Centre dedocumentation
scientifique

Multiscale cloud detection in remote sensing images using a dual convolutional neural network / Markku Luotamo in IEEE Transactions on geoscience and remote sensing, vol 59 n° 6 (June 2021)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 59 n° 6 (June 2021) . - pp Titre : Multiscale cloud detection in remote sensing images using a dual convolutional neural network Type de document : Article/Communication Auteurs : Markku Luotamo, Auteur ; Sari Metsämäki, Auteur ; Arto Klami, Auteur Année de publication : 2021 Article en page(s) : pp Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] classification pixellaire [Termes IGN] détection des nuages [Termes IGN] granularité d'image [Termes IGN] image Sentinel-MSI [Termes IGN] segmentation sémantique Résumé : (auteur) Semantic segmentation by convolutional neural networks (CNN) has advanced the state of the art in pixel-level classification of remote sensing images. However, processing large images typically requires analyzing the image in small patches, and hence, features that have a large spatial extent still cause challenges in tasks, such as cloud masking. To support a wider scale of spatial features while simultaneously reducing computational requirements for large satellite images, we propose an architecture of two cascaded CNN model components successively processing undersampled and full-resolution images. The first component distinguishes between patches in the inner cloud area from patches at the cloud’s boundary region. For the cloud-ambiguous edge patches requiring further segmentation, the framework then delegates computation to a fine-grained model component. We apply the architecture to a cloud detection data set of complete Sentinel-2 multispectral images, approximately annotated for minimal false negatives in a land-use application. On this specific task and data, we achieve a 16% relative improvement in pixel accuracy over a CNN baseline based on patching. Numéro de notice : A2021-425 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.3015272 date de publication en ligne : 21/08/2020 En ligne : https://doi.org/10.1109/TGRS.2020.3015272 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97781 [article]

Fast and accurate target detection based on multiscale saliency and active contour model for high-resolution SAR images / Song Tu in IEEE Transactions on geoscience and remote sensing, vol 54 n° 10 (October 2016)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 54 n° 10 (October 2016) . - pp 5729 - 5744 Titre : Fast and accurate target detection based on multiscale saliency and active contour model for high-resolution SAR images Type de document : Article/Communication Auteurs : Song Tu, Auteur ; Yi Su, Auteur Année de publication : 2016 Article en page(s) : pp 5729 - 5744 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] détection de changement [Termes IGN] détection de cible [Termes IGN] détection de contours [Termes IGN] granularité d'image [Termes IGN] image optique [Termes IGN] image radar moirée [Termes IGN] imagerie médicale [Termes IGN] précision des données Résumé : (auteur) The active contour model (ACM) is widely used in target detection of optical and medical images, but multiplicative speckle noise largely interferes with its use in synthetic aperture radar (SAR) images. To overcome this difficulty, a region- and edge-based convex ACM with high efficiency is proposed for target detection in small-scale SAR images. Then, a novel detection algorithm, which combines the advantages of a multiscale saliency detection method and the proposed high-efficiency ACM, is presented to address a large-scale and high-resolution SAR image automatically. Target detection experiments in real and simulated SAR images show that the proposed methods outperform classical ACMs and the popular two-parameter constant false alarm rate detector in terms of efficiency and accuracy. Numéro de notice : A2016-861 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern En ligne : http://dx.doi.org/10.1109/TGRS.2016.2571309 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=82892 [article]

Content zooming and information exploration for web and mobile maps. Adaptation of real-time map generalisation to the information seeking strategies of web and mobile users / Pia Bereuter in Revue internationale de géomatique, vol 23 n° 3 - 4 (septembre 2013 - février 2014)

Public [article]  inRevue internationale de géomatique > vol 23 n° 3 - 4 (septembre 2013 - février 2014) . - pp 295 - 321 Titre : Content zooming and information exploration for web and mobile maps. Adaptation of real-time map generalisation to the information seeking strategies of web and mobile users Type de document : Article/Communication Auteurs : Pia Bereuter, Auteur ; Robert Weibel, Auteur ; Dirk Burghardt, Auteur Année de publication : 2013 Article en page(s) : pp 295 - 321 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] exploration de données géographiques [Termes IGN] généralisation à la volée [Termes IGN] généralisation automatique de données [Termes IGN] généralisation cartographique [Termes IGN] granularité d'image [Termes IGN] représentation cartographique [Termes IGN] système de gestion de contenu [Termes IGN] téléphonie mobile [Termes IGN] visualisation de données [Termes IGN] zoom Résumé : (Auteur) In the context of the development of web and mobile map applications with capabilities for map generalisation and abstraction, we propose a methodology for spatial information exploration that uses a technique that we term content zooming to change the degree of abstraction of map content independently of the map scale. Content zooming allows overriding the effects of ‘standard’ map generalisation, focusing on optimised content representation to aid the information seeking task of a mobile user. It is thus complementary to map generalisation. The paper defines content zooming operations and proposes technical solutions for each of these, illustrating them with examples from a research prototype. Numéro de notice : A2013-714 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32850 [article]

