Centre dedocumentation
scientifique

DeepSim-Nets: Deep Similarity Networks for stereo image matching / Mohamed Ali Chebbi (2023)  

Public Titre : DeepSim-Nets: Deep Similarity Networks for stereo image matching Type de document : Article/Communication Auteurs : Mohamed Ali Chebbi, Auteur ; Ewelina Rupnik , Auteur ; Marc Pierrot-Deseilligny , Auteur ; Paul Lopes, Auteur Editeur : Computer vision foundation CVF Année de publication : 2023 Conférence : CVPR 2023, IEEE Conference on Computer Vision and Pattern Recognition 18/06/2023 22/06/2023 Vancouver Colombie britannique - Canada OA Proceedings Importance : pp 2096 - 2104 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] appariement d'images [Termes IGN] chaîne de traitement [Termes IGN] géométrie de l'image [Termes IGN] géométrie épipolaire [Termes IGN] réseau neuronal profond Index. décimale : 35.20 Traitement d'image Résumé : (auteur) We present three multi-scale similarity learning architectures, or DeepSim networks. These models learn pixel-level matching with a contrastive loss and are agnostic to the geometry of the considered scene. We establish a middle ground between hybrid and end-to-end approaches by learning to densely allocate all corresponding pixels of an epipolar pair at once. Our features are learnt on large image tiles to be expressive and capture the scene's wider context. We also demonstrate that curated sample mining can enhance the overall robustness of the predicted similarities and improve the performance on radiometrically homogeneous areas. We run experiments on aerial and satellite datasets. Our DeepSim-Nets outperform the baseline hybrid approaches and generalize better to unseen scene geometries than end-to-end methods. Our flexible architecture can be readily adopted in standard multi-resolution image matching pipelines. The code is available at https://github.com/DaliCHEBBI/DeepSimNets. Numéro de notice : C2023-007 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans En ligne : https://openaccess.thecvf.com/content/CVPR2023W/EarthVision/html/Chebbi_DeepSim- [...] Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103281

Deep learning for remote sensing images with open source software / Rémi Cresson (2020)

Public Titre : Deep learning for remote sensing images with open source software Type de document : Guide/Manuel Auteurs : Rémi Cresson, Auteur Editeur : Boca Raton, New York, ... : CRC Press Année de publication : 2020 Importance : 164 p. Présentation : Nombreuses illustrations en couleur ISBN/ISSN/EAN : 978-0-367-85848-3 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] apprentissage profond [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] données d'entrainement (apprentissage automatique) [Termes IGN] image radar [Termes IGN] image Sentinel [Termes IGN] jeu de données localisées [Termes IGN] Orfeo Tool Box [Termes IGN] QGIS [Termes IGN] restauration d'image [Termes IGN] segmentation sémantique Index. décimale : 35.20 Traitement d'image Résumé : (Editeur) In today’s world, deep learning source codes and a plethora of open access geospatial images are readily available and easily accessible. However, most people are missing the educational tools to make use of this resource.This book is the first practical book to introduce deep learning techniques using free open source tools for processing real world remote sensing images. The approaches detailed in this book are generic and can be adapted to suit many different applications for remote sensing image processing, including landcover mapping, forestry, urban studies, disaster mapping, image restoration, etc. Written with practitioners and students in mind, this book helps link together the theory and practical use of existing tools and data to apply deep learning techniques on remote sensing images and data. Specific Features of this Book: - The first book that explains how to apply deep learning techniques to public, free available data (Spot-7 and Sentinel-2 images, OpenStreetMap vector data), using open source software (QGIS, Orfeo ToolBox, TensorFlow) - Presents approaches suited for real world images and data targeting large scale processing and GIS applications - Introduces state of the art deep learning architecture families that can be applied to remote sensing world, mainly for landcover mapping, but also for generic approaches (e.g. image restoration) - Suited for deep learning beginners and readers with some GIS knowledge. No coding knowledge is required to learn practical skills. - Includes deep learning techniques through many step by step remote sensing data processing exercises. Note de contenu : Introduction 1. Backgrounds 2. Patch Based Classification 3. Semantic Segmentation 4. Image Restoration Numéro de notice : 26551 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Manuel DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97864

