Descripteur
Termes IGN > mathématiques > statistique mathématique > probabilités > stochastique > processus stochastique
processus stochastiqueVoir aussi |
Documents disponibles dans cette catégorie (65)
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
Object-based image analysis of high-resolution satellite images using modified cloud basis function neural network and probabilistic relaxation labeling process / A. Rizvi in IEEE Transactions on geoscience and remote sensing, vol 49 n° 12 Tome 1 (December 2011)
[article]
Titre : Object-based image analysis of high-resolution satellite images using modified cloud basis function neural network and probabilistic relaxation labeling process Type de document : Article/Communication Auteurs : A. Rizvi, Auteur ; B. Mohan, Auteur Année de publication : 2011 Article en page(s) : pp 4815 - 4820 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse d'image orientée objet
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal
[Termes IGN] estimation de précision
[Termes IGN] fonction de base radiale
[Termes IGN] image à haute résolution
[Termes IGN] processus stochastique
[Termes IGN] segmentation sémantiqueRésumé : (Auteur) Object-based image analysis is quickly gaining acceptance among remote sensing community, and object-based image classification methods are increasingly being used for classification of land use/cover units from high-resolution satellite images with results closer to human interpretation compared to per-pixel classifiers. The problem of nonlinear separability of classes in a feature space consisting of spectral/spatial/textural features is addressed by kernel-based nonlinear mapping of the feature vectors. This facilitates use of linear discriminant functions for classification as used in artificial neural networks (ANNs). In this paper, performance of a recently introduced kernel called cloud basis function (CBF) is investigated with some modification for classification. The CBF has demonstrated superior performance to the tune of about 4% higher classification accuracy compared to conventional radial basis function used in ANN. The results are further improved by using probabilistic relaxation labeling as a postprocessing step. This paper has potential applications in urban planning and urban studies. Numéro de notice : A2011-479 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2011.2171695 Date de publication en ligne : 22/12/2011 En ligne : https://doi.org/10.1109/TGRS.2011.2171695 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=31373
in IEEE Transactions on geoscience and remote sensing > vol 49 n° 12 Tome 1 (December 2011) . - pp 4815 - 4820[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 065-2011121A RAB Revue Centre de documentation En réserve L003 Disponible Approche non supervisée par processus ponctuels marqués pour l'extraction d'objets à partir d'images aériennes et satellitaires / S. Ben Hadj in Revue Française de Photogrammétrie et de Télédétection, n° 194 (Mai 2011)
[article]
Titre : Approche non supervisée par processus ponctuels marqués pour l'extraction d'objets à partir d'images aériennes et satellitaires Type de document : Article/Communication Auteurs : S. Ben Hadj, Auteur ; F. Chatelain, Auteur ; Xavier Descombes, Auteur ; Josiane Zerubia, Auteur Année de publication : 2011 Article en page(s) : pp 2 - 15 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] algorithme du recuit simulé
[Termes IGN] classification non dirigée
[Termes IGN] détection d'objet
[Termes IGN] extraction automatique
[Termes IGN] image aérienne
[Termes IGN] image satellite
[Termes IGN] processus ponctuel marqué
[Termes IGN] traitement d'imageRésumé : (Auteur) Les modèles de processus ponctuels marqués ont été précédemment appliqués avec succès pour résoudre des problèmes d'extraction de réseaux de formes à partir d'images aériennes et satellitaires haute résolution. L'avantage de ces modèles est qu'ils prennent en compte la géométrie des objets à extraire. En particulier, les objets de l'image sont représentés par un ensemble de formes géométriques dont la disposition est gouvernée par deux types d'énergies : une énergie d'attache aux données qui lie les objets à l'image traitée, et une énergie de régularisation qui permet d'introduire des connaissances a priori sur le réseau d'objets. Par ailleurs, des paramètres qui traduisent l'influence de ces énergies sont introduits dans la définition de ce modèle. Afin d'assurer une extraction automatique des objets, une méthode d'estimation des paramètres en question, fondée sur une version stochastique de l'algorithme Espérance-Maximisation, a été étudiée et a conduit à des résultats prometteurs sur un exemple simple de processus ponctuels d'objets circulaires. Nous proposons de prolonger cette étude afin d'extraire des formes géométriques plus générales, i.e. des formes elliptiques et rectangulaires. Nous abordons ainsi plusieurs applications ; à savoir l'extraction de flamants roses, de houppiers d'arbres, de bateaux dans un port maritime, de la trace au sol du bâti ainsi que la détection de tentes de réfugiés. L'originalité majeure de ce travail réside dans la définition des composantes de l'énergie qui permettent de modéliser l'alignement des navires à quai, ainsi que les interactions qui existent entre les bâtiments tout en restant dans un cadre automatique. Numéro de notice : A2011-217 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=30995
