : Fusion of 3D point clouds and hyperspectral data for the extraction of geometric and radiometric features of trees Type de document : Thèse/HDR Auteurs : Eduardo Alejandro Tusa Jumbo, Auteur ; Jocelyn Chanussot, Directeur de thèse ; Jean-Matthieu Monnet, Encadrant ; Mauro Dalla Mura, Encadrant ; Jean-Baptiste Barré, Encadrant Editeur : Grenoble : Université de Grenoble Année de publication : 2020 Importance : 153 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de docteur de l'Université Grenoble Alpes, Signal image parole TelecomsLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] Alpes (France)
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] espèce végétale
[Termes IGN] extraction de la végétation
[Termes IGN] forêt alpestre
[Termes IGN] fusion de données multisource
[Termes IGN] image hyperspectrale
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] inventaire forestier local
[Termes IGN] semis de points
[Termes IGN] télédétection par lidar
[Termes IGN] télédétection spatialeIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Mountain forests provide environmental ecosystem services (EES) to communities: supplying of recreational landscapes, protection against natural hazards, supporting biodiversity conservation, among others. The preservation of these EES through space and time requires a good characterization of the resources. Especially in mountains, stands are very heterogeneous and timber harvesting is economically possible thanks to trees of higher value. This is why we want to be able to map each tree and estimate its characteristics, including quality, which is related to its shape and growth conditions. Field inventories are not able to provide a wall to wall cover of detailed tree-level information on a large scale. On the other hand, remote sensing tools seem to be a promising technology because of the time efficient and the affordable costs for studying forest areas. LiDAR data provide detailed information from the vertical distribution and location of the trees, but it is limited for mapping species. Hyperspectral data are associated to absorption features in the canopy reflectance spectrum, but is not effective for characterizing tree geometry. Hyperspectral and LiDAR systems provide independent and complementary data that are relevant for the assessment of biophysical and biochemical attributes of forest areas. This PhD thesis deals with the fusion of LiDAR and hyperspectral data to characterize individual forest trees. The leading idea is to improve methods to derive forest information at tree-level by extracting geometric and radiometric features. The contributions of this research work relies on: i) an updated review of data fusion methods of LiDAR and hyperspectral data for forest monitoring, ii) an improved 3D segmentation algorithm for delineating individual tree crowns based on Adaptive Mean Shift (AMS3D) and an ellipsoid crown shape model, iii) a criterion for feature selection based on random forests score, 5-fold cross validation and a cumulative error function for forest tree species classification. The two main methods used to derive forest information at tree level are tested with remote sensing data acquired in the French Alps. Note de contenu : 1 Introduction