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
26551-01	35.20	Livre	Centre de documentation	Télédétection	Disponible

A computational introduction to digital image processing / Alasdair McAndrew (2016)

Public Titre : A computational introduction to digital image processing Type de document : Monographie Auteurs : Alasdair McAndrew Mention d'édition : Second edition Editeur : Boca Raton, New York, ... : CRC Press Année de publication : 2016 Importance : 535 p. Présentation : illustrations Format : 18 x 26 cm ISBN/ISSN/EAN : 978-1-4822-4732-9 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] compression par ondelettes [Termes IGN] GNU Octave [Termes IGN] image en couleur [Termes IGN] Matlab [Termes IGN] Python (langage de programmation) [Termes IGN] restauration d'image [Termes IGN] segmentation d'image [Termes IGN] transformation de Fourier [Termes IGN] voisinage (relation topologique) Index. décimale : 35.20 Traitement d'image Résumé : (Editeur) This book explores the nature and use of digital images and shows how they can be obtained, stored, and displayed. Taking a strictly elementary perspective, the book only covers topics that involve simple mathematics yet offer a very broad and deep introduction to the discipline. This second edition provides users with three different computing options. Along with MATLAB®, this edition now includes GNU Octave and Python. Users can choose the best software to fit their needs or migrate from one system to another. Programs are written as modular as possible, allowing for greater flexibility, code reuse, and conciseness. This edition also contains new images, redrawn diagrams, and new discussions of edge-preserving blurring filters, ISODATA thresholding, Radon transform, corner detection, retinex algorithm, LZW compression, and other topics. Based on the author’s successful image processing courses, this bestseller is suitable for classroom use or self-study. In a straightforward way, the text illustrates how to implement imaging techniques in MATLAB, GNU Octave, and Python. It includes numerous examples and exercises to give students hands-on practice with the material. Note de contenu : 1. Introduction 2. Images Files and File Types 3. Image Display 4. Point Processing 5. Neighborhood Processing 6. Image Geometry 7. The Fourier Transform 8. Image Restoration 9. Image Segmentation 10. Mathematical Morphology 11. Image Topology 12. Shapes and Boundaries 13. Color Processing 14. Image Coding and Compression 15. Wavelets 16. Special Effects Appendix A: Introduction to MATLAB and Octave Appendix B: Introduction to Python Appendix C: The Fast Fourier Transform Numéro de notice : 22951 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Monographie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91638

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
22951-01	35.20	Livre	Centre de documentation	Télédétection	Disponible

Imagerie numérique / Christine Fernandez-Maloigne (2012)

Public Titre : Imagerie numérique : avancées et perspectives pour la couleur Type de document : Guide/Manuel Auteurs : Christine Fernandez-Maloigne, Éditeur scientifique ; Ludovic Macaire, Éditeur scientifique ; Frédérique Robert-Inacio, Éditeur scientifique Editeur : Paris : Hermès - Lavoisier Année de publication : 2012 Collection : Traité IC2 - Signal et image Importance : 367 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-2-7462-3205-1 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] chromatopsie [Termes IGN] compression d'image [Termes IGN] correction radiométrique [Termes IGN] image en couleur [Termes IGN] infographie [Termes IGN] profil ICC [Termes IGN] qualité d'image [Termes IGN] synthèse d'image Index. décimale : 35.20 Traitement d'image Résumé : (Editeur) Cet ouvrage collectif recense les dernières avancées dans le domaine de l'analyse automatique des images numériques couleur. Destiné aux chercheurs, ingénieurs R&D et étudiants en Master ou Doctorat, il constitue un état de l'art critique et le plus exhaustif possible sur les problématiques scientifiques soulevées par les différentes étapes constituant une chaîne de traitement des images couleur. Le filtrage et la segmentation des images fixes sont abordés par des techniques récentes telles que les outils morphologiques couleur, les équations aux dérivées partielles, l'algèbre quaternionique ou l'analyse de graphes. La caractérisation des textures couleur est traitée par la prédiction linéaire ou des descripteurs statistiques. La reconnaissance d'objets fixes ou en mouvement dans des vidéos couleur nécessite d'utiliser des attributs invariants aux conditions d'éclairage. Une attention particulière a été apportée aux espaces couleur, et notamment ceux séparant la luminance de la chrominance. Note de contenu : 1 : Colorimétrie et physiologie : la spécification LMS 2 : La constance chromatique 3 : Les Modèles d'Apparence Couleur 4 : Rendu et synthèse d'images 5 : Technologie des capteurs d'images 6 : Du capteur à l'image couleur 7 : Gestion des couleurs sur écrans 8 : Couleur et compression d'images 9 : Protection des images couleur 10 : Approches d'évaluation de la qualité Numéro de notice : 22042 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=41880

