Descripteur
Termes IGN > informatique > intelligence artificielle > vision par ordinateur
vision par ordinateurVoir aussi |
Documents disponibles dans cette catégorie (180)
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
Mapping the walk: A scalable computer vision approach for generating sidewalk network datasets from aerial imagery / Maryam Hosseini in Computers, Environment and Urban Systems, vol 101 (April 2023)
[article]
Titre : Mapping the walk: A scalable computer vision approach for generating sidewalk network datasets from aerial imagery Type de document : Article/Communication Auteurs : Maryam Hosseini, Auteur ; Andres Sevtsuk, Auteur ; Fabio Miranda, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : n° 101950 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] détection d'objet
[Termes IGN] Etats-Unis
[Termes IGN] image aérienne
[Termes IGN] navigation pédestre
[Termes IGN] segmentation sémantique
[Termes IGN] système d'information géographique
[Termes IGN] trottoir
[Termes IGN] vision par ordinateurRésumé : (auteur) While cities around the world are increasingly promoting streets and public spaces that prioritize pedestrians over vehicles, significant data gaps have made pedestrian mapping, analysis, and modeling challenging to carry out. Most cities, even in industrialized economies, still lack information about the location and connectivity of their sidewalks, making it difficult to implement research on pedestrian infrastructure and holding the technology industry back from developing accurate, location-based Apps for pedestrians, wheelchair users, street vendors, and other sidewalk users. To address this gap, we have designed and implemented an end-to-end open-source tool— Tile2Net —for extracting sidewalk, crosswalk, and footpath polygons from orthorectified aerial imagery using semantic segmentation. The segmentation model, trained on aerial imagery from Cambridge, MA, Washington DC, and New York City, offers the first open-source scene classification model for pedestrian infrastructure from sub-meter resolution aerial tiles, which can be used to generate planimetric sidewalk data in North American cities. Tile2Net also generates pedestrian networks from the resulting polygons, which can be used to prepare datasets for pedestrian routing applications. The work offers a low-cost and scalable data collection methodology for systematically generating sidewalk network datasets, where orthorectified aerial imagery is available, contributing to over-due efforts to equalize data opportunities for pedestrians, particularly in cities that lack the resources necessary to collect such data using more conventional methods. Numéro de notice : A2023-187 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.compenvurbsys.2023.101950 Date de publication en ligne : 22/02/2023 En ligne : https://doi.org/10.1016/j.compenvurbsys.2023.101950 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102961
in Computers, Environment and Urban Systems > vol 101 (April 2023) . - n° 101950[article]Domain adaptation in segmenting historical maps: A weakly supervised approach through spatial co-occurrence / Sidi Wu in ISPRS Journal of photogrammetry and remote sensing, vol 197 (March 2023)
[article]
Titre : Domain adaptation in segmenting historical maps: A weakly supervised approach through spatial co-occurrence Type de document : Article/Communication Auteurs : Sidi Wu, Auteur ; Konrad Schindler, Auteur ; Magnus Heitzler, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : pp 199 - 211 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] carte ancienne
[Termes IGN] cartographie historique
[Termes IGN] classification dirigée
[Termes IGN] détection de changement
[Termes IGN] données anciennes
[Termes IGN] matrice de co-occurrence
[Termes IGN] réseau antagoniste génératif
[Termes IGN] segmentation d'image