in Revue Française de Photogrammétrie et de Télédétection > n° 194 (Mai 2011) . - pp 2 - 15[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 018-2011021 RAB Revue Centre de documentation En réserve L003 Disponible Geometric feature extraction by a multimarked point process / Florent Lafarge in IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI, vol 32 n° 9 (September 2010)
[article]
Titre : Geometric feature extraction by a multimarked point process Type de document : Article/Communication Auteurs : Florent Lafarge, Auteur ; Georgy Gimel'farb, Auteur ; Xavier Descombes, Auteur Année de publication : 2010 Article en page(s) : pp 1597 - 1609 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse d'image orientée objet
[Termes IGN] distribution de Gibbs
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] processus ponctuel marquéRésumé : (auteur) This paper presents a new stochastic marked point process for describing images in terms of a finite library of geometric objects. Image analysis based on conventional marked point processes has already produced convincing results but at the expense of parameter tuning, computing time, and model specificity. Our more general multimarked point process has simpler parametric setting, yields notably shorter computing times, and can be applied to a variety of applications. Both linear and areal primitives extracted from a library of geometric objects are matched to a given image using a probabilistic Gibbs model, and a Jump-Diffusion process is performed to search for the optimal object configuration. Experiments with remotely sensed images and natural textures show that the proposed approach has good potential. We conclude with a discussion about the insertion of more complex object interactions in the model by studying the compromise between model complexity and efficiency. Numéro de notice : A2010-698 Affiliation des auteurs : non IGN Autre URL associée : vers HAL Thématique : IMAGERIE Nature : Article DOI : 10.1109/TPAMI.2009.152 Date de publication en ligne : 18/08/2009 En ligne : https://doi.org/10.1109/TPAMI.2009.152 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102368
in IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI > vol 32 n° 9 (September 2010) . - pp 1597 - 1609[article]
Titre : Lidar waveform modeling using a marked point process Type de document : Article/Communication Auteurs : Clément Mallet , Auteur ; Florent Lafarge, Auteur ; Uwe Soergel, Auteur ; Christian Heipke, Auteur ; Frédéric Bretar, Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 07/11/2009 Conférence : ICIP 2009, 16th IEEE International Conference on Image Processing 07/11/2009 10/11/2009 Le Caire Egypte Proceedings IEEE Importance : 4 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement du signal
[Termes IGN] algorithme du recuit simulé
[Termes IGN] chaîne de Markov
[Termes IGN] données localisées 3D
[Termes IGN] forme d'onde
[Termes IGN] lasergrammétrie
[Termes IGN] méthode de Monte-Carlo
[Termes IGN] milieu urbain
[Termes IGN] processus ponctuel marqué
[Termes IGN] reconstruction du signal
[Termes IGN] semis de points
[Termes IGN] signal laser
[Termes IGN] signal lidarRésumé : (Auteur) Lidar waveforms are 1D signal consisting of a train of echoes where each of them correspond to a scattering target of the Earth surface. Modeling these echoes with the appropriate parametric function is necessary to retrieve physical information about these objects and characterize their properties. This paper presents a marked point process based model to reconstruct a lidar signal in terms of a set of parametric functions. The model takes into account both a data term which measures the coherence between the models and the waveforms, and a regularizing term which introduces physical knowledge on the reconstructed signal. We search for the best configuration of functions by performing a Reversible Jump Markov Chain Monte Carlo sampler coupled with a simulated annealing. Results are finally presented on different kinds of signals in urban areas. Numéro de notice : C2009-048 Affiliation des auteurs : MATIS+Ext (1993-2011) Thématique : IMAGERIE/POSITIONNEMENT Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/ICIP.2009.5413380 En ligne : https://doi.org/10.1109/ICIP.2009.5413380 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=64296 Documents numériques
peut être téléchargé
Lidar waveform modeling ... - pdf auteurAdobe Acrobat PDF A geometric stochastic approach based on marked point processes for road mark detection from high resolution aerial images / Olivier Tournaire in ISPRS Journal of photogrammetry and remote sensing, vol 64 n° 6 (November - December 2009)
[article]
Titre : A geometric stochastic approach based on marked point processes for road mark detection from high resolution aerial images Type de document : Article/Communication Auteurs : Olivier Tournaire , Auteur ; Nicolas Paparoditis , Auteur Année de publication : 2009 Article en page(s) : 12 p. ; pp 621 - 631 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] base de données routières
[Termes IGN] chaîne de Markov
[Termes IGN] extraction du réseau routier
[Termes IGN] fonction de Green
[Termes IGN] image aérienne
[Termes IGN] méthode de Monte-Carlo
[Termes IGN] objet géographique linéaire
[Termes IGN] processus ponctuel marqué
[Termes IGN] programmation stochastique
[Termes IGN] réseau routier
[Termes IGN] signalisation routièreRésumé : (Auteur) Road detection has been a topic of great interest in the photogrammetric and remote sensing communities since the end of the 70s. Many approaches dealing with various sensor resolutions, the nature of the scene or the wished accuracy of the extracted objects have been presented. This topic remains challenging today as the need for accurate and up-to-date data is becoming more and more important. Based on this context, we will study in this paper the road network from a particular point of view, focusing on road marks, and in particular dashed lines. Indeed, they are very useful clues, for evidence of a road, but also for tasks of a higher level. For instance, they can be used to enhance quality and to improve road databases. It is also possible to delineate the different circulation lanes, their width and functionality (speed limit, special lanes for buses or bicycles...). In this paper, we propose a new robust and accurate top_down approach for dashed line detection based on stochastic geometry. Our approach is automatic in the sense that no intervention from a human operator is necessary to initialise the algorithm or to track errors during the process. The core of our approach relies on defining geometric, radiometric and relational models for dashed lines objects. The model also has to deal with the interactions between the different objects making up a line, meaning that it introduces external knowledge taken from specifications. Our strategy is based on a stochastic method, and in particular marked point processes. Our goal is to find the objects configuration minimising an energy function made-up of a data attachment term measuring the consistency of the image with respect to the objects and a regularising term managing the relationship between neighbouring objects. To sample the energy function, we use Green algorithm's; coupled with a simulated annealing to find its minimum. Results from aerial images at various resolutions are presented showing that our approach is relevant and accurate as it can handle the most frequent layouts of dashed lines. Some issues, for instance, such as the relative weighting of both terms of the energy are also discussed in the conclusion. Copyright 2009 International Society for Photogrammetry and Remote Sensing, Inc. (ISPRS). Numéro de notice : A2009-494 Affiliation des auteurs : IGN (1940-2011) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2009.05.005 En ligne : https://doi.org/10.1016/j.isprsjprs.2009.05.005 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=30123
in ISPRS Journal of photogrammetry and remote sensing > vol 64 n° 6 (November - December 2009) . - 12 p. ; pp 621 - 631[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 081-09061 RAB Revue Centre de documentation En réserve L003 Disponible Use Markov random fields for automatic cloud-shadow detection on high resolution / Sylvie Le Hégarat-Mascle in ISPRS Journal of photogrammetry and remote sensing, vol 64 n° 4 (July - August 2009)PermalinkAutomatic building extraction from DEMs using an object approach and application to the 3D-city modeling / Florent Lafarge in ISPRS Journal of photogrammetry and remote sensing, vol 63 n° 3 (May - June 2008)PermalinkPolarimetric and interferometric SAR image partition into statistically homogeneous regions based on the minimization of the stochastic complexity / J. Morio in IEEE Transactions on geoscience and remote sensing, vol 45 n° 11 Tome 2 (November 2007)PermalinkChamps de Markov sur graphes pour le traitement des images radar / Florence Tupin (2007)PermalinkPermalinkAutomatic 3D building reconstruction from DEMs: an application to Pleiades simulations / Florent Lafarge in Revue Française de Photogrammétrie et de Télédétection, n° 184 (Décembre 2006)PermalinkEfficient regionalization techniques for socio-economic geographical units using minimum spanning trees / Renato Martins Assuncao in International journal of geographical information science IJGIS, vol 20 n° 7 (august 2006)PermalinkPermalinkPermalinkAn automatic building reconstruction method : A structural approach using high resolution satellite images / Florent Lafarge (2006)Permalink