Centre dedocumentation
scientifique

Analyse et cartographie des sentiments dans des récits de vie de migrants / Catherine Dominguès (2017)  

Public contenu dans SAGEO, spatial analysis and geomatics 2017 / Géraldine Del Mondo (2017)   Titre : Analyse et cartographie des sentiments dans des récits de vie de migrants Type de document : Article/Communication Auteurs : Catherine Dominguès , Auteur ; Serge Weber, Auteur ; Carmen Brando , Auteur ; Laurence Jolivet , Auteur ; Marie-Dominique Van Damme , Auteur Editeur : Paris : HAL Année de publication : 2017 Projets : MATRICIEL / Conférence : SAGEO 2017, Spatial Analysis and GEOmatics 06/11/2017 09/11/2017 Rouen France Importance : 4 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] carte thématique [Termes descripteurs IGN] immigration [Termes descripteurs IGN] récit [Termes descripteurs IGN] reconnaissance de caractères [Termes descripteurs IGN] sentiment [Termes descripteurs IGN] toponyme Résumé : (auteur) Cet article présente le projet MATRICIEL (Projet Exploratoire Premier soutien) subventionné par le CNRS et l'Université Paris-Est. Le projet est fondé sur l'analyse et la cartographie d'un corpus de récits de vie de républicains espagnols ; il s'intéresse à la migration sous l'angle des lieux décrits par les migrants dans les récits de leur vie. Le corpus a été transcrit puis annoté en lieux (noms propres et lieux génériques) et sentiments (polarité) afin de constituer des corpus d'apprentissage et de validation pour la reconnaissance des lieux et des sentiments associés. Des modèles d'apprentissage automatique pour la reconnaissance automatique des noms de lieux génériques ont été entrainés. Les sentiments associés aux lieux seront inférés à partir d'un lexique de sentiments analysé en contexte. La représentation vise une cartographie des informations sensibles liées aux lieux. Numéro de notice : C2017-018 Affiliation des auteurs : LaSTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans En ligne : https://hal.archives-ouvertes.fr/SAGEO2017/hal-01649150 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88416

Single Image Super-Resolution based on Neural Networks for text and face recognition / Clément Peyrard (2017)  

Public Titre : Single Image Super-Resolution based on Neural Networks for text and face recognition Type de document : Thèse/HDR Auteurs : Clément Peyrard, Auteur ; Christophe Garcia, Auteur Editeur : Université de Lyon Année de publication : 2017 Autre Editeur : Lyon : Institut National des Sciences Appliquées INSA Lyon Importance : 187 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de Doctorat de l'Université de Lyon opérée au sein de INSA de Lyon, discipline : Informatique Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] artefact [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] détection de visage [Termes descripteurs IGN] image à basse résolution [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] méthode fondée sur le noyau [Termes descripteurs IGN] reconnaissance automatique [Termes descripteurs IGN] reconnaissance de caractères [Termes descripteurs IGN] reconnaissance de formes Résumé : (auteur) This thesis is focussed on super-resolution (SR) methods for improving automatic recognition system (Optical Character Recognition, face recognition) in realistic contexts. SR methods allow to generate high resolution images from low resolution ones. Unlike upsampling methods such as interpolation, they restore spatial high frequencies and compensate artefacts such as blur or jaggy edges. In particular, example-based approaches learn and model the relationship between low and high resolution spaces via pairs of low and high resolution images. Artificial Neural Networks are among the most efficient systems to address this problem. This work demonstrate the interest of SR methods based on neural networks for improved automatic recognition systems. By adapting the data, it is possible to train such Machine Learning algorithms to produce high-resolution images. Convolutional Neural Networks are especially efficient as they are trained to simultaneously extract relevant non-linear features while learning the mapping between low and high resolution spaces. On document text images, the proposed method improves OCR accuracy by +7.85 points compared with simple interpolation. The creation of an annotated image dataset and the organisation of an international competition (ICDAR2015) highlighted the interest and the relevance of such approaches. Moreover, if a priori knowledge is available, it can be used by a suitable network architecture. For facial images, face features are critical for automatic recognition. A two step method is proposed in which image resolution is first improved, followed by specialised models that focus on the essential features. An off-the-shelf face verification system has its performance improved from +6.91 up to +8.15 points. Finally, to address the variability of real-world low-resolution images, deep neural networks allow to absorb the diversity of the blurring kernels that characterise the low-resolution images. With a single model, high-resolution images are produced with natural image statistics, without any knowledge of the actual observation model of the low-resolution image. Note de contenu : 1- Introduction 2- Definitions and application domains 3- Literature review 4- Text single image super-resolution 5- Face single image super-resolution 6- Blind and robust super-resolution 7- Conclusion Numéro de notice : 25863 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Discipline : Informatique : Lyon 2017 Organisme de stage : LIRIS DOI : sans En ligne : http://www.theses.fr/2017LYSEI083 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95506