[Termes IGN] vision par ordinateurRésumé : (auteur) Historical maps depict past states of the Earth’s surface and make it possible to trace the natural or anthropogenic evolution of geographic objects back through time. However, the state of the depicted reality is not the only source of change: maps of varying age can differ in terms of graphical design, and also in terms of storage conditions, physical ageing of pigments, and the scanning process for digitization. Consequently, a computer vision system learned from a specific (source) map series will often not generalize well to older or newer (target) maps, calling for domain adaptation. In the present paper we examine – to our knowledge for the first time – domain adaptation for segmenting historical maps. We argue that for geo-spatial data like maps, which are geo-localized by definition, the spatial co-occurrence of geographical objects provides a supervision signal for domain adaptation. Since only a subset of all mapped objects co-occur, and even those are not perfectly aligned due to both real topographic changes and variations in map generalization/production, they only provide weak supervision — still they can bring a substantial benefit over completely unsupervised domain adaptation methods. The core of our proposed method is a novel self-supervised co-occurrence network that detects co-occurring objects across maps (specifically, domains) with a novel loss function that allows for object changes and spatial misalignment. Experiments show that, for the task of segmenting hydrological objects such as rivers, lakes and wetlands, our system significantly outperforms two state-of-art baselines, even with limited supervision (e.g., 5%). The source code is publicly available at https://github.com/sian-wusidi/spatialcooccurrence. Numéro de notice : A2023-146 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2023.01.021 Date de publication en ligne : 14/02/2023 En ligne : https://doi.org/10.1016/j.isprsjprs.2023.01.021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102804
in ISPRS Journal of photogrammetry and remote sensing > vol 197 (March 2023) . - pp 199 - 211[article]Comparative use of PPK-integrated close-range terrestrial photogrammetry and a handheld mobile laser scanner in the measurement of forest road surface deformation / Remzi Eker in Measurement, vol 206 (January 2023)
[article]
Titre : Comparative use of PPK-integrated close-range terrestrial photogrammetry and a handheld mobile laser scanner in the measurement of forest road surface deformation Type de document : Article/Communication Auteurs : Remzi Eker, Auteur Année de publication : 2023 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie terrestre
[Termes IGN] analyse comparative
[Termes IGN] cartographie et localisation simultanées
[Termes IGN] chemin forestier
[Termes IGN] déformation de surface
[Termes IGN] lidar mobile
[Termes IGN] positionnement cinématique
[Termes IGN] semis de points
[Termes IGN] structure-from-motion
[Termes IGN] télémétrie laser terrestre
[Termes IGN] TurquieRésumé : (auteur) This study aimed to compare a handheld mobile laser scanning (HMLS), called TORCH that uses the SLAM algorithm, and a PPK-integrated close-range terrestrial photogrammetry (CRTP) to measure forest road surface deformation. The PPK-integrated CRTP includes a multiband GNSS-module and a camera mounted on a 5-m prism pole. 3D point-clouds were gathered/produced at three different dates with approximately 3-month intervals. And then road surface deformations were determined by applying the M3C2 algorithm. Each method was compared by considering some advantages and disadvantages. PPK-integrated CRTP, which could only be used in areas where the GPS signal is not blocked, provided highly denser 3D point clouds than HMLS. However, for the first period, the difference of mean deformation values between the two methods was not statistically significant, whereas it was statistically significant for the second period. Both methods can be suggested to use in forest road surface deformation yet considering their limitations. Numéro de notice : A2023-043 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.measurement.2022.112322 Date de publication en ligne : 14/12/2022 En ligne : https://doi.org/10.1016/j.measurement.2022.112322 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102330
in Measurement > vol 206 (January 2023)[article]
Titre : Mobile mapping mesh change detection and update Type de document : Article/Communication Auteurs : Teng Wu , Auteur ; Bruno Vallet , Auteur ; Cédric Demonceaux, Auteur Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2023 Projets : PLaTINUM / Gouet-Brunet, Valérie Importance : 7 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] détection de changement
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] maillage par triangles
[Termes IGN] mosaïquage d'images
[Termes IGN] semis de points
[Termes IGN] série temporelle
[Termes IGN] Stéréopolis
[Termes IGN] système de numérisation mobile