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
22042-01	35.20	Livre	Centre de documentation	Télédétection	Disponible

Traitements numériques des images de télédétection, Vol. 1. Notions de base sur les couleurs / Olivier de Joinville (2012)

Public Titre de série : Traitements numériques des images de télédétection, Vol. 1 Titre : Notions de base sur les couleurs Type de document : Guide/Manuel Auteurs : Olivier de Joinville , Auteur Editeur : Saint-Mandé : Institut Géographique National - IGN (2008-2011) Année de publication : 2012 Importance : 12 p. Format : 21 x 30 cm Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] chromatopsie [Termes IGN] couleur (optique physiologique) [Termes IGN] couleur (variable spectrale) [Termes IGN] couleur complémentaire [Termes IGN] couleur primaire [Termes IGN] filtre optique [Termes IGN] image RVB [Termes IGN] synthèse trichromatique [Termes IGN] transformation intensité-teinte-saturation Index. décimale : 35.20 Traitement d'image Note de contenu : 1 - Principes 2 - Les anomalies de la vision 3 - Manipulations sur les couleurs Numéro de notice : 21596A Affiliation des auteurs : ENSG (2012-2019) Thématique : IMAGERIE Nature : Manuel de cours IGN DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90637

Voir aussi

• Traitements numériques des images de télédétection, Vol. 3. Traitements appliqués à la photo-interprétation / Olivier de Joinville (2012)
• Traitements numériques des images de télédétection, Vol. 2. Visualisation, techniques d'amélioration de la visualisation des images numériques / Olivier de Joinville (2012)

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
21596-01A	35.20	Livre	Centre de documentation	Télédétection	Disponible

Traitements numériques des images de télédétection, Vol. 2. Visualisation, techniques d'amélioration de la visualisation des images numériques / Olivier de Joinville (2012)

Permalink

Traitements numériques des images de télédétection, Vol. 3. Traitements appliqués à la photo-interprétation / Olivier de Joinville (2012)

Permalink

Expériences d’appariement d’images avec SIFT / Arnaud Le Bris (2010)  

Permalink

Extraction semi-automatique de thèmes d’occupation du sol en milieu montagneux à partir d’ortho-images et de connaissances complémentaires, en vue de la production de la carte de base / Arnaud Le Bris (2010)  

Permalink

Integration of geographic information systems and remote sensing / Jeffrey L. Star (2010)

Permalink

Traitement des données de télédétection / Michel-Claude Girard (2010)

Permalink

Traitement de l'image et de la vidéo / Rachid Belaroussi (2010)

Permalink

Problèmes inverses en imagerie et en vision, 1. Volume 1 / A. Mohammad-Djafari (2009)

Permalink

Problèmes inverses en imagerie et en vision, 2. Volume 2 / A. Mohammad-Djafari (2009)

Permalink

Entwicklung eines Qualitätsmodells für die Generierung von digitalen Gelandemodellen aus airborne Laser scanning / Hans Jürg Luthy (2008)  

Permalink