Descripteur
Documents disponibles dans cette catégorie (42)
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
Analysing the positional accuracy of GNSS multi-tracks obtained from VGI sources to generate improved 3D mean axes / Antonio Tomás Mozas-Calvache in International journal of geographical information science IJGIS, vol 33 n° 11 (November 2019)
[article]
Titre : Analysing the positional accuracy of GNSS multi-tracks obtained from VGI sources to generate improved 3D mean axes Type de document : Article/Communication Auteurs : Antonio Tomás Mozas-Calvache, Auteur ; Francisco Javier Ariza-López, Auteur Année de publication : 2019 Article en page(s) : pp 2170 - 2187 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Infrastructure de données
[Termes IGN] axe médian
[Termes IGN] contenu généré par les utilisateurs
[Termes IGN] données localisées 3D
[Termes IGN] données localisées des bénévoles
[Termes IGN] positionnement par GNSS
[Termes IGN] précision du positionnement
[Termes IGN] qualité des données
[Termes IGN] réseau routier
[Termes IGN] trace GPS
[Termes IGN] vitesse de déplacementRésumé : (auteur) The sharing of Global Navigation Satellite System (GNSS) tracks on the Internet is increasing enormously. Every day a great number of users capture routes using different devices and share these data. Individually these tracks present a poor positional accuracy because these devices obtain positions with accuracy of about 5-10 metres. In addition, they are usually captured for navigation and not for surveying. However, we can take advantage of the great quantity of tracks of the same linear element in order to obtain a more accurate solution. This study analyses this possibility using a wide set of tracks obtained in known conditions. We emulated those tracks obtained by Volunteered Geographic Information (VGI) users and we compared the mean axis obtained using all tracks with others obtained from a more accurate source. Additionally, we analyse the displacement of other axes obtained by varying several parameters such as the number of tracks and their length or by dividing the route into sections in function of sinuosity, etc. The results have shown an improved 3D mean axis and the viability of the method proposed in this study in order to use axes obtained from several tracks in maps at certain scales. Numéro de notice : A2019-429 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2019.1645335 Date de publication en ligne : 26/07/2019 En ligne : https://doi.org/10.1080/13658816.2019.1645335 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93563
in International journal of geographical information science IJGIS > vol 33 n° 11 (November 2019) . - pp 2170 - 2187[article]Réservation
Réserver ce documentExemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité 079-2019112 RAB Revue Centre de documentation En réserve L003 Disponible 079-2019111 RAB Revue Centre de documentation En réserve L003 Disponible A filtering-based approach for improving crowdsourced GNSS traces in a data update context / Stefan Ivanovic in ISPRS International journal of geo-information, vol 8 n° 9 (September 2019)
[article]
Titre : A filtering-based approach for improving crowdsourced GNSS traces in a data update context Type de document : Article/Communication Auteurs : Stefan Ivanovic (1988 - 2020) , Auteur ; Ana-Maria Olteanu-Raimond , Auteur ; Sébastien Mustière , Auteur ; Thomas Devogele , Auteur Année de publication : 2019 Projets : 1-Pas de projet / Article en page(s) : 17 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] apprentissage automatique
[Termes IGN] approche participative
[Termes IGN] base de données localisées
[Termes IGN] données localisées des bénévoles
[Termes IGN] filtrage du bruit
[Termes IGN] mise à jour de base de données
[Termes IGN] montagne
[Termes IGN] qualité des données
[Termes IGN] sport
[Termes IGN] système d'information géographique
[Termes IGN] trace GPS
[Termes IGN] valeur aberranteRésumé : (auteur) Traces collected by citizens using GNSS (Global Navigation Satellite System) devices during sports activities such as running, hiking or biking are now widely available through different sport-oriented collaborative websites. The traces are collected by citizens for their own purposes and frequently shared with the sports community on the internet. Our research assumption is that crowdsourced GNSS traces may be a valuable source of information to detect updates in authoritative datasets. Despite their availability, the traces present some issues such as poor metadata, attribute incompleteness and heterogeneous positional accuracy. Moreover, certain parts of the traces (GNSS points composing the traces) are