Descripteur



Etendre la recherche sur niveau(x) vers le bas
Elevation models for reproducible evaluation of terrain representation / Patrick Kennelly in Cartography and Geographic Information Science, vol 48 n° 1 (January 2021)
![]()
[article]
Titre : Elevation models for reproducible evaluation of terrain representation Type de document : Article/Communication Auteurs : Patrick Kennelly, Auteur ; Tom Patterson, Auteur ; Bernhard Jenny, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 63 - 77 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes descripteurs IGN] altitude
[Termes descripteurs IGN] données multiéchelles
[Termes descripteurs IGN] figuré du terrain
[Termes descripteurs IGN] modèle numérique de surface
[Termes descripteurs IGN] réalité de terrain
[Termes descripteurs IGN] relief
[Termes descripteurs IGN] représentation du relief
[Termes descripteurs IGN] reproductibilité
[Termes descripteurs IGN] visualisation de donnéesRésumé : (auteur) This paper proposes elevation models to promote, evaluate, and compare various terrain representation techniques. Our goal is to increase the reproducibility of terrain rendering algorithms and techniques across different scales and landscapes. We introduce elevation models of varying terrain types, available to the user at no cost, with minimal common data imperfections such as missing data values, resampling artifacts, and seams. Three multiscale elevation models are available, each consisting of a set of elevation grids, centered on the same geographic location, with increasing cell sizes and spatial extents. We also propose a collection of single-scale elevation models of archetypal landforms including folded ridges, a braided riverbed, active and stabilized sand dunes, and a volcanic caldera. An inventory of 78 publications with a total of 155 renderings illustrating terrain visualization techniques guided the selection of landform types in the elevation models. The benefits of using the proposed elevation models include straightforward comparison of terrain representation methods across different publications and better documentation of the source data, which increases the reproducibility of terrain representations. Numéro de notice : A2021-719 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2020.1830856 date de publication en ligne : 04/11/2020 En ligne : https://doi.org/10.1080/15230406.2020.1830856 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96459
in Cartography and Geographic Information Science > vol 48 n° 1 (January 2021) . - pp 63 - 77[article]Guide de bonnes pratiques sur la gestion des données de la recherche / Groupe de travail Atelier Données (France) (2021)
![]()
Titre : Guide de bonnes pratiques sur la gestion des données de la recherche Type de document : Monographie Auteurs : Groupe de travail Atelier Données (France), Auteur Mention d'édition : version 1.0 - Janvier 2021 Editeur : Strasbourg : Université de Strasbourg Année de publication : 2021 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Société de l'information
[Termes descripteurs IGN] accès aux données
[Termes descripteurs IGN] données environnementales
[Termes descripteurs IGN] recherche scientifique
[Termes descripteurs IGN] reproductibilité
[Termes descripteurs IGN] réutilisation des donnéesRésumé : (auteur) En janvier 2021, le groupe de travail publie le « guide de bonnes pratiques sur les données de la recherche » qui présente les différentes actions faites par les réseaux autour de la gestion des données. Ce guide reprend les 7 étapes définies dans le document « Cartographie des actions des réseaux métiers autour de la gestion des données » proposé en 2017. Numéro de notice : 17615 Affiliation des auteurs : non IGN Thématique : FORET/GEOMATIQUE/IMAGERIE/POSITIONNEMENT/SOCIETE NUMERIQUE Nature : Recueil / ouvrage collectif DOI : sans date de publication en ligne : 26/01/2021 En ligne : https://mi-gt-donnees.pages.math.unistra.fr/guide/00-introduction.html Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96950 Quality assessment of photogrammetric methods - A workflow for reproducible UAS orthomosaics / Marvin Ludwig in Remote sensing, vol 12 n° 22 (December 2020)
![]()
[article]
Titre : Quality assessment of photogrammetric methods - A workflow for reproducible UAS orthomosaics Type de document : Article/Communication Auteurs : Marvin Ludwig, Auteur ; Christian M. Runge, Auteur ; Nicolas Friess, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : n° 3831 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes descripteurs IGN] analyse diachronique
[Termes descripteurs IGN] capteur optique
[Termes descripteurs IGN] chaîne de traitement
[Termes descripteurs IGN] image à très haute résolution
[Termes descripteurs IGN] image captée par drone
[Termes descripteurs IGN] orthoimage
[Termes descripteurs IGN] orthoimage géoréférencée
[Termes descripteurs IGN] orthophotoplan numérique
[Termes descripteurs IGN] photogrammétrie aérienne
[Termes descripteurs IGN] point de vérification
[Termes descripteurs IGN] reproductibilité
