Descripteur
Documents disponibles dans cette catégorie (477)
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
Titre : Learning to map street-side objects using multiple views Type de document : Thèse/HDR Auteurs : Ahmed Samy Nassar, Auteur ; Sébastien Lefèvre, Directeur de thèse ; Jan Dirk Wegner, Directeur de thèse Editeur : Vannes : Université de Bretagne Sud Année de publication : 2021 Importance : 139 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université de Bretagne Sud, spécialité InformatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] arbre urbain
[Termes IGN] cartographie par internet
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection d'objet
[Termes IGN] données multisources
[Termes IGN] estimation de pose
[Termes IGN] géolocalisation
[Termes IGN] graphe
[Termes IGN] image Streetview
[Termes IGN] inventaire
[Termes IGN] mobilier urbain
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Creating inventories of street-side objects and their monitoring in cities is a labor-intensive and costly process. Field workers are known to conduct this process on-site to record properties about the object. These properties can be the location, species, height, and health of a tree as an example. To monitor cities, gathering such information on a large scale becomes challenging. With the abundance of imagery, adequate coverage of a city is achieved from different views provided by online mapping services (e.g., Google Maps and Street View, Mapillary). The availability of such imagery allows efficient creation and updating of inventories of street-side objects status by using computer vision methods such as object detection and multiple object tracking. This thesis aims at detecting and geo-localizing street-side objects, especially trees and street signs, from multiple views using novel deep learning methods. Note de contenu : 1- Introduction
2- Background
3- Multi-view instance matching with learned geometric soft-constraints
4- Simultaneous multi-view instance detection with learned geometric softconstraints
5- GeoGraphV2: Graph-based aerial & street view multi-view object detection with geometric cues end-to-end
6- ConclusionNuméro de notice : 28674 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Université de Bretagne Sud : 2021 Organisme de stage : IRISA DOI : sans En ligne : https://hal.science/tel-03523658 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99920 Mask R-CNN and OBIA fusion improves the segmentation of scattered vegetation in very high-resolution optical sensors / Emilio Guirado in Sensors, vol 21 n° 1 (January 2021)
[article]
Titre : Mask R-CNN and OBIA fusion improves the segmentation of scattered vegetation in very high-resolution optical sensors Type de document : Article/Communication Auteurs : Emilio Guirado, Auteur ; Javier Blanco-Sacristán, Auteur ; Emilio Rodríguez-Caballero, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 320 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse d'image orientée objet
[Termes IGN] apprentissage profond
[Termes IGN] arbuste
[Termes IGN] capteur optique
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection de changement
[Termes IGN] image à très haute résolution
[Termes IGN] segmentation d'image
[Termes IGN] service écosystémique
[Termes IGN] surveillance de la végétation
[Termes IGN] zone arideRésumé : (auteur) Vegetation generally appears scattered in drylands. Its structure, composition and spatial patterns are key controls of biotic interactions, water, and nutrient cycles. Applying segmentation methods to very high-resolution images for monitoring changes in vegetation cover can provide relevant information for dryland conservation ecology. For this reason, improving segmentation methods and understanding the effect of spatial resolution on segmentation results is key to improve dryland vegetation monitoring. We explored and analyzed the accuracy of Object-Based Image Analysis (OBIA) and Mask Region-based Convolutional Neural Networks (Mask R-CNN) and the fusion of both methods in the segmentation of scattered vegetation in a dryland ecosystem. As a case study, we mapped Ziziphus lotus, the dominant shrub of a habitat of conservation priority in one of the driest areas of Europe. Our results show for the first time that the fusion of the results from OBIA and Mask R-CNN increases the accuracy of the segmentation of scattered shrubs up to 25% compared to both methods separately. Hence, by fusing OBIA and Mask R-CNNs on very high-resolution images, the improved segmentation accuracy of vegetation mapping would lead to more precise and sensitive monitoring of changes in biodiversity and ecosystem services in drylands. Numéro de notice : A2021-157 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/s21010320 Date de publication en ligne : 05/01/2021 En ligne : https://doi.org/10.3390/s21010320 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97072
in Sensors > vol 21 n° 1 (January 2021) . - n° 320[article]Monitoring tree-crown scale autumn leaf phenology in a temperate forest with an integration of PlanetScope and drone remote sensing observations / Shengbiao Wu in ISPRS Journal of photogrammetry and remote sensing, vol 171 (January 2021)
[article]
Titre : Monitoring tree-crown scale autumn leaf phenology in a temperate forest with an integration of PlanetScope and drone remote sensing observations Type de document : Article/Communication Auteurs : Shengbiao Wu, Auteur ; Jing Wang, Auteur ; Zhengbing Yan, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 36 - 48 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Chine
[Termes IGN] feuille (végétation)