results of the displacements made out of the existing paths. In our context (i.e., update authoritative data) these off path GNSS points are considered as noise and should be filtered. Two types of noise are examined in this research: Points representing secondary activities (e.g., having a lunch break) and points representing errors during the acquisition. The first ones we named secondary human behaviour (SHB), whereas we named the second ones outliers. The goal of this paper is to improve the smoothness of traces by detecting and filtering both SHB and outliers. Two methods are proposed. The first one allows for the detection secondary human behaviour by analysing only traces geometry. The second one is a rule-based machine learning method that detects outliers by taking into account the intrinsic characteristics of points composing the traces, as well as the environmental conditions during traces acquisition. The proposed approaches are tested on crowdsourced GNSS traces collected in mountain areas during sports activities. Numéro de notice : A2019-626 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi8090380 Date de publication en ligne : 30/08/2019 En ligne : https://doi.org/10.3390/ijgi8090380 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95359
in ISPRS International journal of geo-information > vol 8 n° 9 (September 2019) . - 17 p.[article]Accuracy assessment of speed values calculated from GNSS tracks of roads obtained from VGI / Antonio Tomás Mozas-Calvache in Survey review, vol 51 n° 367 (July 2019)
[article]
Titre : Accuracy assessment of speed values calculated from GNSS tracks of roads obtained from VGI Type de document : Article/Communication Auteurs : Antonio Tomás Mozas-Calvache, Auteur Année de publication : 2019 Article en page(s) : pp 354 - 363 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Navigation et positionnement
[Termes IGN] autoroute
[Termes IGN] données localisées des bénévoles
[Termes IGN] positionnement différentiel
[Termes IGN] trace GPS
[Termes IGN] vitesseRésumé : (Auteur) This study describes the results of an assessment of the accuracy of relative measures between two points, and more specifically of speed values, obtained from Global Positioning Satellite Systems (GNSS) tracks acquired by contributors of Volunteered Geographic Information (VGI). The VGI does not usually include information about the positional accuracy of the trackpoints neither of speed values derived from these positions. Consequently, the assessment is based on a field test that consisted of a vehicle which travelled a highway with a set of Global Positioning System (GPS) devices like those commonly used by VGI contributors. These devices captured positions of trackpoints with a time interval of 1 second. Additionally, a more accurate geodetic RTK–GNSS receptor controlled these positions. The paper describes the methodology employed, taking into account several parameters such as the acquisition time interval, the accuracy of control positions, etc. The results have demonstrated the viability of the methodology applied, the possible use of VGI in order to determine the speed values of the trackpoints and the possible improvement in the accuracy achieved with the increase of the distance between trackpoints (and as a consequence of time interval), but with the disadvantage of a reduction in the quantity of trackpoints. Thus, several values of time intervals have been suggested, considering the accuracy required. Numéro de notice : A2019-363 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/00396265.2018.1460069 Date de publication en ligne : 16/04/2018 En ligne : https://doi.org/10.1080/00396265.2018.1460069 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93443
in Survey review > vol 51 n° 367 (July 2019) . - pp 354 - 363[article]Understanding demographic and socioeconomic biases of geotagged Twitter users at the county level / Jiang Juqin in Cartography and Geographic Information Science, vol 46 n° 3 (May 2019)
[article]
Titre : Understanding demographic and socioeconomic biases of geotagged Twitter users at the county level Type de document : Article/Communication Auteurs : Jiang Juqin, Auteur ; Zhenlong Li, Auteur ; Xinyue Ye, Auteur Année de publication : 2019 Article en page(s) : pp 228 - 242 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] agrégation spatiale
[Termes IGN] contenu généré par les utilisateurs
[Termes IGN] données démographiques
[Termes IGN] données massives
[Termes IGN] données socio-économiques
[Termes IGN] erreur systématique
[Termes IGN] Etats-Unis
[Termes IGN] géobalise
[Termes IGN] régression géographiquement pondérée