[Termes descripteurs IGN] série temporelleRésumé : (auteur) Unmanned aerial systems (UAS) are cost-effective, flexible and offer a wide range of applications. If equipped with optical sensors, orthophotos with very high spatial resolution can be retrieved using photogrammetric processing. The use of these images in multi-temporal analysis and the combination with spatial data imposes high demands on their spatial accuracy. This georeferencing accuracy of UAS orthomosaics is generally expressed as the checkpoint error. However, the checkpoint error alone gives no information about the reproducibility of the photogrammetrical compilation of orthomosaics. This study optimizes the geolocation of UAS orthomosaics time series and evaluates their reproducibility. A correlation analysis of repeatedly computed orthomosaics with identical parameters revealed a reproducibility of 99% in a grassland and 75% in a forest area. Between time steps, the corresponding positional errors of digitized objects lie between 0.07 m in the grassland and 0.3 m in the forest canopy. The novel methods were integrated into a processing workflow to enhance the traceability and increase the quality of UAS remote sensing. Numéro de notice : A2020-794 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/rs12223831 date de publication en ligne : 22/11/2020 En ligne : https://doi.org/10.3390/rs12223831 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96573
in Remote sensing > vol 12 n° 22 (December 2020) . - n° 3831[article]Torch-Points3D: A modular multi-task framework for reproducible deep learning on 3D point clouds / Thomas Chaton (2020)
![]()
Titre : Torch-Points3D: A modular multi-task framework for reproducible deep learning on 3D point clouds Type de document : Article/Communication Auteurs : Thomas Chaton, Auteur ; Nicolas Chaulet, Auteur ; Sofiane Horache, Auteur ; Loïc Landrieu , Auteur
Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2020 Projets : AI4GEO / Conférence : 3DV 2020, International Conference on 3D Vision 25/11/2020 27/11/2020 en ligne Japon Importance : 12 p. - n° 282 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Informatique
[Termes descripteurs IGN] apprentissage profond
[Termes descripteurs IGN] cadre conceptuel
[Termes descripteurs IGN] code source libre
[Termes descripteurs IGN] données localisées 3D
[Termes descripteurs IGN] reproductibilité
[Termes descripteurs IGN] réseau de neurones profondRésumé : (auteur) We introduce Torch-Points3D, an open-source framework designed to facilitate the use of deep networks on 3D data. Its modular design, efficient implementation, and user-friendly interfaces make it a relevant tool for research and productization alike. Beyond multiple quality-of-life features, our goal is to standardize a higher level of transparency and reproducibility in 3D deep learning research, and to lower its barrier to entry. In this paper, we present the design principles of Torch-Points3D, as well as extensive benchmarks of multiple state-of-the-art algorithms and inference schemes across several datasets and tasks. The modularity of Torch-Points3D allows us to design fair and rigorous experimental protocols in which all methods are evaluated in the same conditions. The Torch-Points3D repository : https://github.com/nicolas-chaulet/torch-points3d. Numéro de notice : C2020-019 Affiliation des auteurs : LaSTIG+Ext (2020- ) Autre URL associée : vers HAL Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/3DV50981.2020.00029 date de publication en ligne : 19/01/2021 En ligne : https://doi.org/10.1109/3DV50981.2020.00029 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96456
Titre : Vers une recherche reproductible : Faire évoluer ses pratiques Type de document : Monographie Auteurs : Loic Desquilbet, Auteur ; Sabrina Granger, Auteur ; Boris Hejblum, Auteur ; et al., Auteur ; Unité régionale de formation à l'information scientifique et technique de Bordeaux, Editeur scientifique Editeur : Bordeaux : Unité régionale de formation à l'information scientifique et technique de Bordeaux Année de publication : 2019 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Société de l'information
[Termes descripteurs IGN] recherche appliquée
[Termes descripteurs IGN] recherche et développement
[Termes descripteurs IGN] recherche fondamentale
[Termes descripteurs IGN] reproductibilité
[Termes descripteurs IGN] réutilisation des donnéesRésumé : (auteur) Pour un chercheur, il n’y a rien de plus frustrant que l’impossibilité de reproduire des résultats majeurs obtenus quelques mois auparavant. Les causes de ce type de déconvenues sont multiples et parfois pernicieuses. Ce phénomène participe à ce que certains identifient comme une “crise de la reproductibilité de la recherche”. Cet ouvrage considère un ensemble de situations et de pratiques potentiellement dangereuses afin d’illustrer et de mettre en évidence les symptômes de la non-reproductibilité dans la recherche. À chaque fois, il propose un éventail de solutions allant de bonnes pratiques faciles et rapides à implémenter jusqu’à des outils plus techniques, tous gratuits et mis à l’épreuve par les auteurs eux-mêmes. Dans ce livre rédigé lors d’un book sprint, étudiants, ingénieurs et chercheurs devraient trouver des moyens efficaces et à leur portée pour améliorer leurs pratiques de la recherche reproductible. Numéro de notice : 17584 Affiliation des auteurs : non IGN Autre URL associée : https://hal.archives-ouvertes.fr/hal-02144142 Thématique : SOCIETE NUMERIQUE Nature : Recueil / ouvrage collectif DOI : sans date de publication en ligne : 17/06/2019 En ligne : https://rr-france.github.io/bookrr/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93225