Détail d'une collection
Lecture notes in Computer Science
Editeur :
ISSN :
0302-9743
Commentaire :
inxedée par Scopus, DBLP, CPCI (WoS) pour les proceedings, ...
Sous-collections rattachées :
|
Documents disponibles dans la collection
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesAdvances in Intelligent Data Analysis XVIII : 18th International Symposium on Intelligent Data Analysis, IDA 2020, Konstanz, Germany, April 27–29 2020 / Michael R. Berthold (2020)
Titre : Advances in Intelligent Data Analysis XVIII : 18th International Symposium on Intelligent Data Analysis, IDA 2020, Konstanz, Germany, April 27–29 2020 Type de document : Actes de congrès Auteurs : Michael R. Berthold, Editeur scientifique ; Ad Feelders, Editeur scientifique ; Georg Krempl, Editeur scientifique Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2020 Collection : Lecture notes in Computer Science, ISSN 0302-9743 num. 12080 Importance : 588 p. ISBN/ISSN/EAN : 978-3-030-44584-3 Note générale : Information Systems and Applications, incl. Internet/Web, and HCI Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes descripteurs IGN] analyse d'image numérique
[Termes descripteurs IGN] analyse de données
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] apprentissage dirigé
[Termes descripteurs IGN] corrélation d'images
[Termes descripteurs IGN] réseau neuronal artificiel
[Termes descripteurs IGN] vision par ordinateurRésumé : (Editeur) This open access book constitutes the proceedings of the 18th International Conference on Intelligent Data Analysis, IDA 2020, held in Konstanz, Germany, in April 2020. The 45 full papers presented in this volume were carefully reviewed and selected from 114 submissions. Advancing Intelligent Data Analysis requires novel, potentially game-changing ideas. IDA’s mission is to promote ideas over performance: a solid motivation can be as convincing as exhaustive empirical evaluation. Numéro de notice : 26312 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Actes DOI : 10.1007/978-3-030-44584-3 date de publication en ligne : 14/05/2020 En ligne : https://www.springer.com/gp/book/9783030445836 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95127
contenu dans The 23rd international conference on MultiMedia Modeling, MMM 2017 / Laurent Amsaleg (2017)
Titre : Adaptive and optimal combination of local features for image retrieval Type de document : Article/Communication Auteurs : Neelanjan Bhowmik Congrès : MMM 2017, 23rd international conference on Multimedia Modeling (4 - 6 janvier 2017; Campus of Reykjavik University, Reykjavik, Islande), Commanditaire Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2017 Autre Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN Collection : Lecture notes in Computer Science, ISSN 0302-9743 Projets : POEME / Da Silva, Jean-Claude Importance : pp 76 - 88 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes descripteurs IGN] extraction de traits caractéristiques
[Termes descripteurs IGN] modèle de régression
[Termes descripteurs IGN] point d'intérêt
[Termes descripteurs IGN] recherche d'image basée sur le contenuRésumé : (Auteur) With the large number of local feature detectors and descriptors in the literature of Content-Based Image Retrieval (CBIR), in this work we propose a solution to predict the optimal combination of features, for improving image retrieval performances, based on the spatial complementarity of interest point detectors. We review several complementarity criteria of detectors and employ them in a regression based prediction model, designed to select the suitable detectors combination for a dataset. The proposal can improve retrieval performance even more by selecting optimal combination for each image (and not only globally for the dataset), as well as being profitable in the optimal fitting of some parameters. The proposal is appraised on three state-of-the-art datasets to validate its effectiveness and stability. The experimental results highlight the importance of spatial complementarity of the features to improve retrieval, and prove the advantage of using this model to optimally adapt detectors combination and some parameters. Numéro de notice : C2017-021 Affiliation des auteurs : LaSTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/978-3-319-51814-5_7 date de publication en ligne : 01/06/2017 En ligne : https://doi.org/10.1007/978-3-319-51814-5_7 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88988 Documents numériques
peut être téléchargé
Adaptive and optimal combination - preprintAdobe Acrobat PDFAssessing the positional planimetric accuracy of DBpedia georeferenced resources / Abdelfettah Feliachi (2017)
Titre : Assessing the positional planimetric accuracy of DBpedia georeferenced resources Type de document : Article/Communication Auteurs : Abdelfettah Feliachi, Auteur ; Nathalie Abadie Congrès : QMMQ 2017, 4th Workshop on Quality of Models and Models of Quality (6 - 9 novembre 2017; Valence, Espagne), Auteur ; ER 2017 Workshops AHA, MoBiD, MREBA, OntoCom, and QMMQ (6 - 9 novembre 2017; Valence, Espagne), Auteur Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2017 Collection : Lecture notes in Computer Science, ISSN 0302-9743 num. 10651 Projets : 1-Pas de projet / Importance : pp 227 - 237 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes descripteurs IGN] base de connaissances
[Termes descripteurs IGN] DBpedia
[Termes descripteurs IGN] précision planimétrique
[Termes descripteurs IGN] qualité des données
[Termes descripteurs IGN] Web des données