1.1 Forest
1.2 Principles of remote sensing
1.3 Motivation
1.4 Objectives
1.5 Thesis structure
2. Data Fusion 15
2.1 Principles of fusion
2.2 Low-level
2.3 Medium-level
2.4 High-level
2.5 Applications
3. Material 32
3.1 Field data
3.2 Study areas
3.3 ALS and hyperspectral data
4 ITC Delineation
4.1 Introduction
4.2 MS segmentation
4.3 AMS3D based on crown shape model
4.4 Experimental analysis
4.5 Conclusion
5. Tree Species Classification
5.1 Introduction
5.2 Study area
5.3 Methodology
5.4 Results and discussion
5.5 Conclusions
6. Conclusion and work perspectives
6.1 How data processing methods are applied in each level of data fusion for forest monitoring?
6.2 How a crown shape model can improve the segmentation of individual tree crowns?
6.3 Which feature combination contribute to characterize the forest tree species composition?Numéro de notice : 26582 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Signal image parole Telecoms : Grenoble : 2020 Organisme de stage : Grenoble Images Parole Signal Automatique GIPSA-lab nature-HAL : Thèse DOI : sans Date de publication en ligne : 30/07/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03212453/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98403 De l’image optique "multi-stéréo" à la topographie très haute résolution et la cartographie automatique des failles par apprentissage profond / Lionel Matteo (2020)
Titre : De l’image optique "multi-stéréo" à la topographie très haute résolution et la cartographie automatique des failles par apprentissage profond Type de document : Thèse/HDR Auteurs : Lionel Matteo, Auteur Editeur : Nice : Université Côte d'Azur Année de publication : 2020 Importance : 170 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse en vue de l’obtention du grade de docteur de l'Université Côte d'Azur, en Sciences de la Terre et de l’UniversLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] acquisition d'images
[Termes IGN] analyse comparative
[Termes IGN] apprentissage profond
[Termes IGN] Arizona (Etats-Unis)
[Termes IGN] Californie (Etats-Unis)
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] données topographiques
[Termes IGN] faille géologique
[Termes IGN] fusion de données multisource
[Termes IGN] image captée par drone
[Termes IGN] image multi sources
[Termes IGN] image Pléiades-HR
[Termes IGN] MicMac
[Termes IGN] modèle de simulation
[Termes IGN] modèle numérique de surface
[Termes IGN] Nevada (Etats-Unis)
[Termes IGN] reconstruction 3D
[Termes IGN] semis de points
[Termes IGN] stéréo-orthophotographie
[Termes IGN] traitement de semis de pointsIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Les failles sismogéniques sont la source des séismes. L'étude de leurs propriétés nous informe donc sur les caractéristiques des forts séismes qu'elles peuvent produire. Les failles sont des objets 3D qui forment des réseaux complexes incluant une faille principale et une multitude de failles et fractures secondaires qui "découpent" la roche environnante à la faille principale. Mon objectif dans cette thèse a été de développer des approches pour aider à étudier cette fracturation secondaire intense. Pour identifier, cartographier et mesurer les fractures et les failles dans ces réseaux, j'ai adressé deux défis : -1) Les failles peuvent former des escarpements topographiques très pentus à la surface du sol, créant des "couloirs" ou des canyons étroits et profond où la topographie et donc, la trace des failles, peut être difficile à mesurer en utilisant des méthodologies standard (comme des acquisitions d'images satellites optiques stéréo et tri-stéréo). Pour répondre à ce défi, j'ai utilisé des acquisitions multi-stéréos avec différentes configurations (différents angles de roulis et tangage, différentes dates et modes d'acquisitions). Notre base de données constituée de 37 images Pléiades dans trois sites tectoniques différents dans l'Ouest américain (Valley of Fire, Nevada ; Granite Dells, Arizona ; Bishop Tuff, California) m'a permis de tester différentes configurations d'acquisitions pour calculer la topographie avec trois approches différentes. En utilisant la solution photogrammétrique open-source Micmac (IGN ; Rupnik et al., 2017), j'ai calculé la topographie sous la forme de Modèles Numériques de Surfaces (MNS) : (i) à partir de combinaisons de 2 à 17 images Pléiades, (ii) en fusionnant des MNS calculés individuellement à partir d'acquisitions stéréo et tri-stéréo, évitant alors l'utilisant d'acquisitions multi-dates et (iii) en fusionnant des nuages de points calculés à partir d'acquisitions tri-stéréos en suivant la méthodologie multi-vues développée par Rupnik et al. (2018). J’ai aussi combiné, dans une dernière approche (iv), des acquisitions tri-stéréos avec la méthodologie multi-vues stéréos du CNES/CMLA (CARS) développé par Michel et al. (2020), en combinant des acquisitions tri-stéréos. A partir de ces quatre approches, j'ai calculé plus de 200 MNS et mes résultats suggèrent que deux acquisitions tri-stéréos ou une acquisition stéréo combinée avec une acquisition tri-stéréo avec des angles de roulis opposés permettent de calculer les MNS avec la surface topographique la plus complète et précise. -2) Couramment, les failles sont cartographiées manuellement sur le terrain ou sur des images optiques et des données topographiques en identifiant les traces curvilinéaires qu'elles forment à la surface du sol. Néanmoins, la cartographie