[Termes IGN] vision par ordinateurRésumé : (auteur) Mobile mapping, in particular, Mobile Lidar Scanning (MLS) is increasingly widespread to monitor and map urban scenes at city scale with unprecedented resolution and accuracy. The resulting point cloud sampling of the scene geometry can be meshed in order to create a continuous representation for different applications: visualization, simu- lation, navigation, etc. Because of the highly dynamic nature of these urban scenes, long term mapping should rely on frequent map updates. A trivial solution is to simply replace old data with newer data each time a new acquisition is made. However it has two drawbacks: 1) the old data may be of higher quality (resolution, precision) than the new and 2) the coverage of the scene might be different in various acquisitions, including varying occlusions. In this paper, we propose a fully automatic pipeline to address these two issues by formulating the problem of merging meshes with different quality, coverage and acquisition time. Our method is based on a combined distance and visibility based change detection, a time series analysis to assess the sustainability of changes, a mesh mosaicking based on a global boolean optimization and finally a stitching of the resulting mesh pieces boundaries with triangle strips. Finally, our method is demonstrated on Robotcar and Stereopolis datasets. Numéro de notice : P2023-003 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE Nature : Preprint nature-HAL : Préprint DOI : 10.48550/arXiv.2303.07182 Date de publication en ligne : 13/03/2023 En ligne : https://doi.org/10.48550/arXiv.2303.07182 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102860 Modern vectorization and alignment of historical maps: An application to Paris Atlas (1789-1950) / Yizi Chen (2023)
Titre : Modern vectorization and alignment of historical maps: An application to Paris Atlas (1789-1950) Titre original : Vectorisation et alignement modernes des cartes historiques : Une application à l'Atlas de Paris (1789-1950) Type de document : Thèse/HDR Auteurs : Yizi Chen , Auteur ; Julien Perret , Directeur de thèse ; Joseph Chazalon, Directeur de thèse ; Clément Mallet , Directeur de thèse Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2023 Importance : 124 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] alignement des données
[Termes IGN] apprentissage profond
[Termes IGN] carte ancienne
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] contraste local
[Termes IGN] extraction automatique
[Termes IGN] jeu de données localisées
[Termes IGN] morphologie mathématique
[Termes IGN] Paris (75)
[Termes IGN] plan de ville
[Termes IGN] reconnaissance de formes
[Termes IGN] vectorisation
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les cartes sont une source unique de connaissances depuis des siècles. Ces documents historiques fournissent des informations inestimables pour analyser des transformations spatiales complexes sur des périodes importantes. Cela est particulièrement vrai pour les zones urbaines qui englobent de multiples domaines de recherche imbriqués : humanités, sciences sociales, etc. La complexité des cartes (texte, bruit, artefacts de numérisation, etc.) a entravé la capacité à proposer des approches de vectorisation polyvalentes et efficaces pendant des décennies. Dans cette thèse, nous proposons une solution apprenable, reproductible et réutilisable pour la transformation automatique de cartes raster en objets vectoriels (îlots, rues, rivières), en nous focalisant sur le problème d'extraction de formes closes. Notre approche s'appuie sur la complémentarité des réseaux de neurones convolutifs qui excellent dans et de la morphologie mathématique, qui présente de solides garanties au regard de l'extraction de formes closes tout en étant très sensible au bruit. Afin d'améliorer la robustesse au bruit des filtres convolutifs, nous comparons plusieurs fonctions de coût visant spécifiquement à préserver les propriétés topologiques des résultats, et en proposons de nouvelles. À cette fin, nous introduisons également un nouveau type de couche convolutive (CConv) exploitant le contraste des images, pour explorer les possibilités de telles améliorations à l'aide de transformations architecturales des réseaux. Finalement, nous comparons les différentes approches et architectures qui peuvent être utilisées pour implémenter chaque étape de notre chaîne de traitements, et comment combiner ces dernières de la meilleure façon possible. Grâce à une chaîne de