Descripteur
Documents disponibles dans cette catégorie (24)
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
Assessment of USGS DEMs for modelling pothole inundation in the prairie pothole region of Iowa / Priyadarshi Upadhyay in Geocarto international, vol 35 n° 9 ([01/07/2020])
[article]
Titre : Assessment of USGS DEMs for modelling pothole inundation in the prairie pothole region of Iowa Type de document : Article/Communication Auteurs : Priyadarshi Upadhyay, Auteur ; Amy L. Kaleita, Auteur ; M. L. Soupir, Auteur Année de publication : 2020 Article en page(s) : pp 1018 - 1032 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] données lidar
[Termes IGN] Global Multi-resolution Terrain Elevation Data 2010
[Termes IGN] inondation
[Termes IGN] Iowa (Etats-Unis)
[Termes IGN] mare
[Termes IGN] modèle numérique de surface
[Termes IGN] profondeur
[Termes IGN] semis de pointsRésumé : (auteur) This study aims to compare inundation in two potholes using Annualized Agricultural Non-Point Source Pollution model (AnnAGNPS) with three Digital Elevation Models (DEMs): a 1 m DEM prepared from the LiDAR data which is readily available for the state of Iowa, USGS 1/9 arc-second DEM (∼3 m) which covers about 25% of the conterminous U.S. and USGS 1/3 arc-second DEM (∼10 m) which covers the entire USA. In this study, we found that the variations in water depth and presence/absence of ponding in the potholes of size greater than 1 ha can be predicted using USGS DEMs. The estimates of average water depths using USGS 3 m DEM was found to be 6% and 2% lower than the 1 m LiDAR DEM and the estimates of average water depths using USGS 10 m DEM was found to be 7% and 12% higher than the 1 m LiDAR DEM for the Walnut and Bunny potholes, respectively. Numéro de notice : A2020-429 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2019.1573852 Date de publication en ligne : 06/03/2019 En ligne : https://doi.org/10.1080/10106049.2019.1573852 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95497
in Geocarto international > vol 35 n° 9 [01/07/2020] . - pp 1018 - 1032[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 059-2020091 RAB Revue Centre de documentation En réserve L003 Disponible Improving GNSS-acoustic positioning by optimizing the ship’s track lines and observation combinations / Guanxu Chen in Journal of geodesy, vol 94 n° 6 (June 2020)
[article]
Titre : Improving GNSS-acoustic positioning by optimizing the ship’s track lines and observation combinations Type de document : Article/Communication Auteurs : Guanxu Chen, Auteur ; Yang Liu, Auteur ; Yanxiong Liu, Auteur ; et al., Auteur Année de publication : 2020 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale
[Termes IGN] contrainte géométrique
[Termes IGN] fond marin
[Termes IGN] GNSS-Acoustique
[Termes IGN] navire
[Termes IGN] positionnement par GNSS
[Termes IGN] précision du positionnement
[Termes IGN] profondeur
[Termes IGN] station GNSS
[Termes IGN] trajectoire (véhicule non spatial)Résumé : (auteur) The position of a seafloor geodetic station can be determined by combining Global Navigation Satellite System (GNSS) and acoustic technologies, called GNSS-acoustic positioning. The precision of GNSS-acoustic positioning, a technique that employs the distance intersection, is determined by the positioning geometry formed by the ship’s track lines with respect to the seafloor station and the errors in the measurements. In the context of a shallow sea trial, we studied three key techniques in GNSS-acoustic positioning: the optimal geometric configuration, differencing techniques for acoustic observations and depth constraints offered by pressure gauges. The results showed that the optimal geometric configuration is a circular track with a radius of 2‾√ times the depth plus an overhead cross-track with a length of the circle diameter. Differenced observations can improve the horizontal positioning precision but will worsen the vertical positioning precision due to the change in the geometric configuration and the elimination of vertical information if the number of observations is limited. The proposed difference strategy, that is, applying a symmetric location difference operator to the circular track and an undifference operator to the cross-track, can effectively improve the horizontal precision and avoid vertical defects. By using relative depth observations from two pressure gauges as constraints, the vertical defects of GNSS-acoustic positioning can be improved, achieving a better vertical positioning precision. Applying the proposed methods to high-quality GNSS and acoustic observations, the positioning precision of a shallow seafloor geodetic station can be better than 2 cm. Numéro de notice : A2020-377 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s00190-020-01389-1 Date de publication en ligne : 27/06/2020 En ligne : https://doi.org/10.1007/s00190-020-01389-1 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95369
