Centre dedocumentation
scientifique

Geographic named entity recognition by employing natural language processing and an improved BERT model / Liufeng Tao in ISPRS International journal of geo-information, vol 11 n° 12 (December 2022)  

Public [article]  inISPRS International journal of geo-information > vol 11 n° 12 (December 2022) . - n° 598 Titre : Geographic named entity recognition by employing natural language processing and an improved BERT model Type de document : Article/Communication Auteurs : Liufeng Tao, Auteur ; Zhong Xie, Auteur ; Dexin Xu, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 598 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] Chine [Termes IGN] classification dirigée [Termes IGN] classification par réseau neuronal récurrent [Termes IGN] données issues des réseaux sociaux [Termes IGN] données publiques [Termes IGN] jeu de données [Termes IGN] reconnaissance de caractères [Termes IGN] reconnaissance de noms [Termes IGN] test de performance [Termes IGN] toponyme [Termes IGN] traitement du langage naturel Résumé : (auteur) Toponym recognition, or the challenge of detecting place names that have a similar referent, is involved in a number of activities connected to geographical information retrieval and geographical information sciences. This research focuses on recognizing Chinese toponyms from social media communications. While broad named entity recognition methods are frequently used to locate places, their accuracy is hampered by the many linguistic abnormalities seen in social media posts, such as informal sentence constructions, name abbreviations, and misspellings. In this study, we describe a Chinese toponym identification model based on a hybrid neural network that was created with these linguistic inconsistencies in mind. Our method adds a number of improvements to a standard bidirectional recurrent neural network model to help with location detection in social media messages. We demonstrate the results of a wide-ranging evaluation of the performance of different supervised machine learning methods, which have the natural advantage of avoiding human design features. A set of controlled experiments with four test datasets (one constructed and three public datasets) demonstrates the performance of supervised machine learning that can achieve good results on the task, significantly outperforming seven baseline models. Numéro de notice : A2022 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.3390/ijgi11120598 Date de publication en ligne : 28/11/2022 En ligne : https://doi.org/10.3390/ijgi11120598 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102178 [article]

Augmented reality for scene text recognition, visualization and reading to assist visually impaired people / Imene Ouali in Procedia Computer Science, vol 207 (2022)  

Public [article]  inProcedia Computer Science > vol 207 (2022) . - pp 158 - 167 Titre : Augmented reality for scene text recognition, visualization and reading to assist visually impaired people Type de document : Article/Communication Auteurs : Imene Ouali, Auteur ; Mohamed Ben Halima, Auteur ; Ali Wali, Auteur Année de publication : 2022 Article en page(s) : pp 158 - 167 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] enquête [Termes IGN] personne malvoyante [Termes IGN] réalité augmentée [Termes IGN] reconnaissance de caractères [Termes IGN] signalisation routière [Termes IGN] visualisation Résumé : (auteur) Reading traffic signs while driving a car for visually impaired people and people with visual problems is a very difficult task for them. This task is encountered every day, sometimes incorrect reading of traffic signs can lead to very serious results. In particular, the Arabic language is very difficult, making recognizing and viewing Arabic text a difficult task. In this context, we are looking for an effective solution to remove errors and results that can sometimes end someone's life. This article aims to correctly read traffic signs with Arabic text using augmented reality technology. Our system is composed of three modules. The first is text detection and recognition. The second is Text visualization. The third is Text to speech methods conversion. With this system, the user can have two different results. The first result is visual with much-improved text and enhancement. The second result is sound, he can hear the text aloud. This system is very applicable and effective for daily life. To assess the effectiveness of our work, we offer a survey to a group of visually impaired people to give their opinion on the use of our application. The results have been good for most people. Numéro de notice : A2023-010 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Article DOI : 10.1016/j.procs.2022.09.048 Date de publication en ligne : 19/10/2022 En ligne : https://doi.org/10.1016/j.procs.2022.09.048 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102119 [article]

Génération d’un jeu de données d’entraînement et mise en oeuvre d’une architecture de détection par deep learning des numéros de parcelles sur les plans du cadastre Napoléonien / Tiecoumba Ibrahim Tamela (2022) 

Public Titre : Génération d’un jeu de données d’entraînement et mise en oeuvre d’une architecture de détection par deep learning des numéros de parcelles sur les plans du cadastre Napoléonien Type de document : Mémoire Auteurs : Tiecoumba Ibrahim Tamela, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 68 p. Format : 21 x 30 cm Note générale : Bibliographie Mémoire de Master PPMD Photogrammétrie, Positionnement et Mesure de Déformation Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage profond [Termes IGN] cadastre napoléonien [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] colorimétrie [Termes IGN] détection d'objet [Termes IGN] données d'entrainement (apprentissage automatique) [Termes IGN] manuscrit [Termes IGN] parcelle cadastrale [Termes IGN] planche cadastrale [Termes IGN] reconnaissance de caractères Index. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (auteur) Le laboratoire Géomatique et Foncier est un laboratoire du Conservatoire National des Arts et Métiers (CNAM). Le laboratoire mène des recherches sur deux axes principaux à savoir la géomatique et le droit et l’analyse de l’action publique. C’est dans le cadre de la recherche en géomatique, le laboratoire a initié, pour l’amélioration de sa chaîne GeoVectoMoCad (chaîne de vectorisation, Géoréférencement et Mosaïquage du cadastre), un travail sur la reconnaissance de numéros manuscrits sur les planches cadastrales par apprentissage profond. La détection par apprentissage profond, nécessite un jeu de données, similaire aux données que l’on veut étudier et en grandes quantité, pour permettre au réseau d’apprendre avec une partie des données et de faire de bonnes prédictions sur de nouvelles données. Pour cela, nous générons des données synthétiques en extrayant des fonds de cadastre réel sans chiffres, puis nous augmentons la donnée par des transformations et insérons des chiffres de la base de données DIDA. Puis, nous générons un deuxième jeu de données de sous-images extraites directement du cadastre. Enfin, nous appliquons un algorithme de reconnaissance de numéros sur les deux jeux de données. Après avoir appliqué ces algorithmes, nous présentons les résultats qui montrent de bons résultats de détection, mais parfois des problèmes de détection et de reconnaissance. Nous proposons pour terminer des pistes d’amélioration. Note de contenu : Introduction 1- Etat de l'art sur la reconnaissance des chiffres manuscrits des documents anciens 2- Création de jeu de données pour la détection de numéros de parcelles 3- Entrainement et évaluation du modèle sur les données Conclusion Numéro de notice : 24058 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Mémoire masters divers Organisme de stage : Laboratoire de Géomatique et Foncier (ESGT-CNAM) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101964

Documents numériques

en open access Génération d’un jeu de données... - pdf auteur - Adobe Acrobat PDF

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 open access proceedings Importance : 4 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] apprentissage automatique [Termes IGN] carte thématique [Termes IGN] immigration [Termes IGN] récit [Termes IGN] reconnaissance de caractères [Termes IGN] sentiment [Termes 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.science/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 IGN] apprentissage automatique [Termes IGN] apprentissage profond [Termes IGN] artefact [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] détection de visage [Termes IGN] image à basse résolution [Termes IGN] image à haute résolution [Termes IGN] méthode fondée sur le noyau [Termes IGN] reconnaissance automatique [Termes IGN] reconnaissance de caractères [Termes 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 nature-HAL : Thèse 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)  

Permalink

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

Permalink

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)

Permalink

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

Image analysis applications and computer graphics, Third International Computer Science Conference, ICSC 95 / Roland T. Chin (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

Contribution au développement d'outils pour l'analyse automatique de documents cartographiques / Laurent Lefrère (1993)

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