traitement fonctionnelle, nous proposons une nouvelle procédure d'alignement d'images de plans historiques, et commençons à tirer profit de la redondance des données extraites dans des images similaires pour propager des annotations, améliorer la qualité de la vectorisation, et éventuellement détecter des cas d'évolution en vue d'analyse thématique, ou encore l'estimation automatique de la qualité de la vectorisation. Afin d'évaluer la performance des méthodes mentionnées précédemment, nous avons publié un nouveau jeu de données composé d'images de plans historiques annotées. C'est le premier jeu de données en libre accès dédié à la vectorisation de plans historiques. Nous espérons qu'au travers de nos publications, et de la diffusion ouverte et publique de nos résultats, sources et jeux de données, cette recherche pourra être utile à un large éventail d'applications liées aux cartes historiques. Note de contenu : 1- Introduction
2- Pipeline design for historical map vectorization
3- Learning edges through deep neural architectures
4- Topology-aware loss functions
5- Improving model robustness of deep edge detectors
6- Leveraging redundancies of historical maps
7- Conclusion and perspectivesNuméro de notice : 10713 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse de doctorat : Sciences géographiques : UGE : 2023 Organisme de stage : LASTIG (IGN) nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-04106107 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103264 PermalinkImproving deep learning on point cloud by maximizing mutual information across layers / Di Wang in Pattern recognition, vol 131 (November 2022)PermalinkBenchmarking laser scanning and terrestrial photogrammetry to extract forest inventory parameters in a complex temperate forest / Daniel Kükenbrink in International journal of applied Earth observation and geoinformation, vol 113 (September 2022)PermalinkDeep image deblurring: A survey / Kaihao Zhang in International journal of computer vision, vol 130 n° 9 (September 2022)PermalinkHuman perception evaluation system for urban streetscapes based on computer vision algorithms with attention mechanisms / Yunhao Li in Transactions in GIS, vol 26 n° 6 (September 2022)PermalinkPKS: A photogrammetric key-frame selection method for visual-inertial systems built on ORB-SLAM3 / Arash Azimi in ISPRS Journal of photogrammetry and remote sensing, vol 191 (September 2022)PermalinkAdvancements in underground mine surveys by using SLAM-enabled handheld laser scanners / Artu Ellmann in Survey review, vol 54 n° 385 (July 2022)PermalinkInvestigating the role of image retrieval for visual localization / Martin Humenberger in International journal of computer vision, vol 130 n° 7 (July 2022)PermalinkSpatial-temporal attentive LSTM for vehicle-trajectory prediction / Rui Jiang in ISPRS International journal of geo-information, vol 11 n° 7 (July 2022)PermalinkA method of vision aided GNSS positioning using semantic information in complex urban environment / Rui Zhai in Remote sensing, vol 14 n° 4 (February-2 2022)Permalink3D stem modelling in tropical forest: towards improved biomass and biomass change estimates / Sébastien Bauwens (2022)PermalinkAdaptation d'un algorithme SLAM pour la vision panoramique multi-expositions dans des scènes à haute gamme dynamique / Eva Goichon (2022)PermalinkAnalysis of pedestrian movements and gestures using an on-board camera to predict their intentions / Joseph Gesnouin (2022)PermalinkDeep learning based 2D and 3D object detection and tracking on monocular video in the context of autonomous vehicles / Zhujun Xu (2022)PermalinkPermalinkPermalinkExploring data fusion for multi-object detection for intelligent transportation systems using deep learning / Amira Mimouna (2022)PermalinkPermalinkOptimization of deep neural networks: A functional perspective with applications in image classification / Simon Roburin (2022)PermalinkPermalinkPermalinkScaling up and evaluating surface reconstruction from point clouds of open scenes / Yanis Marchand (2022)PermalinkPermalinkPermalinkPose estimation and 3D reconstruction of vehicles from stereo-images using a subcategory-aware shape prior / Maximilian Alexander Coenen in ISPRS Journal of photogrammetry and remote sensing, Vol 181 (November 2021)PermalinkThe integration of GPS/BDS real-time kinematic positioning and visual–inertial odometry based on smartphones / Zun Niu in ISPRS International journal of geo-information, vol 10 n° 10 (October 2021)PermalinkUnsupervised self-adaptive deep learning classification network based on the optic nerve microsaccade mechanism for unmanned aerial vehicle remote sensing image classification / Ming Cong in Geocarto international, vol 36 n° 18 ([01/10/2021])Permalink3D map creation using crowdsourced GNSS data / Terence Lines in Computers, Environment and Urban Systems, vol 89 (September 2021)PermalinkGIScience integrated with computer vision for the examination of old engravings and drawings / Motti Zohar in International journal of geographical information science IJGIS, vol 35 n° 9 (September 2021)PermalinkDigital camera calibration for cultural heritage documentation: the case study of a mass digitization project of religious monuments in Cyprus / Evagoras Evagorou in European journal of remote sensing, vol 54 sup 1 (2021)PermalinkA shape transformation-based dataset augmentation framework for pedestrian detection / Zhe Chen in International journal of computer vision, vol 129 n° 4 (April 2021)PermalinkA skyline-based approach for mobile augmented reality / Mehdi Ayadi in The Visual Computer, vol 37 n° 4 (April 2021)PermalinkVisual positioning in indoor environments using RGB-D images and improved vector of local aggregated descriptors / Longyu Zhang in ISPRS International journal of geo-information, vol 10 n° 4 (April 2021)PermalinkLightweight convolutional neural network-based pedestrian detection and re-identification in multiple scenarios / Xiao Ke in Machine Vision and Applications, vol 32 n° 2 (March 2021)PermalinkUnsupervised deep representation learning for real-time tracking / Ning Wang in International journal of computer vision, vol 129 n° 2 (February 2021)PermalinkPermalinkCartographie dense et compacte par vision RGB-D pour la navigation d’un robot mobile / Bruce Canovas (2021)PermalinkPermalinkDeep convolutional neural networks for scene understanding and motion planning for self-driving vehicles / Abdelhak Loukkal (2021)PermalinkExploration of reinforcement learning algorithms for autonomous vehicle visual perception and control / Florence Carton (2021)PermalinkPermalinkGeometric computer vision: omnidirectional visual and remotely sensed data analysis / Pouria Babahajiani (2021)PermalinkPermalinkIntelligent sensors for positioning, tracking, monitoring, navigation and smart sensing in smart cities / Li Tiancheng (2021)PermalinkPermalinkPermalinkMéthodes de partage d'informations visuelles et inertielles pour la localisation et la cartographie simultanées décentralisées multi-robots / Rodolphe Dubois (2021)PermalinkMise en place de nouvelles méthodes d’acquisition par lasergrammétrie en milieu difficile et couvert forestier en vue de la construction d’un parc éolien / Jean-Baptiste Myotte-Duquet (2021)PermalinkPermalinkUrban Wi-Fi fingerprinting along a public transport route / Guenther Retscher in Journal of applied geodesy, vol 14 n° 4 (October 2020)PermalinkComparing pedestrians’ gaze behavior in desktop and in real environments / Weihua Dong in Cartography and Geographic Information Science, Vol 47 n° 5 (September 2020)PermalinkA novel deep learning instance segmentation model for automated marine oil spill detection / Shamsudeen Temitope Yekeen in ISPRS Journal of photogrammetry and remote sensing, vol 167 (September 2020)PermalinkWater level prediction from social media images with a multi-task ranking approach / P. Chaudhary in ISPRS Journal of photogrammetry and remote sensing, vol 167 (September 2020)PermalinkIndoor positioning using PnP problem on mobile phone images / Hana Kubickova in ISPRS International journal of geo-information, vol 9 n° 6 (June 2020)PermalinkUnder-canopy UAV laser scanning for accurate forest field measurements / Eric Hyyppä in ISPRS Journal of photogrammetry and remote sensing, vol 164 (June 2020)PermalinkAutomatic extraction of road intersection points from USGS historical map series using deep convolutional neural networks / Mahmoud Saeedimoghaddam in International journal of geographical information science IJGIS, vol 34 n° 5 (May 2020)PermalinkComparing the roles of landmark visual salience and semantic salience in visual guidance during indoor wayfinding / Weihua Dong in Cartography and Geographic Information Science, vol 47 n° 3 (May 2020)PermalinkA review of techniques for 3D reconstruction of indoor environments / Zhizhong Kang in ISPRS International journal of geo-information, vol 9 n° 5 (May 2020)PermalinkAdaptive Statistical Superpixel Merging