[Termes IGN] TwitterRésumé : (Auteur) Massive social media data produced from microblog platforms provide a new data source for studying human dynamics at an unprecedented scale. Meanwhile, population bias in geotagged Twitter users is widely recognized. Understanding the demographic and socioeconomic biases of Twitter users is critical for making reliable inferences on the attitudes and behaviors of the population. However, the existing global models cannot capture the regional variations of the demographic and socioeconomic biases. To bridge the gap, we modeled the relationships between different demographic/socioeconomic factors and geotagged Twitter users for the whole contiguous United States, aiming to understand how the demographic and socioeconomic factors relate to the number of Twitter users at county level. To effectively identify the local Twitter users for each county of the United States, we integrate three commonly used methods and develop a query approach in a high-performance computing environment. The results demonstrate that we can not only identify how the demographic and socioeconomic factors relate to the number of Twitter users, but can also measure and map how the influence of these factors vary across counties. Numéro de notice : A2019-093 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2018.1434834 Date de publication en ligne : 09/02/2018 En ligne : https://doi.org/10.1080/15230406.2018.1434834 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92338
in Cartography and Geographic Information Science > vol 46 n° 3 (May 2019) . - pp 228 - 242[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 032-2019031 RAB Revue Centre de documentation En réserve L003 Disponible Méthodes d'apprentissage statistique pour la détection de la signalisation routière à partir de véhicules traceurs / Yann Méneroux (2019)
Titre : Méthodes d'apprentissage statistique pour la détection de la signalisation routière à partir de véhicules traceurs Type de document : Thèse/HDR Auteurs : Yann Méneroux , Auteur ; Sébastien Mustière , Directeur de thèse ; Guillaume Saint Pierre, Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Année de publication : 2019 Importance : 292 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Paris Est dans le cadre de l'Ecole Doctorale Mathématiques et STIC, Signal, Image, AutomatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] appariement de cartes
[Termes IGN] autocorrélation spatiale
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] décomposition empirique du signal
[Termes IGN] détection automatique
[Termes IGN] données GPS
[Termes IGN] modèle mathématique
[Termes IGN] navigation pédestre
[Termes IGN] ondelette de Haar
[Termes IGN] récepteur GPS
[Termes IGN] régression par quantile
[Termes IGN] réseau neuronal convolutif
[Termes IGN] sécurité routière
[Termes IGN] segmentation d'image
[Termes IGN] signalisation routière
[Termes IGN] trace GPS
[Termes IGN] vitesse de déplacementIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Avec la démocratisation des appareils connectés équipés d'un récepteur GPS, de grandes quantités de trajectoires de véhicules deviennent disponibles, notamment via les flottes de véhicules professionnels et les applications mobiles collaboratives de navigation et d'assistance à la conduite. Récemment, les techniques dites de map inference, visant à dériver de l'information cartographique à partir de ces traces GPS, tendent à compléter, voire à remplacer les techniques traditionnelles. Initialement restreintes à la construction de la géométrie des routes, elles sont progressivement utilisées pour enrichir les réseaux existants, et en particulier pour construire une base de données numérique de la signalisation verticale. La connaissance fine et exhaustive de l'infrastructure routière est un prérequis indispensable dans de nombreux domaines : pour les gestionnaires de réseaux et les décideurs dans le cadre de travaux d'aménagement, pour les usagers avec le calcul précis des temps de parcours, mais aussi, plus récemment, dans le cadre du véhicule autonome. Dans ce contexte, les méthodes d'apprentissage statistique apportent une perspective intéressante et garantissent l’adaptabilité de l'approche aux différents cas d'utilisation et à la grande variabilité des données rencontrées en pratique. L'objectif de ce travail de thèse est d'étudier le potentiel de cette classe de méthodes, pour la détection automatique de la signalisation routière, en temps différé, à partir d'un ensemble de profils de vitesse GPS. Le premier cas d'application est celui de la détection des feux de circulation, étendu par la suite a d'autre types de signalisation comme les passages piétons. En premier lieu, nous travaillons sur