in Journal of geodesy > vol 94 n° 6 (June 2020)[article]
Titre : Learning stereo reconstruction with deep neural networks Type de document : Thèse/HDR Auteurs : Stepan Tulyakov, Auteur ; François Fleuret, Directeur de thèse ; Anton Ivanov, Directeur de thèse Editeur : Lausanne : Ecole Polytechnique Fédérale de Lausanne EPFL Année de publication : 2020 Importance : 139 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée à l'Ecole Polytechnique Fédérale de Lausanne pour l’obtention du grade de Docteur ès SciencesLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] classification semi-dirigée
[Termes IGN] contrainte géométrique
[Termes IGN] couple stéréoscopique
[Termes IGN] entropie
[Termes IGN] estimateur
[Termes IGN] étalonnage géométrique
[Termes IGN] modèle stéréoscopique
[Termes IGN] profondeur
[Termes IGN] réalité de terrain
[Termes IGN] reconstruction 3D
[Termes IGN] reconstruction d'image
[Termes IGN] vision par ordinateur
[Termes IGN] vision stéréoscopiqueRésumé : (auteur) Stereo reconstruction is a problem of recovering a 3d structure of a scene from a pair of images of the scene, acquired from different viewpoints. It has been investigated for decades and many successful methods were developed. The main drawback of these methods, is that they typically utilize a single depth cue, such as parallax, defocus blur or shading, and thus are not as robust as a human visual system that simultaneously relies on a range of monocular and binocular cues. This is mainly because it is hard to manually design a model, accounting for multiple depth cues. In this work, we address this problem by focusing on deep learning-based stereo methods that can discover a model for multiple depth cues directly from training data with ground truth depth. The complexity of deep learning-based methods, however, requires very large training sets with ground truth depth, which is often hard or costly to collect. Furthermore, even when training data is available it is often contaminated with noise, which reduces the effectiveness of supervised learning. In this work, in Chapter 3 we show that it is possible to alleviate this problem by using weakly supervised learning, that utilizes geometric constraints of the problem instead of ground truth depth. Besides the large training set requirement, deep stereo methods are not as application-friendlyas traditional methods. They have a large memory footprint and their disparity range is fixed at training time. For some applications, such as satellite stereo i magery, these are serious problems since satellite images are very large, often reaching tens of megapixels, and have a variable baseline, depending on a time difference between stereo images acquisition. In this work, in Chapter 4 we address these problems by introducing a novel network architecture with a bottleneck, capable of processing large images and utilizing more context, and an estimator that makes the network less sensitive to stereo matching ambiguities and applicable to any disparity range without re-training. Because deep learning-based methods discover depth cues directly from training data, they can be adapted to new data modalities without large modifications. In this work, in Chapter 5 we show that our method, developed for a conventional frame-based camera, can be used with a novel event-based camera, that has a higher dynamic range, smaller latency, and low power consumption. Instead of sampling intensity of all pixels with a fixed frequency, this camera asynchronously reports events of significant pixel intensity changes. To adopt our method to this new data modality, we propose a novel event sequence embedding module, that firstly aggregates information locally, across time, using a novel fully-connected layer for an irregularly sampled continuous domain, and then across discrete spatial domain. One interesting application of stereo is a reconstruction of a planet’s surface topography from satellite stereo images. In this work, in Chapter 6 we describe a geometric calibration method, as well as mosaicing and stereo reconstruction tools that we developed in the framework of the doctoral project for Color and Stereo Surface Imaging System onboard of ESA’s Trace Gas Orbiter, orbiting Mars. For the calibration, we propose a novel method, relying on starfield images because large focal lengths and complex optical distortion of the instrument forbid using standard methods. Scientific and practical results of this work are widely used by a scientific community. Note de contenu : 1- Introduction
2- Background
3- Weakly supervised learning of deep patch-matching cost
4- Applications-friendly deep stereo
5- Dense deep event-based stereo
6- Calibration of a satellite stereo system
7- ConclusionsNuméro de notice : 25795 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : Thèse de Doctorat : Sciences : Lausanne : 2020 En ligne : https://infoscience.epfl.ch/record/275342?ln=fr Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95025 Un modèle spatio-temporel hybride de SIG temporel : application à la géomorphologie marine / Younes Hamdani (2020)
Titre : Un modèle spatio-temporel hybride de SIG temporel : application à la géomorphologie marine Type de document : Thèse/HDR Auteurs : Younes Hamdani, Auteur ; Christophe Claramunt, Directeur de thèse Editeur : Brest : Université de Bretagne Occidentale Année de publication : 2020 Importance : 173 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université de Bretagne Occidentale, Sciences de la Mer et du littoral, spécialité GéomatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications SIG
[Termes IGN] données spatiotemporelles
[Termes IGN] érosion
[Termes IGN] modèle conceptuel de données spatio-temporelles
[Termes IGN] modèle dynamique
[Termes IGN] modèle orienté objet
[Termes IGN] modèle relationnel
[Termes IGN] profondeur
[Termes IGN] relief sous-marin
[Termes IGN] système d'information géographique
[Termes IGN] système de gestion de base de données
[Termes IGN] tessellationIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Grâce au développement permanent de la technologie des capteurs géo-localisés et des infrastructures d'acquisition de données, les chercheurs en sciences environnementales et urbaines disposent de nouvelles possibilités pour étudier les phénomènes géographiques à différentes échelles temporelles et spatiales. En effet, le large éventail de données géographiques désormais disponibles offre de multiples possibilités d'exploration des données spatio-temporelles pour une meilleure compréhension de la nature de la dynamique des processus environnementaux sous-jacents. Face à de telles opportunités, des défis majeurs se manifestent et soulèvent cependant de nombreuses questions méthodologiques liées à la conceptualisation et à la représentation numérique de l'espace-temps. L'objectif de cette recherche consiste à développer une modélisation hybride de l'espace géographique qui réconcilie les approches champs et objet et qui prenne en compte une fine intégration de la dimension temporelle. Sur la base de ce modèle de données spatiotemporel hybride, notre approche spécifie un large éventail de requêtes spatio-temporelles qualifiées d'hybrides et qui permet d’exploiter le potentiel du modèle développé. La finalité consiste à explorer et de valider dans quelle mesure une telle représentation hybride puisse fournir une modélisation faisable et sémantiquement riche, et d'autre part de permettre la définition de mécanismes de manipulation au niveau d'un langage d'interrogation pour l'étude de phénomènes géographiques complexes. Le contexte de validation proposé est celui d’un phénomène de dynamique de géomorphologie marine. Ce cas est considéré comme un exemple pertinent de phénomène environnemental pour lequel une représentation hybride a un sens. Une série d'expériences de performance et d'extensibilité sont finalement rapportées et montrent comment l'ensemble du modèle se comporte. Note de contenu : 1- Introduction
2- Etat de l’Art
3- Vers une représentation hybride de l’espace géographique
4- Vers un modèle spatio-temporel hybride
5- Experimentation et application
Conclusion généraleNuméro de notice : 28445 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences de la Mer et du littoral, Géomatique : Brest : 2020 Organisme de stage : Institut de Recherche de l’école navale DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-03403473/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98910 Time-lapse photogrammetry of distributed snow depth during snowmelt / Simon Filhol in Water resources research, vol 55 n° 9 (September 2019)
[article]