With Edge Penalty for PolSAR Image Segmentation / Deliang Xiang in IEEE Transactions on geoscience and remote sensing, vol 58 n° 4 (April 2020)PermalinkStreet-Frontage-Net: urban image classification using deep convolutional neural networks / Stephen Law in International journal of geographical information science IJGIS, vol 34 n° 4 (April 2020)PermalinkComputer vision-based framework for extracting tectonic lineaments from optical remote sensing data / Ehsan Farahbakhsh in International Journal of Remote Sensing IJRS, vol 41 n°5 (01 - 08 février 2020)PermalinkPermalinkAdvances in Intelligent Data Analysis XVIII : 18th International Symposium on Intelligent Data Analysis, IDA 2020, Konstanz, Germany, April 27–29 2020 / Michael R. Berthold (2020)PermalinkApplication of machine learning techniques for evidential 3D perception, in the context of autonomous driving / Edouard Capellier (2020)PermalinkPermalinkPermalinkContext-aware convolutional neural network for object detection in VHR remote sensing imagery / Yiping Gong in IEEE Transactions on geoscience and remote sensing, vol 58 n° 1 (January 2020)PermalinkConvolutional neural networks for change analysis in earth observation images with noisy labels and domain shifts / Rodrigo Caye Daudt (2020)PermalinkPermalinkPermalinkPermalinkInteractions between hierarchical learning and visual system modeling : image classification on small datasets / Thalita Firmo Drumond (2020)PermalinkPermalinkOn the adjustment, calibration and orientation of drone photogrammetry and laser-scanning / Emmanuel Clédat (2020)PermalinkSmoothing algorithms for navigation, localisation and mapping based on high-grade inertial sensors / Paul Chauchat (2020)PermalinkPermalinkInnovative techniques of photogrammetry for 3D modeling / Vicenzo Barrile in Applied geomatics, Vol 11 n° 4 (December 2019)PermalinkContext pyramidal network for stereo matching regularized by disparity gradients / Junhua Kang in ISPRS Journal of photogrammetry and remote sensing, vol 157 (November 2019)PermalinkDetecting and mapping traffic signs from Google Street View images using deep learning and GIS / Andrew Campbell in Computers, Environment and Urban Systems, vol 77 (september 2019)PermalinkEnhanced 3D mapping with an RGB-D sensor via integration of depth measurements and image sequences / Bo Wu in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 9 (September 2019)PermalinkAnalyse d’images par méthode de Deep Learning appliquée au contexte routier en conditions météorologiques dégradées / Khouloud Dahmane (2019)PermalinkEstimation de profondeur à partir d'images monoculaires par apprentissage profond / Michel Moukari (2019)PermalinkPermalinkSeeing the past with computers: Experiments with augmented reality and computer vision for history / Kevin Kee (2019)PermalinkStructure from motion for ordered and unordered image sets based on random k-d forests and global pose estimation / Xin Wang in ISPRS Journal of photogrammetry and remote sensing, vol 147 (January 2019)PermalinkTowards visual urban scene understanding for autonomous vehicle path tracking using GPS positioning data / Citlalli Gamez Serna (2019)PermalinkPoint clouds by SLAM-based mobile mapping systems: accuracy and geometric content validation in multisensor survey and stand-alone acquisition / Giulia Sammartano in Applied geomatics, vol 10 n° 4 (December 2018)PermalinkAugmented reality meets computer vision : efficient data generation for urban driving scenes / Hassan Abu Alhaija in International journal of computer vision, vol 126 n° 9 (September 2018)PermalinkApplication of deep learning for object detection / Ajeet Ram Pathak in Procedia Computer Science, vol 132 (2018)PermalinkForeword to the theme issue on geospatial computer vision / Jan Dirk Wegner in ISPRS Journal of photogrammetry and remote sensing, vol 140 (June 2018)PermalinkPré-estimation et analyse de la précision pour la cartographie par drone / Laurent Valentin Jospin in XYZ, n° 155 (juin - août 2018)PermalinkPermalinkLocalisation par l'image en milieu urbain : application à la réalité augmentée / Antoine Fond (2018)PermalinkMachine learning and pose estimation for autonomous robot grasping with collaborative robots / Victor Talbot (2018)PermalinkRéseaux de neurones convolutionnels profonds pour la détection de petits véhicules en imagerie aérienne / Jean Ogier du Terrail (2018)PermalinkPermalinkA geometric correspondence feature based-mismatch removal in vision based-mapping and