[Termes IGN] forêt tempérée
[Termes IGN] houppier
[Termes IGN] image Aqua-MODIS
[Termes IGN] image captée par drone
[Termes IGN] image PlanetScope
[Termes IGN] image Terra-MODIS
[Termes IGN] phénologie
[Termes IGN] photosynthèse
[Termes IGN] série temporelle
[Termes IGN] surveillance forestièreRésumé : (auteur) In temperate forests, autumn leaf phenology signals the end of leaf growing season and shows large variability across tree-crowns, which importantly mediates photosynthetic seasonality, hydrological regulation, and nutrient cycling of forest ecosystems. However, critical challenges remain with the monitoring of autumn leaf phenology at the tree-crown scale due to the lack of spatially explicit information for individual tree-crowns and high (spatial and temporal) resolution observations with nadir view. Recent availability of the PlanetScope constellation with a 3 m spatial resolution and near-daily nadir view coverage might help address these observational challenges, but remains underexplored. Here we developed an integration of PlanetScope with drone observations for improved monitoring of crown-scale autumn leaf phenology in a temperate forest in Northeast China. This integration includes: 1) visual identification of individual tree-crowns (and species) from drone observations; 2) extraction of time series of PlanetScope vegetation indices (VIs) for each identified tree-crown; 3) derivation of three metrics of autumn leaf phenology from the extracted VI time series, including the start of fall (SOF), middle of fall (MOF), and end of fall (EOF); and 4) accuracy assessments of the PlanetScope-derived phenology metrics with reference from local phenocams. Our results show that (1) the PlanetScope-drone integration captures large inter-crown phenological variations, with a range of 28 days, 25 days, and 30 days for SOF, MOF, and EOF, respectively, (2) the extracted crown-level phenology metrics strongly agree with those derived from local phenocams, with a root-mean-square-error (RMSE) of 4.1 days, 3.0 days and 5.4 days for SOF, MOF, and EOF, respectively, and (3) PlanetScope maps large variations in autumn leaf phenology over the entire forest landscape with spatially explicit information. These results demonstrate the ability of our proposed method in monitoring the large spatial heterogeneity of crown-scale autumn leaf phenology in the temperate forest, suggesting the potential of using high-resolution satellites to advance crown-scale phenology studies over large geographical areas. Numéro de notice : A2021-011 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.10.017 Date de publication en ligne : 13/11/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.10.017 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96305
in ISPRS Journal of photogrammetry and remote sensing > vol 171 (January 2021) . - pp 36 - 48[article]Réservation
Réserver ce documentExemplaires (3)
Code-barres Cote Support Localisation Section Disponibilité 081-2021011 SL Revue Centre de documentation Revues en salle Disponible 081-2021013 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2021012 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt Proposition d’un référentiel de description et de détection de la végétation dans une agglomération / Mathilde Segaud (2021)
Titre : Proposition d’un référentiel de description et de détection de la végétation dans une agglomération Type de document : Mémoire Auteurs : Mathilde Segaud, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2021 Importance : 128 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de fin d'étude, cycle des Ingénieurs diplômés de l’ENSG 3ème année, Information Géographique, Analyse Spatiale et TélédétectionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie thématique
[Termes IGN] agglomération
[Termes IGN] analyse de données
[Termes IGN] analyse spatiale
[Termes IGN] arbre urbain
[Termes IGN] base de données localisées de référence
[Termes IGN] carte de la végétation
[Termes IGN] cartographie écologique
[Termes IGN] couvert végétal
[Termes IGN] extraction de la végétation
[Termes IGN] flore locale
[Termes IGN] image Pléiades
[Termes IGN] indice de végétation
[Termes IGN] milieu urbain
[Termes IGN] Nancy
[Termes IGN] paysage urbain
[Termes IGN] service écosystémique
[Termes IGN] structure de la végétationIndex. décimale : IGAST Mémoires du Master Information Géographique, Analyse Spatiale et Télédétection Résumé : (Auteur) Ce stage intervient sur le projet Des Hommes et Des Arbres, ainsi que Green Urban Sat. Il a pour objectif de proposer une méthode générique de cartographie de la végétation pour les agglomérations. Cette cartographie est destinée à devenir un support d’évaluation de services écosystémiques rendus par la végétation. Ce stage vise à élaborer et à proposer un référentiel de description de la végétation, ainsi qu’un socle de méthodes de cartographie de la végétation fidèle au référentiel typologique proposé. Dans un premier temps, j’ai pris connaissance des modèles de description de la végétation dans la littérature. Cette étude bibliographique fait ressortir l’intérêt d’une approche structurelle de description de la végétation à des fins d’évaluation de services écosystémiques. Une typologie est produite en tant que référentiel. Le second chapitre consiste à étudier, parmi les bases de données de végétation existantes, celles qui pourraient instancier ou participer à l’élaboration du référentiel typologique. Une analyse quantitative et qualitative de bases de données sélectionnées est produite. Enfin, une proposition méthodologique de cartographie de description de la végétation en accord avec le référentiel est présentée. La méthode proposée fait appel à des outils d’analyse spatiale et de télédétection. Elle est inspirée d’une analyse de la littérature et basée sur les contraintes auxquelles nous devons faire face dans le projet. Note de contenu : Introduction