Titre : Time-lapse photogrammetry of distributed snow depth during snowmelt Type de document : Article/Communication Auteurs : Simon Filhol, Auteur ; Alexis Perret , Auteur ; Luc Girod , Auteur ; Guillaume Sutter, Auteur ; Thomas V. Schuler, Auteur ; John F. Burkhart, Auteur Année de publication : 2019 Projets : 3-projet - voir note / Note générale : bibliographie
This work was supported by the Norwegian Research Council—Enhancing Snow Competency of Models and Operators(ESCYMO) project (NFR 244024), the University of Oslo eInfrastructure Competence Hub Geohive, and the European Research Council under the European Union's Seventh FrameworkProgram (FP/2007-2013)/ERC GrantAgreement 320816. This work forms a contribution to LATICE, which is a strategic research initiative funded by the Faculty of Mathematics and Natural Sciences at the University of Oslo. The source code of the software is available at this site (https://github.com/ArcticSnow/photo4D). Data are freely available from Zenodo.org (Filhol et al., 2018).FILHOL ET AL.7925Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] chaîne de traitement
[Termes IGN] code source libre
[Termes IGN] eau de fonte
[Termes IGN] manteau neigeux
[Termes IGN] Norvège
[Termes IGN] profondeur
[Termes IGN] semis de pointsRésumé : (auteur) Characterizing snowmelt both spatially and temporally from in situ observation remains a challenge. Available sensors (i.e., sonic ranger, lidar, airborne photogrammetry) provide either time series of local point measurements or sporadic surveys covering larger areas. We propose a methodology to recover from a minimum of three synchronized time-lapse cameras changes in snow depth and snow cover extent over area smaller or equivalent to 0.12 km2. Our method uses photogrammetry to compute point clouds from a set of three or more images and automatically repeat this task for the entire time series. The challenges were (1) finding an optimal experimental setup deployable in the field, (2) estimating the error associated with this technique, and (3) being able to minimize the input of manual work in the data processing pipeline. Developed and tested in the field in Finse, Norway, over 1 month during the 2018 melt season, we estimated a median melt of 2.12 ± 0.48 m derived from three cameras 1.2 km away from the region of interest. The closest weather station recorded 1.94 m of melt. Other parameters like snow cover extent and duration could be estimated over a 300 × 400m region. The software is open source and applicable to a broader range of geomorphologic processes like glacier dynamic, snow accumulation, or any other processes of surface deformation, with the conditions of (1) having fixed visible points within the area of interest and (2) resolving sufficient surface textures in the photographs. Numéro de notice : A2019-663 Affiliation des auteurs : ENSG+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1029/2018WR024530 Date de publication en ligne : 19/08/2019 En ligne : https://doi.org/10.1029/2018WR024530 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99691
in Water resources research > vol 55 n° 9 (September 2019)[article]Kinetic depth images: flexible generation of depth perception / Sujal Bista in The Visual Computer, vol 33 n° 10 (October 2017)PermalinkAméliorer la perception du réalisme dans la géovisualisation du littoral : Utilisation de données spatiotemporelles hétérogènes / Antoine Masse in Revue internationale de géomatique, vol 26 n° 4 (octobre - décembre 2016)PermalinkFusion of LiDAR orthowaveforms and hyperspectral imagery for shallow river bathymetry and turbidity estimation / Zhigang Pan in IEEE Transactions on geoscience and remote sensing, vol 54 n° 7 (July 2016)PermalinkPermalinkHomogeneous geovisualization of coastal areas from heterogeneous spatio-temporal data / Antoine Masse (2015)PermalinkClassification of submerged aquatic vegetation in Black River using hyperspectral image analysis / Roshan Pande-Chhetri in Geomatica, vol 68 n° 3 (September 2014)PermalinkStatistical data fusion of multi-sensor AOD over the Continental United States / Sweta Jinnagara Puttaswamy in Geocarto international, vol 29 n° 1 - 2 (February - April 2014)PermalinkQualitative and quantitative description of multibeam echosounder systematic errors on rocky areas / Nathalie Debese in Marine geodesy, vol 35 n° 3 (July - September 2012)PermalinkA mathematical expression for stereoscopic depth perception / H. Rosas in Photogrammetric Engineering & Remote Sensing, PERS, vol 76 n° 3 (March 2010)PermalinkAbsolute seafloor vertical positioning using combined pressure gauge and kinematic GPS data / Valérie Ballu in Journal of geodesy, vol 84 n° 1 (January 2010)Permalink