manuelle demande beaucoup de temps, ce qui limite notre capacité à produire cartographies et mesures complètes des réseaux de failles. Pour s'affranchir de ce problème, j'ai adopté une approche d'apprentissage profond, couramment appelé un réseau de neurones convolutifs (CNN) - U-Net, pour automatiser l'identification et la cartographie des fractures et des failles dans des images optiques et des données topographiques. Volontairement, le modèle CNN a été entraîné avec une quantité modérée de fractures et failles cartographiées manuellement à basse résolution et dans un seul type d'images optiques (photographies du sol avec des caméras classiques). A partir d'un grand nombre de tests, j'ai sélectionné le meilleur modèle, MRef et démontre sa capacité à prédire des fractures et des failles précisément dans données optiques et topographiques de différents types et différentes résolutions (photographies prises au sol, avec un drone et par satellite). Le modèle MRef montre de bonnes capacités de généralisations faisant alors de ce modèle un bon outil pour cartographie rapidement et précisément des fractures et des failles dans des images optiques et des données topographiques. Note de contenu : Introduction générale
Partie 1 - Reconstruction 3D haute résolution
1. Introduction
1.1 Les données topographiques, une solution pour analyser la surface terrestre
1.2 Le récent développement de satellites à capteur optique
1.3 La reconstruction 3D à partir d’images optiques : la photogrammétrie
1.4 Problématique du sujet
2. Acquisitions de données et sites d’études
2.1 Acquisitions d’images satellitaires
2.2 Données LiDAR aéroportées
2.3 Acquisitions d’images par drone
2.4 Acquisitions d’images par appareil photo suspendu à une perche
2.5 Acquisitions de points d’appui
2.6 Sites d’études
3. Calcul de MNS et estimation de leur performance
3.1 Micmac (IGN)
3.2 CARS (CNES/CMLA)
3.3 Quatre méthodes pour calculer des MNS
3.4 Performances des MNS
4. Résultats
4.1 MNS calculés avec des acquisitions multi-dates
4.2 Fusion de MNS calculés avec des acquisitions mono-dates
4.3 Reconstruction 3D à partir de nuage de points fusionnés
4.4 Analyses des MNS générés avec CARS
4.5 Comparaison des méthodes B, C et D dans la zone de Canyons de Valley of Fire 65
4.6 Utilisation de 1 à 4 GCPs pour calculer un MNS
4.7 Application de la méthode B aux deux autres sites
5. Discussion
5.1 La reconstruction 3D à partir d’acquisitions multi-dates
5.2 L’impact des méthodes B, C et D dans la performance des MNS finaux
5.3 Les erreurs possibles dans le calcul des erreurs du géoréférencement des MNS
5.4 La comparaison des MNS Pléiades calculés à d’autres MNS
6. Conclusions
Partie 2 - Automatic fault mapping in remote optical images and topographic data with deep learning - submitted to JGR: Solid Earth
7. Introduction
8. Image, topographic and fault data
8.1 Fault Sites
8.2 Optical image and topographic data
8.3 Fault ground truth derived from manual mapping
9. Deep learning methodology
9.1 Principles of Deep Learning and Convolutional Neural Networks
9.2 Architecture of the CNN model used in present study
9.3 Training procedure
9.4 Estimating the performance of the models
10. Defining a “reference model” MRef
10.1 Selecting the most appropriate CNN architecture
10.2 Sensitivity of model performance to training data size
10.3 Sensitivity of model performance to “quality” of training data
10.4 Refrence model
11. Detailed evaluation of reference model fault predictions
11.1 Results in sites A and B
11.2 Predictions in unseen data of similar type
11.3 Predictions in unseen data of different type
12. Discussion
12.1 U-net appropriate for fracture and fault detection in optical images
12.2 Interpreting learnt characteristics of faults and fractures
12.3 Conditions for model generalization
12.4 Uncertainties and model robustness
12.5 Recovering fault hierarchy and connectivity
13 Conclusions
Conclusion généraleNuméro de notice : 26555 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences de la Terre et de l'Univers : Côte d'Azur : 2020 Organisme de stage : Géoazur UMR 7329 - Observatoire de la Côte d'Azur nature-HAL : Thèse Date de publication en ligne : 02/06/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03245713/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97965 PermalinkAutomated fusion of forest airborne and terrestrial point clouds through canopy density analysis / Wenxia Dai in ISPRS Journal of photogrammetry and remote sensing, vol 156 (October 2019)PermalinkA CNN-based subpixel level DSM generation approach via single image super-resolution / Yongjun Zhang in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 10 (October 2019)PermalinkMultimodal scene understanding: algorithms, applications and deep learning, ch. 11. Decision fusion of remote-sensing data for land cover classification / Arnaud Le Bris (2019)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)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)PermalinkAn integrated framework for the spatio–temporal–spectral fusion of remote sensing images / Huanfeng Shen in IEEE Transactions on geoscience and remote sensing, vol 54 n° 12 (December 2016)PermalinkOn the impact of airborne gravity data to fused gravity field models / Dimitrios Bolkas in Journal of geodesy, vol 90 n° 6 (June 2016)PermalinkMapping nocturnal light pollution / Jordi Corbera in GIM international, vol 29 n° 11 (November 2015)Permalink