Label embedding : a frugal baseline for text recognition / Jose A. Rodriguez-Serrano in International journal of computer vision, vol 113 n° 3 (July 2015)  

Public [article]  inInternational journal of computer vision > vol 113 n° 3 (July 2015) . - pp 193 - 207 Titre : Label embedding : a frugal baseline for text recognition Type de document : Article/Communication Auteurs : Jose A. Rodriguez-Serrano, Auteur ; Albert Gordo, Auteur ; Florent Perronnin, Auteur Année de publication : 2015 Article en page(s) : pp 193 - 207 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes descripteurs IGN] étiquette [Termes descripteurs IGN] image [Termes descripteurs IGN] reconnaissance de caractères [Termes descripteurs IGN] test de performance Résumé : (Auteur) The standard approach to recognizing text in images consists in first classifying local image regions into candidate characters and then combining them with high-level word models such as conditional random fields. This paper explores a new paradigm that departs from this bottom-up view. We propose to embed word labels and word images into a common Euclidean space. Given a word image to be recognized, the text recognition problem is cast as one of retrieval: find the closest word label in this space. This common space is learned using the Structured SVM framework by enforcing matching label-image pairs to be closer than non-matching pairs. This method presents several advantages: it does not require ad-hoc or costly pre-/post-processing operations, it can build on top of any state-of-the-art image descriptor (Fisher vectors in our case), it allows for the recognition of never-seen-before words (zero-shot recognition) and the recognition process is simple and efficient, as it amounts to a nearest neighbor search. Experiments are performed on challenging datasets of license plates and scene text. The main conclusion of the paper is that with such a frugal approach it is possible to obtain results which are competitive with standard bottom-up approaches, thus establishing label embedding as an interesting and simple to compute baseline for text recognition. Numéro de notice : A2015--099 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article En ligne : https://doi.org/10.1007/s11263-014-0793-6 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=85865 [article]

Recognizing text in raster maps / Yao-Yi Chiang in Geoinformatica [en ligne], vol 19 n° 1 (January - March 2015)  

Public [article]  inGeoinformatica [en ligne] > vol 19 n° 1 (January - March 2015) . - pp 1 - 27 Titre : Recognizing text in raster maps Type de document : Article/Communication Auteurs : Yao-Yi Chiang, Auteur ; Craig A. Knoblock, Auteur Année de publication : 2015 Article en page(s) : pp 1 - 27 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes descripteurs IGN] carte ancienne [Termes descripteurs IGN] données maillées [Termes descripteurs IGN] information géographique [Termes descripteurs IGN] placement des écritures [Termes descripteurs IGN] reconnaissance de caractères [Termes descripteurs IGN] système d'information cartographique [Termes descripteurs IGN] toponyme Résumé : (auteur) Text labels in maps provide valuable geographic information by associating place names with locations. This information from historical maps is especially important since historical maps are very often the only source of past information about the earth. Recognizing the text labels is challenging because heterogeneous raster maps have varying image quality and complex map contents. In addition, the labels within a map do not follow a fixed orientation and can have various font types and sizes. Previous approaches typically handle a specific type of map or require intensive manual work. This paper presents a general approach that requires a small amount of user effort to semi-automatically recognize text labels in heterogeneous raster maps. Our approach exploits a few examples of text areas to extract text pixels and employs cartographic labeling principles to locate individual text labels. Each text label is then rotated automatically to horizontal and processed by conventional OCR software for character recognition. We compared our approach to a state-of-art commercial OCR product using 15 raster maps from 10 sources. Our evaluation shows that our approach enabled the commercial OCR product to handle raster maps and together produced significant higher text recognition accuracy than using the commercial OCR alone. Numéro de notice : A2015-484 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1007/s10707-014-0203-9 date de publication en ligne : 21/02/2014 En ligne : https://doi.org/10.1007/s10707-014-0203-9 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=77246 [article]