un jeu de données expérimental de haute qualité, à l'aide duquel nous étudions les performances de plusieurs classifieurs et nous comparons deux représentations mathématiques des données : une approche classique de reconnaissance d'image et une approche fonctionnelle consistant à agréger et à décomposer les signaux de profils de vitesses sur une base d'ondelettes de Haar. Les résultats obtenus montrent la pertinence de l'approche fonctionnelle, en particulier lorsqu'elle est combinée à l'algorithme des forêts aléatoires, en termes de fiabilité de détection et de temps de calcul. L'approche est alors appliquée sur d'autres types d'éléments de l'infrastructure. Dans un second temps, nous tentons d'adapter la méthode proposée sur le cas de données observationnelles, i.e. acquises en environnement non-contrôlé, pour lesquelles nous cherchons également à estimer la position des feux de signalisation par régression statistique. Les résultats montrent la sensibilité de l'approche axe sur l'apprentissage face à des données fortement bruitées ainsi que la difficulté liée à la définition de l'emprise spatiale des instances individuelles sur un réseau routier complexe. Nous tentons de lever ce second verrou à l'aide d'approches globales fondées sur une segmentation d'image par réseau de neurones convolutionnel. Enfin, nous expérimentons une approche permettant d'exploiter. L'autocorrélation spatiale des variables cibles sur les instances individuelles à l'aide de la topologie du graphe routier et en modélisant la zone d'étude sous forme d'un champ de Markov conditionnel. Les résultats obtenus montrent une amélioration des performances de détection par rapport à l'apprentissage non-structuré. Ces travaux de thèse ont également suscité le développement de méthodes originales de prétraitement des trajectoires GPS (filtrage, interpolation, débiaisage et recalage sur un réseau routier de référence) ainsi que l'élaboration de critères objectifs d'évaluation de la qualité de ces pré-traitements. Note de contenu : 1- Cadre général et enjeux de la thèse
2- Méthodes et algorithmes pour le pré-traitement des trajectoires GPS
3- Comparaison des approches image et fonctionnelle en conditions expérimentale
4- Etude du potentiel des méthodes d'apprentissage sur un cas opérationnel
5- Approches globales : réseaux de neurones artificiels et apprentissage structuréNuméro de notice : 25687 Affiliation des auteurs : LASTIG COGIT (2012-2019) Thématique : GEOMATIQUE Nature : Thèse française Note de thèse : thèse de Doctorat : Signal, Image, Automatique : Paris-Est : 2019 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans Date de publication en ligne : 28/02/2020 En ligne : https://theses.hal.science/tel-02493936 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94716 A hybrid ensemble learning method for tourist route recommendations based on geo-tagged social networks / Lin Wan in International journal of geographical information science IJGIS, vol 32 n° 11-12 (November - December 2018)PermalinkA cross-analysis framework for multi-source volunteered, crowdsourced, and authoritative geographic information : The case study of volunteered personal traces analysis against transport network data / Gloria Bordogna in Geo-spatial Information Science, vol 21 n° 3 (October 2018)PermalinkSpatial discontinuities, health and mobility - What do the Google's POIs and tweets tell us about Bangkok's (Thailand) structures and spatial dynamics? / Alexandre Cebeillac in Revue internationale de géomatique, vol 28 n° 4 (octobre - décembre 2018)PermalinkFine-grained prediction of urban population using mobile phone location data / Jie Chen in International journal of geographical information science IJGIS, vol 32 n° 9-10 (September - October 2018)PermalinkPedestrian network information extraction based on VGI / Xuejing Xie in Geomatica, vol 72 n° 3 (September 2018)PermalinkSensePlace3: a geovisual framework to analyze place–time–attribute information in social media / Scott Pezanowski in Cartography and Geographic Information Science, Vol 45 n° 5 (August 2018)PermalinkExploring geo-tagged photos for land cover validation with deep learning / Hanfa Xing in ISPRS Journal of photogrammetry and remote sensing, vol 141 (July 2018)PermalinkA framework for annotating OpenStreetMap objects using geo-tagged tweets / Xin Chen in Geoinformatica, vol 22 n° 3 (July 2018)PermalinkHuman mobility semantics analysis : a probabilistic and scalable approach / Xiaohui Guo in Geoinformatica, vol 22 n° 3 (July 2018)PermalinkMapping hourly dynamics of urban population using trajectories reconstructed from mobile phone records / Zhang Liu in Transactions in GIS, vol 22 n° 2 (April 2018)Permalink