1. Mise en place d’un référentiel de description de la végétation
1.1 Objectifs et problématiques
1.2 Végétation en milieu urbain : définition et contraintes
1.3 Typologies de description de la végétation
1.4 Classification de la végétation dans les bases de données
1.5 Proposition d’une typologie de description de la végétation à l’échelle d’une agglomération
1.6 Conclusion : Avantages et limites du référentiel
2. Analyse de la compatibilité des données existantes avec le référentiel
2.1 Objectifs et problématiques
2.2 Présentation du site d’étude : la Métropole du Grand Nancy (MGN)
2.3 Présentation des bases de données étudiées
2.4 Analyse de la couverture végétale sur les zones d’étude
2.5 Identification des formes végétalisées
2.6 Conclusion
3. Méthode de détection de la végétation
3.1 Objectifs et problématiques
3.2 Méthodes de caractérisation et de suivi de la végétation
3.3 Proposition d’une méthode de cartographie de la végétation
3.4 Expérimentations et résultats
3.5 Conclusion et travaux futurs
Discussion, limites et perspectives
Gestion de projet
ConclusionNuméro de notice : 26691 Affiliation des auteurs : non IGN Thématique : FORET/GEOMATIQUE/IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Cerema Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99304 Documents numériques
peut être téléchargé
Proposition d’un référentiel de description et de détection de la végétation dans une agglomération - pdf auteurAdobe Acrobat PDF Steps-based tree crown delineation by analyzing local minima for counting the trees in very high resolution satellite imagery / Debasish Chakraborty in Geocarto international, vol 36 n° 1 ([01/01/2021])
[article]
Titre : Steps-based tree crown delineation by analyzing local minima for counting the trees in very high resolution satellite imagery Type de document : Article/Communication Auteurs : Debasish Chakraborty, Auteur ; Pranshu Kumar, Auteur Année de publication : 2021 Article en page(s) : pp 110 - 120 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] arborescence
[Termes IGN] comptage
[Termes IGN] détection de contours
[Termes IGN] houppier
[Termes IGN] image à haute résolution
[Termes IGN] image à très haute résolution
[Termes IGN] image satellite
[Termes IGN] image Worldview
[Termes IGN] itération
[Termes IGN] segmentation d'imageRésumé : (Auteur) In this study primarily, high-resolution (HR) satellite image is segmented into tree and non-tree regions. Thereafter plots the local minima in the segmented image. Point surrounded by the higher intensity values is called as local minima. The local minimum is the starting point for marking the tree crown boundary. The adjacent darker points along the local minima are plotted in a specific direction for marking the tree crown boundary. Subsequently a seven steps iterative procedure is followed for delineating and counting the tree crowns. The validation of the method is done on WorldView-2 data. Numéro de notice : A2021-054 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2019.1611947 Date de publication en ligne : 10/06/2019 En ligne : https://doi.org/10.1080/10106049.2019.1611947 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96779
in Geocarto international > vol 36 n° 1 [01/01/2021] . - pp 110 - 120[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 059-2021011 RAB Revue Centre de documentation En réserve L003 Disponible CNN-based tree species classification using high resolution RGB image data from automated UAV observations / Sebastian Egli in Remote sensing, vol 12 n° 23 (December-2 2020)PermalinkLa biodiversité, une ressource, mais aussi un fardeau ? Intérêt et limites des notions de services et disservices écosystémiques pour repenser les interactions nature-sociétés dans les territoires ruraux / Julien Blanco in VertigO, vol 20 n° 3 (décembre 2020)PermalinkComparison of spatially and nonspatially explicit nonlinear mixed effects models for Norway spruce individual tree growth under single-tree selection / Simone Bianchi in Forests, vol 11 n° 12 (December 2020)PermalinkImproving aboveground biomass estimates by taking into account density variations between tree components / Antoine Billard in Annals of Forest Science, vol 77 n° 4 (December 2020)PermalinkMapping forest tree species in high resolution UAV-based RGB-imagery by means of convolutional neural networks / Felix Schiefer in ISPRS Journal of photogrammetry and remote sensing, vol 170 (December 2020)PermalinkA meta-analysis of changes in soil organic carbon stocks after afforestation with deciduous broadleaved, sempervirent broadleaved, and conifer tree species / Guolong Hou in Annals of Forest Science, vol 77 n° 4 (December 2020)PermalinkA novel intelligent classification method for urban green space based on high-resolution remote sensing images / Zhiyu Xu in Remote sensing, vol 12 n° 22 (December-1 2020)PermalinkThe crown condition of Norway spruce and occurrence of symptoms caused by Armillaria spp. in mixed stands / Petr Čermák in Journal of forest science, vol 66 n° 12 (December 2020)PermalinkUrban tree species identification and carbon stock mapping for urban green planning and management / MD Abdul Choudhury in Forests, vol 11 n°11 (November 2020)PermalinkUsing climate-sensitive 3D city modeling to analyze outdoor thermal comfort in urban areas / Rabeeh Hosseinihaghighi in ISPRS International journal of geo-information, vol 9 n° 11 (November 2020)Permalink