navigation / Zeyu Li in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 10 (October 2017)PermalinkComplétion d'image exploitant des données multispectrales / Frédéric Bousefsaf in Revue Française de Photogrammétrie et de Télédétection, n° 215 (mai - août 2017)PermalinkCentimetric absolute localization using Unmanned Aerial Vehicles with airborne photogrammetry and on-board GPS / Mehdi Daakir (2017)PermalinkPermalinkPermalinkRéseaux de neurones convolutifs pour la segmentation sémantique et l'apprentissage d'invariants de couleur / Damien Fourure (2017)PermalinkPermalinkPermalinkVision stéréoscopique temps-réel pour la navigation autonome d'un robot en environnement dynamique / Maxime Derome (2017)PermalinkAutomatic delineation of built-up area at urban block level from topographic maps / Sebastian Muhs in Computers, Environment and Urban Systems, vol 58 (July 2016)PermalinkAutonomous navigation in complex nonplanar environments based on laser ranging / Philipp Andreas Krüsi (2016)PermalinkDense image matching / Martin Kodde in GIM international, vol 30 n° 1 (January 2016)PermalinkIndoor navigation of mobile robots based on visual memory and image-based visual servoing / Suman Raj Bista (2016)PermalinkPhotogrammetric computer vision / Wolfgang Förstner (2016)Permalinkn° 225 - septembre 2015 - Temps, art et cartographie (Bulletin de Cartes & Géomatique) / Jasmine Desclaux-SalachasPermalinkAlgorithms for vision-based path following along previously taught paths / Deon George Sabatta (2015)PermalinkEvaluation de la technologie des caméras 3D (Kinect 2) pour la mesure et la reconstruction d’objets à courte portée / Elise Lachat (2015)PermalinkMétrologie par photogrammétrie aéroportée légère : application au suivi d'évolution de digues / Vincent Tournadre (2015)PermalinkPermalinkDécision cumulative pour la vision dynamique des systèmes / Samia Bouchafa in Revue Française de Photogrammétrie et de Télédétection, n° 202 (Avril 2013)PermalinkGeneration of an integrated 3D city model with visual landmarks for autonomous navigation in dense urban areas / Bahman Soheilian (June 2013)PermalinkMonroe county takes to the road with GIS technology vehicle / K. Corbey in GEO: Geoconnexion international, vol 11 n° 1 (january 2012)PermalinkPermalinkPermalinkPermalinkSemi-automatic process for hybrid DTM Generalization based on structural elements multi-analysis / M. Martin in Cartographic journal (the), vol 46 n° 2 (May 2009)PermalinkCombining meshes and geometric primitives for accurate and semantic modeling / Florent Lafarge (2009)PermalinkProceedings of MVA 2009, IAPR Conference on Machine vision Applications, May 20-22, 2009, Keio University, Japan / Hideo Saito (2009)PermalinkPhotogrammétrie et vision par ordinateur / Mahzad Kalantari in XYZ, n° 117 (décembre 2008 - février 2009)PermalinkFighting wildfires with GPS in Portugal / E. Van Rees in Geoinformatics, vol 11 n° 7 (01/11/2008)PermalinkEstimation automatique de l'orientation relative : une approche directe basée sur la résolution de systèmes polynomiaux multivariables / Mahzad Kalantari in Revue Française de Photogrammétrie et de Télédétection, n° 189 (Mars 2008)PermalinkEstimation automatique de l'orientation relative en imagerie terrestre / Mahzad Kalantari in XYZ, n° 114 (mars - mai 2008)PermalinkDétection automatique des points de fuite et calcul de leur incertitude à l'aide de la géométrie projective / Mahzad Kalantari (2008)PermalinkImplementation of a low-cost photogrammetric methodology for 3D modelling of ceramic fragments / Mahzad Kalantari (01/10/2007)PermalinkPermalinkPermalinkPermalinkImage Analysis and Recognition, 4th International Conference, ICIAR 2007, Montreal, Canada, August 2007 / Mohamed Kamel (2007)PermalinkPermalinkDevelopment of a robotic mobile mapping system by vision-aided inertial navigation / Fadi Atef Bayoud (2006)PermalinkPermalinkModélisation 3D par vision pour la robotique mobile : approches de cartographie et localisation simultanées / Sylvie Lacroix in Revue Française de Photogrammétrie et de Télédétection, n° 180 (Décembre 2005)PermalinkImage Analysis, 14th Scandinavian Conference, SCIA 2005, Joensuu, Finland, June 2005 / Heikki Kalviainen (2005)PermalinkRegistration of multi-source, multi-resolution, and multi-temporal satellite imagery: issues and applications / A. Habib in Geoinformatics, vol 7 n° 8 (01/12/2004)PermalinkManual of photogrammetry, fifth edition / J. Chris Mcglone (2004)PermalinkPermalinkProceedings of the ISPRS