Real-time speed limit sign recognition based on locally adaptive thresholding and depth-first-search / J. Wu in Photogrammetric Engineering & Remote Sensing, PERS, vol 71 n° 4 (April 2005)

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 71 n° 4 (April 2005) . - pp 405 - 414 Titre : Real-time speed limit sign recognition based on locally adaptive thresholding and depth-first-search Type de document : Article/Communication Auteurs : J. Wu, Auteur ; Y.J. Tsai, Auteur Année de publication : 2005 Article en page(s) : pp 405 - 414 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] acquisition de données [Termes descripteurs IGN] algorithme de recherche [Termes descripteurs IGN] image vidéo [Termes descripteurs IGN] positionnement cinématique en temps réel [Termes descripteurs IGN] reconnaissance de caractères [Termes descripteurs IGN] réseau routier [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] seuillage d'image [Termes descripteurs IGN] signalisation routière [Termes descripteurs IGN] temps réel [Termes descripteurs IGN] Visual C++ [Termes descripteurs IGN] zone d'intérêt Résumé : (Auteur) Stop signs and speed limit signs (SLS) are the most popular and significant traffic signs on roadways. Unlike extracting stop signs with a distinct red color, extracting SLS in a realtime environment is much more challenging. This paper presents an algorithm for recognizing SLS from video imaging and extracting the numerical numbers of SLS to support real-time road inventory data collection operations. The algorithm consists of color segmentation based on locally adaptive thresholding extraction of regions of interest (ROI) using a depth-first-search algorithm, followed by speed limit sign detection and speed limit number extraction by means of optical character recognition and 2D correlation. The algorithm was implemented in Visual C++ language and tested on a non-Hyper-Threading Pentium IV PC with 3.06GHZ CPU using the images taken in the field with different image sizes. The average processing time for an image of 1200 X 800 pixels is about 125 ms. Experimental results from 1,401 video images show 0 percent false positives out of 1,278 images containing no SLS, and 3 percent false negatives out of 123 images containing SLS. Numéro de notice : A2005-159 Thématique : IMAGERIE Nature : Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=27297 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-05041	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
105-05042	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

La gestion électronique documentaire / J.Y. Prax (2004)

Permalink

Lecture automatique des écritures sur cartes scannées / Marc Pierrot-Deseilligny in Traitement du signal, vol 12 n° 6 (01/12/1995) 

Permalink

Contribution à l’analyse automatique de documents cartographiques : interprétation de données cadastrales / Jean-Marc Ogier (1994)

Permalink

Extraction et identification de chaines de caractères dans le contexte cartographique / Marc Pierrot-Deseilligny (1994)

Permalink

RFIA 1989, Reconnaissance des formes et Intelligence Artificielle, 7ème Congrès RFIA, 29 novembre - 1er décembre 1989, 2. Tome 2 / Association française pour la cybernétique économique et technique (1989)

Permalink

Une approche de la reconnaissance automatique de l'écriture manuscrite et théories cognitives de la lecture / Claude Parisse (16/11/1987)

Permalink

Repérage de motifs sur images numériques / Bernard Thiesse (1980)

Permalink