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
047-2013031	SL	Revue	Centre de documentation	Revues en salle	Exclu du prêt

A multi-granularity parallel model for unified remote sensing image processing webservices / W. Guo in Transactions in GIS, vol 16 n° 6 (December 2012)  

Public [article]  inTransactions in GIS > vol 16 n° 6 (December 2012) . - pp 845 - 866 Titre : A multi-granularity parallel model for unified remote sensing image processing webservices Type de document : Article/Communication Auteurs : W. Guo, Auteur ; Xinyan Zhu, Auteur ; Tao Hu, Auteur ; Liwei Fan, Auteur Année de publication : 2012 Article en page(s) : pp 845 - 866 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] granularité d'image [Termes IGN] informatique en nuage [Termes IGN] logiciel libre [Termes IGN] partage de données localisées [Termes IGN] plateforme logicielle [Termes IGN] processus spatio-temorel [Termes IGN] service web géographique [Termes IGN] traitement d'image [Termes IGN] traitement parallèle Résumé : (Auteur) The growth of the Web has resulted in the Web-based sharing of distributed geospatial data and computational resources. The Geospatial Processing Web (GeoPW) described here is a set of services that provide a wide array of geo-processing utilities over the Web and make geo-processing functionalities easily accessible to users. High-performance remote sensing image processing is an important component of the GeoPW. The design and implementation of high-performance image processing are, at present, an actively pursued research topic. Researchers have proposed various parallel strategies for single image processing algorithm, based on a computer science approach to parallel processing. This article proposes a multi-granularity parallel model for various remote sensing image processing algorithms. This model has four hierarchical interfaces that are labeled the Region of Interest oriented (ROI-oriented), Decompose/Merge, Hierarchical Task Chain and Dynamic Task interfaces or sub-models. In addition, interfaces, definitions, parallel task scheduling and fault-tolerance mechanisms are described in detail. Based on the model and methods, we propose an open-source online platform named OpenRS-Cloud. A number of parallel algorithms were uniformly and efficiently developed, thus certifying the validity of the multi-granularity parallel model for unified remote sensing image processing web services. Numéro de notice : A2012-618 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/j.1467-9671.2012.01367.x En ligne : https://doi.org/10.1111/j.1467-9671.2012.01367.x Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32064 [article]

Global elevation ancillary data for land-use classification using granular neural networks / D. Stathakis in Photogrammetric Engineering & Remote Sensing, PERS, vol 74 n° 1 (January 2008)

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 74 n° 1 (January 2008) . - pp 55 - 63 Titre : Global elevation ancillary data for land-use classification using granular neural networks Type de document : Article/Communication Auteurs : D. Stathakis, Auteur ; I. Kanellopoulos, Auteur Année de publication : 2008 Article en page(s) : pp 55 - 63 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] altitude [Termes IGN] classification floue [Termes IGN] classification par réseau neuronal [Termes IGN] données auxiliaires [Termes IGN] fusion d'images [Termes IGN] granularité d'image [Termes IGN] logique floue [Termes IGN] utilisation du sol Résumé : (Auteur) The development of digital global databases containing data such as elevation and soil can greatly simplify and aid in the classification of remotely sensed data to create land-use classes. An efficient method that can simultaneously handle diverse input dimensions can be formed by merging fuzzy logic and neural networks. The so-called granular or fuzzy neural networks are able not only to achieve high classification levels, but at the same time produce compressed and transparent neural network skeletons. Compression results in reduced training times, while transparency is an aid for interpreting the structure of the neural network by translating it into meaningful rules and vice versa. The purpose of this paper is to provide some initial guidelines for the construction of granular neural networks in the remote sensing context, while using global elevation ancillary data within the classification process. Copyright ASPRS Numéro de notice : A2008-014 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=29009 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-08011	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
105-08012	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Satellite image classification using granular neural networks / D. Stathakis in International Journal of Remote Sensing IJRS, vol 27 n°18 - 19 - 20 (October 2006)

Permalink

A multiangular object-oriented framework supporting spatio-temporal granularity conversions / Elena Camossi in International journal of geographical information science IJGIS, vol 20 n° 5 (may 2006)

Permalink

Cartographie de la densité du bâti par analyse granulométrique des images de télédetection / F. Chopin in Revue Française de Photogrammétrie et de Télédétection, n°173-174 (Juin 2004)

Permalink

Théorie photographique appliquée / Paul Kowaliski (1972)

Permalink

Quelques considérations théoriques sur la granulation et la granularité, Extrait du Journal of the Optical society of America, mai 1955 / J.H. Webb in Traductions de l'IGN, n° 84 (01/01/1955)

Permalink