Commission 5 workshop, Vision techniques for digital architectural and archaeological archives, 1st - 3rd July, 2003, Ancona, Italy / Gabrielle Fangi (2003)PermalinkPhotogrammetric computer vision : compte-rendu du symposium de la commission 3 de l'ISPRS, Graz, Autriche, 9-13 septembre 2002 / Didier Boldo in Bulletin [Société Française de Photogrammétrie et Télédétection], n° 168 (Octobre 2002)PermalinkProceedings of the ISPRS commission 3 symposium, Photogrammetric computer vision, september 9 - 13, 2002, Graz Austria, Part B. Papers accepted on the basis of abstracts / R. Kalliany (2002)PermalinkProceedings of the ISPRS commission 3 symposium, Photogrammetric computer vision, september 9 - 13, 2002, Graz Austria, Part A. Papers accepted on the basis of peer-review full manuscripts / R. Kalliany (2002)PermalinkORASIS 2001, Congrès francophone de vision par ordinateur, Cahors, 5 - 8 juin 2001 / Institut de recherche en informatique de Toulouse (2001)PermalinkAnalyse par ondelettes de processus localement dilatés et application au gradient de texture / Maureen Clerc Gallagher (1999)PermalinkBuilding reconstruction on aerial images through multi-primitive graph matching / Frank Fuchs (1999)PermalinkContribution à la modélisation topologique par vision 2D et 3D pour la navigation d'un robot mobile sur terrain naturel / Carlos Alberto Parra Rodriguez (1999)PermalinkPose imagery and automated three-dimensional modeling of urban environments / Satyan R. Coorg (1998)PermalinkVision 3D non calibrée : contributions à la reconstruction projective et étude des mouvements critiques pour l'auto-calibrage / Peter Franz Sturm (1997)PermalinkAppariement d'images par invariants locaux de niveaux de gris : application à l'indexation d'une base d'objets / Cordelia Schmid (1996)PermalinkPermalinkPermalinkRFIA '96, 10ème congrès Reconnaissance des formes et intelligence artificielle, 16-18 janvier 1996, Rennes, Volume 1. Actes 1 / Claude Labit (1996)PermalinkRFIA '96, 10ème congrès Reconnaissance des formes et intelligence artificielle, 16-18 janvier 1996, Rennes, Volume 2. Actes 2 / Claude Labit (1996)PermalinkSuper-résolution en vision par ordinateur / Hassan Shekarforoush (1996)PermalinkContribution à la mise en oeuvre d'une architecture à base de connaissances pour l'interprétation de scène 2D et 3D / Fadi Sandakly (1995)PermalinkFifth IEEE International conference on computer vision, Massachusetts Institute of Technology, Cambridge, Massachusetts, June 20-23, 1995 / Bob Werner (1995)PermalinkIntegrating photogrammetric techniques with scene analysis and machine vision 2, Orlando (Florida), 19-21 April 1995 / David M. McKeown (1995)PermalinkTechniques de reconstruction globale par analyse de paires d'images stéréoscopiques / Jean-Marc Vezien (1995)PermalinkPermalinkAmélioration de la détection de contours en imagerie artificielle par un modèle coopératif multi-résolution / Franck Mangin (1994)PermalinkISPRS commission 3 symposium, Spatial information from digital photogrammetry and computer vision, September 5 - 9, 1994, Munich, Germany, 2. Proceedings / Heinrich Ebner (1994)PermalinkISPRS commission 3 symposium, Spatial information from digital photogrammetry and computer vision, September 5 - 9, 1994, Munich, Germany, vol 1. Proceedings / Heinrich Ebner (1994)PermalinkIJCAI-93, proceedings of the 13th International Joint Conference on Artificial Intelligence, Chambéry, Savoie, France, 28 August - 3 September 1993, 2. Proceedings / Ruzena Bajcsy (1993)PermalinkContribution à l’intégration vision/robotique : calibrage, localisation et asservissement / Fadi Dornaika (1992)PermalinkGraphes d'aspects pour la reconnaissance d'objets polyedriques : approche compilée / Abdelnasser Alane (1992)PermalinkPermalinkVision metrology system : an automated noncontact, three-dimensional measurements system / D.S. Schwartz (02/04/1989)PermalinkUne approche variationnelle pour la reconnaissance d'objets / Pascal Fua (1989)PermalinkIJCAI-89, eleventh international joint conference on artificial intelligence, 20-25 August 1989, Detroit, Michigan, USA, Volume 2. Proceedings / N.S. Sridharan (1989)PermalinkRFIA 1989, Reconnaissance des formes et Intelligence Artificielle, 7ème Congrès RFIA, 29 novembre - 1er décembre 1989, tome 1. Actes / Association française pour la cybernétique économique et technique (1989)PermalinkMise en correspondance et reconstruction stéréo utilisant une description structurelle des images / Thomas Skordas (1988)Permalink