[Termes descripteurs IGN] web sémantiqueRésumé : (auteur) Assessing the quality of the main linked data sources on the Web like DBpedia or Yago is an important research topic. The existing approaches for quality assessment mostly focus on determining whether data sources are compliant with Web of data best practices or on their completeness, semantic accuracy, consistency, relevancy or trustworthiness. In this article, we aim at assessing the accuracy of a particular type of information often associated with Web of data resources: direct spatial references. We present the approaches currently used for assessing the planimetric accuracy of geographic databases. We explain why they cannot be directly applied to the resources of the Web of data. Eventually, we propose an approach for assessing the planimetric accuracy of DBpedia resources, adapted to the open nature of this knowledge base. Numéro de notice : C2017-025 Affiliation des auteurs : LaSTIG COGIT+Ext (2012-2019) Autre URL associée : vers HAL Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/978-3-319-70625-2_21 date de publication en ligne : 10/11/2017 En ligne : https://doi.org/10.1007/978-3-319-70625-2_21 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89287
Titre : The 23rd international conference on MultiMedia Modeling, MMM 2017 : Proceedings, part 2 Type de document : Actes de congrès Auteurs : Laurent Amsaleg, Editeur scientifique ; Gylfi Þór Guomundsson, Editeur scientifique ; Cathal Gurrin, Editeur scientifique ; Björn Þór Jónsson, Editeur scientifique ; Shin’ichi Satoh, Editeur scientifique Congrès : MMM 2017, 23rd international conference on Multimedia Modeling (4 - 6 janvier 2017; Campus of Reykjavik University, Reykjavik, Islande), Auteur Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2017 Autre Editeur : Reykjavik University Collection : Lecture notes in Computer Science, ISSN 0302-9743 num. 10133 Importance : 502 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-319-51813-8 Langues : Anglais (eng) Numéro de notice : 22822 Affiliation des auteurs : non IGN Autre URL associée : URL Thématique : IMAGERIE Nature : Actes DOI : 10.1007/978-3-319-51811-4 En ligne : http://doi.org/10.1007/978-3-319-51811-4 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88987
Titre : 3D watertight mesh generation with uncertainties from ubiquitous data Type de document : Article/Communication Auteurs : Laurent Caraffa Congrès : ACCV 2016, 13th Asian Conference on Computer Vision (20 - 24 novembre 2016; Taipei, Taiwan), Commanditaire Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2016 Collection : Lecture notes in Computer Science, ISSN 0302-9743 num. 10114 Projets : IQmulus / Brédif, Mathieu Importance : pp 377 - 391 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes descripteurs IGN] algorithme Graph-Cut
[Termes descripteurs IGN] carte de confiance
[Termes descripteurs IGN] distance de Hausdorff
[Termes descripteurs IGN] incertitude géométrique
[Termes descripteurs IGN] maille triangulaire
[Termes descripteurs IGN] reconstruction d'objet
[Termes descripteurs IGN] seuillage
[Termes descripteurs IGN] surface imperméable
[Termes descripteurs IGN] théorie de Dempster-ShaferRésumé : (auteur) In this paper, we propose a generic framework for watertight mesh generation with uncertainties that provides a confidence measure on each reconstructed mesh triangle. Its input is a set of vision-based or Lidar-based 3D measurements which are converted to a set of mass functions that characterize the level of confidence on the occupancy of the scene as occupied, empty or unknown based on Dempster-Shafer Theory. The output is a multi-label segmentation of the ambient 3D space expressing the confidence for each resulting volume element to be occupied or empty. While existing methods either sacrifice watertightness (local methods) or need to introduce a smoothness prior (global methods), we derive a per-triangle confidence measure that is able to gradually characterize when the resulting surface patches are certain due to dense and coherent measurements and when these patches are more uncertain and are mainly present to ensure smoothness and/or watertightness. The surface mesh reconstruction is formulated as a global energy minimization problem efficiently optimized with the α-expansion algorithm. We claim that the resulting confidence measure is a good estimate of the local lack of sufficiently dense and coherent input measurements, which would be a valuable input for the next-best-view scheduling of a complementary acquisition.
Beside the new formulation, the proposed approach achieves state-of-the-art results on surface reconstruction benchmark. It is robust to noise, manages high scale disparity and produces a watertight surface with a small Hausdorff distance in uncertainty area thanks to the multi-label formulation. By simply thresholding the result, the method shows a good reconstruction quality compared to local algorithms on high density data. This is demonstrated on a large scale reconstruction combining real-world datasets from airborne and terrestrial Lidar and on an indoor scene reconstructed from images.Numéro de notice : C2016-024 Affiliation des auteurs : IGN (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/978-3-319-54190-7_23 date de publication en ligne : 12/03/2017 En ligne : http://doi.org/10.1007/978-3-319-54190-7_23 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84627 PermalinkPermalink
PermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalink
