Centre dedocumentation
scientifique

Bayesian iterative reconstruction methods for 3D X-ray Computed Tomography / Camille Chapdelaine (2019)  

Public Titre : Bayesian iterative reconstruction methods for 3D X-ray Computed Tomography Type de document : Thèse/HDR Auteurs : Camille Chapdelaine, Auteur ; Charles Soussen, Directeur de thèse Editeur : Paris-Orsay : Université de Paris 11 Paris-Sud Centre d'Orsay Année de publication : 2019 Importance : 185 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse de Doctorat de l’Université Paris - Saclay préparée à l'Université Paris-Sud, Sciences et Technologies de l’Information et de la Communication (STIC), Spécialité Traitement du signal et des images Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] artefact [Termes descripteurs IGN] capteur-projecteur [Termes descripteurs IGN] faisceau [Termes descripteurs IGN] inférence [Termes descripteurs IGN] itération [Termes descripteurs IGN] processeur graphique [Termes descripteurs IGN] rayon X [Termes descripteurs IGN] reconstruction 3D [Termes descripteurs IGN] reconstruction d'image [Termes descripteurs IGN] segmentation [Termes descripteurs IGN] spectroscopie [Termes descripteurs IGN] théorème de Bayes [Termes descripteurs IGN] tomographie [Termes descripteurs IGN] volume (grandeur) Index. décimale : THESE Thèses et HDR Résumé : (auteur) In industry, 3D X-ray Computed Tomography aims at virtually imaging a volume in order to inspect its interior. The virtual volume is obtained thanks to a reconstruction algorithm based on projections of X-rays sent through the industrial part to inspect. In order to compensate uncertainties in the projections such as scattering or beam-hardening, which are cause of many artifacts in conventional filtered backprojection methods, iterative reconstruction methods bring further information by enforcing a prior model on the volume to reconstruct, and actually enhance the reconstruction quality. In this context, this thesis proposes new iterative reconstruction methods for the inspection of aeronautical parts made by SAFRAN group. In order to alleviate the computational cost due to repeated projection and backprojection operations which model the acquisition process, iterative reconstruction methods can take benefit from the use of high-parallel computing on Graphical Processor Unit (GPU). In this thesis, the implementation on GPU of several pairs of projector and backprojector is detailed. In particular, a new GPU implementation of the matched Separable Footprint pair is proposed. Since many of SAFRAN's industrial parts are piecewise-constant volumes, a Gauss-Markov-Potts prior model is introduced, from which a joint reconstruction and segmentation algorithm is derived. This algorithm is based on a Bayesian approach which enables to explain the role of each parameter. The actual polychromacy of X-rays, which is responsible for scattering and beam-hardening, is taken into account by proposing an error-splitting forward model. Combined with Gauss-Markov-Potts prior on the volume, this new forward model is experimentally shown to bring more accuracy and robustness. At last, the estimation of the uncertainties on the reconstruction is investigated by variational Bayesian approach. In order to have a reasonable computation time, it is highlighted that the use of a matched pair of projector and backprojector is necessary. Note de contenu : 1- X-ray computed tomography : an inverse problem 2- Reconstruction methods in X-ray computed tomography 3- Projection and backprojection operators 4- Gauss-Markov-Potts prior model for joint reconstruction and segmentation 5- Error-splitting forward model and its application with Gauss-Markov-Potts prior 6- Towards the estimation of the uncertainties on the reconstruction by Variational Bayesian Approach 7- Conclusion and perspectives Numéro de notice : 25702 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences et Technologies de l’Information et de la Communication (STIC) : Traitement du signal et des images : Paris 11 : 2019 Organisme de stage : Safran En ligne : https://tel.archives-ouvertes.fr/tel-02110033 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94827

Ensemble methods for pedestrian detection in dense crowds / Jennifer Vandoni (2019)  

Public Titre : Ensemble methods for pedestrian detection in dense crowds Type de document : Thèse/HDR Auteurs : Jennifer Vandoni, Auteur ; Sylvie Le Hégarat-Mascle, Directeur de thèse Editeur : Paris-Orsay : Université de Paris 11 Paris-Sud Centre d'Orsay Année de publication : 2019 Importance : 182 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de Doctorat de l'Université Paris-Saclay, Sciences et technologies de l’information et de la communication (STIC), Spécialité : Traitement du Signal et des Images Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] algorithme d'apprentissage [Termes descripteurs IGN] apprentissage dirigé [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] classification par séparateurs à vaste marge [Termes descripteurs IGN] comportement [Termes descripteurs IGN] densité de population [Termes descripteurs IGN] détection de piéton [Termes descripteurs IGN] données multicapteurs [Termes descripteurs IGN] étalonnage [Termes descripteurs IGN] fusion de données [Termes descripteurs IGN] taxinomie [Termes descripteurs IGN] théorie de Dempster-Shafer Index. décimale : THESE Thèses et HDR Résumé : (auteur) The interest surrounding the study of crowd phenomena spanned during the last decade across multiple fields, including computer vision, physics, sociology, simulation and visualization. There are different levels of granularity at which crowd studies can be performed, namely a finer microanalysis, aimed to detect and then track each pedestrian individually; and a coarser macro-analysis, aimed to model the crowd as a whole. One of the most difficult challenges when working with human crowds is that usual pedestrian detection methodologies do not scale well to the case where only heads are visible, for a number of reasons such as absence of background, high visual homogeneity, small size of the objects, and heavy occlusions. For this reason, most micro-analysis studies by means of pedestrian detection and tracking methodologies are performed in low to medium-density crowds, whereas macro-analysis through density estimation and people counting is more suited in presence of high-density crowds, where the exact position of each individual is not necessary. Nevertheless, in order to analyze specific events involving high-density crowds for monitoring the flow and preventing disasters such as stampedes, a complete understanding of the scene must be reached. This study deals with pedestrian detection in high-density crowds from a monocamera system, striving to obtain localized detections of all the individuals which are part of an extremely dense crowd. The detections can be then used both to obtain robust density estimation, and to initialize a tracking algorithm. In presence of difficult problems such as our application, supervised learning techniques are well suited. However, two different questions arise, namely which classifier is the most adapted for the considered environment, and which data to use to learn from. We cast the detection problem as a Multiple Classifier System (MCS), composed by two different ensembles of classifiers, the first one based on SVM (SVM-ensemble) and the second one based on CNN (CNN-ensemble), combined relying on the Belief Function Theory (BFT) designing a fusion method which is able to exploit their strengths for pixel-wise classification. SVM-ensemble is composed by several SVM detectors based on different gradient, texture and orientation descriptors, able to tackle the problem from different perspectives. BFT allows us to take into account the imprecision in addition to the uncertainty value provided by each classifier, which we consider coming from possible errors in the calibration procedure and from pixel neighbor’s heterogeneity in the image space due to the close resolution of the target (head) and descriptor respectively. However, scarcity of labeled data for specific dense crowd contexts reflects in the impossibility to easily obtain robust training and validation sets. By exploiting belief functions directly derived from the classifiers’ combination, we therefore propose an evidential Query-by-Committee (QBC) active learning algorithm to automatically select the most informative training samples. On the other side, we explore deep learning techniques by casting the problem as a segmentation task in presence of soft labels, with a fully convolutional network architecture designed to recover small objects (heads) thanks to a tailored use of dilated convolutions. In order to obtain a pixel-wise measure of reliability about the network’s predictions, we create a CNN-ensemble by means of dropout at inference time, and we combine the different obtained realizations in the context of BFT. To conclude, we show that the dense output map given by the MCS can be employed not only for pedestrian detection at microscopic level, but also to perform macroscopic analysis, bridging the gap between the two levels of granularity. We therefore finally focus our attention to people counting, proposing an evaluation method that can be applied at every scale, resulting to be more precise in the error and uncertainty evaluation (disregarding possible compensations) as well as more useful for the modeling community that could use it to improve and validate local density estimation. Note de contenu : 1- Crowd understanding 2- Supervised learning and classifier combination 3- SVM descriptors for pedestrian detection in high-density crowds 4- Taking into account imprecision with Belief Function Framework 5- Evidential QBC Active Learning 6- CNNs for pedestrian detection in high-density crowds 7- CNN-ensemble and evidential Multiple Classifier System 8- Density Estimation Conclusion Numéro de notice : 25704 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences et technologies de l’information et de la communication : Spécialité : Traitement du Signal et des Images : Paris 11 : 2019 Organisme de stage : Systèmes et applications des technologies de l'information et de l'énergie (Paris) En ligne : http://www.theses.fr/2019SACLS116 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94838

Exploitation de séries temporelles d'images multi-sources pour la cartographie des surfaces en eau / Filsa Bioresita (2019)  

Public Titre : Exploitation de séries temporelles d'images multi-sources pour la cartographie des surfaces en eau Type de document : Thèse/HDR Auteurs : Filsa Bioresita, Auteur ; Anne Puissant, Directeur de thèse Editeur : Strasbourg : Université de Strasbourg Année de publication : 2019 Importance : 214 p. Format : 21 x 30 cm Note générale : Bibliographie PhD Thesis University of Strasbourg for obtaining the degree of Doctor of the University of Strasbourg, Speciality: Geography, Geomatics Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] biodiversité [Termes descripteurs IGN] carbone [Termes descripteurs IGN] eau de surface [Termes descripteurs IGN] estimation bayesienne [Termes descripteurs IGN] fusion d'images [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] inondation [Termes descripteurs IGN] nutriment [Termes descripteurs IGN] polarimétrie [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] service écosystémique [Termes descripteurs IGN] surveillance hydrologique [Termes descripteurs IGN] télédétection spatiale [Termes descripteurs IGN] traitement automatique de données Index. décimale : THESE Thèses et HDR Résumé : (auteur) Les eaux de surface sont des ressources importantes pour la biosphère et l'anthroposphère. Elles favorisent la préservation des habitats, le développement de la biodiversité et le maintien des services écosystémiques en contrôlant le cycle des nutriments et le carbone à l’échelle mondiale. Elles sont essentielles à la vie quotidienne de l’homme, notamment pour l'irrigation, la consommation d’eau potable, la production hydro-électrique, etc. Par ailleurs, lors des inondations, elles peuvent présenter des dangers pour l'homme, les habitations et les infrastructures. La surveillance des changements dynamiques des eaux de surface a donc un rôle primordial pour guider les choix des gestionnaires dans le processus d’aide à la décision. L’imagerie satellitaire constitue une source de données adaptée permettant de fournir des informations sur les eaux de surface. De nos jours, la télédétection satellitaire a connu une révolution avec le lancement des satellites Sentinel-1 (Radar) et Sentinel-2 (Optique) qui disposent d’une haute fréquence de revisite et d’une résolution spatiale moyenne à élevée. Ces données peuvent fournir des séries temporelles essentielles pour apporter davantage d'informations afin d'améliorer la capacité d'observation des eaux de surface. L’exploitation de telles données massives et multi-sources pose des défis en termes d’extraction de connaissances et de processus de traitement d’images car les chaines de traitement doivent être le plus automatiques possibles. Dans ce contexte, l'objectif de ce travail de thèse est de proposer de nouvelles approches permettant de cartographier l’extension spatiales des eaux de surface et des inondations, en explorant l'utilisation unique et combinée des données Sentinel-1 et Sentinel-2. Note de contenu : 1- Introduction, research questions and objectives 2- The state of the art 3- Study area, data sets and pre-processing of Sentinel 1 & 2 4- Detection of surface water area using mono-date Sentinel 1 amplitude data 5- Detection of surface water area using time series of Sentinel 1 amplitude data and Sentinel 2 data 6- Another methods and validation on different thematic context 7- General conclusions and perspectives Numéro de notice : 25726 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : PhD Thesis: Speciality: Geography: Geomatics: Strasbourg: 2019 En ligne : http://www.theses.fr/2019STRAH004 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94887

Global observations of ocean surface winds and waves using spaceborne synthetic aperture radar measurements / Huimin Li (2019)  

Public Titre : Global observations of ocean surface winds and waves using spaceborne synthetic aperture radar measurements Type de document : Thèse/HDR Auteurs : Huimin Li, Auteur Editeur : Institut Mines-Télécom Atlantique - IMT Année de publication : 2019 Importance : 163 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse de Doctorat de l'Ecole Nationale Supérieure des Mines-Telecom Atlantique Bretagne Pays de la Loire-IMT Atlantique Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] angle d'incidence [Termes descripteurs IGN] étalonnage des données [Termes descripteurs IGN] fonction de transfert de modulation [Termes descripteurs IGN] houle [Termes descripteurs IGN] image Envisat-ASAR [Termes descripteurs IGN] image Gaofen [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] image Radarsat [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] océan [Termes descripteurs IGN] phénomène météorologique [Termes descripteurs IGN] polarisation croisée [Termes descripteurs IGN] radar à antenne synthétique [Termes descripteurs IGN] rapport signal sur bruit [Termes descripteurs IGN] tempête [Termes descripteurs IGN] trajectoire [Termes descripteurs IGN] vague [Termes descripteurs IGN] vent Index. décimale : THESE Thèses et HDR Résumé : (auteur) Spaceborne synthetic aperture radar (SAR) has been demonstrated invaluable in observing the global ocean winds and waves. SAR images acquired by multiple sensors are employed, including Sentinel-1(S-1), Envisat/ASAR, Gaofen-3 and Radarsat-2. This thesis reviews the commonly used SAR parameters (NRCS and azimuth cutoff) in the first part. A series of calibration steps are required to obtain a proper NRCS and assessment of NRCS is carried out for S-1wave mode (WV). It turns out that WV is poorly calibrated and is thus re-calibrated to obtain accurate NRCS. Azimuth cut off is demonstrated to be complementary to NRCS and can account for the sea state impact on the wind retrieval. Based on the available fully polarimetric SAR products, azimuth cut off is found to vary greatly with polarizations. The present SAR mapping transformation is sufficient to interpret the co-polarized azimuth cut off, while not for the cross-polarization. With the limitations of SAR imaging in mind, a new parameter is proposed and defined based on the SAR image cross-spectra, termed as MACS. The imaginary part of MACS is found to be a signed quantity relative to the wind direction. Given this dependence, an independent wind retrieval algorithm is expected to benefit. The magnitude of MACS is able to aid for estimate of modulation function of SAR mapping. In addition, MACS also gives promising results regarding the global wave studies. The global signatures of MACS at various wave lengths are well representative of the winds distributions, spatially and seasonally. MACS of long waves shows greater values over the storm tracks while the shorter waves are mostly within the trader winds. These results are expected to help evaluate the model outputs and complement further studies of the global wave spectral climate. Data continuity in the coming 10 years shall extend the study towards longer duration. Note de contenu : I- Background and study of the existing SAR parameters Chap. 1 - Background Chap. 2 - SAR imaging of the ocean surface Chap. 3 - Status and challenges in SAR winds Chap. 4 - Azimuth cutoff of polarimetric SAR images II- A new SAR parameter and its applications in wind/wave study Chap. 5 - A new SAR parameter: MACS and its directionality Chap. 6 - Statistics of MACS magnitude and derived RAR MTF Chap. 7 - Investigation of global ocean waves using SAR MACS Chap. 8 - Conclusion and perspectives Numéro de notice : 25729 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences de la Mer et du littoral : Spécialité : Océanographie, Physique et Environnement : Plouzané: 2019 Organisme de stage : Ifremer En ligne : https://tel.archives-ouvertes.fr/tel-02164506 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94895

Recalage conjoint de données de cartographie mobile et de modèles 3D de bâtiments / Miloud Mezian (2019)  

Public Titre : Recalage conjoint de données de cartographie mobile et de modèles 3D de bâtiments Type de document : Thèse/HDR Auteurs : Miloud Mezian, Auteur ; Nicolas Paparoditis , Directeur de thèse ; Bruno Vallet , Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Marne-la-Vallée UPEM Année de publication : 2019 Importance : 135 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse de Doctorat de l'Université Paris-Est, Sciences et Technologies de l'Information Géographique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] algorithme ICP [Termes descripteurs IGN] appariement d'images [Termes descripteurs IGN] appariement de données localisées [Termes descripteurs IGN] Bâti-3D [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] façade [Termes descripteurs IGN] géoréférencement direct [Termes descripteurs IGN] incertitude géométrique [Termes descripteurs IGN] modèle 3D de l'espace urbain [Termes descripteurs IGN] modèle de Gauss-Helmert [Termes descripteurs IGN] modélisation 3D [Termes descripteurs IGN] propagation d'incertitude [Termes descripteurs IGN] recalage de données localisées [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] signal GPS [Termes descripteurs IGN] trajectoire Index. décimale : THESE Thèses et HDR Résumé : (auteur) Depuis de nombreuses années, des véhicules de numérisation mobiles terrestres ont été développés pour acquérir simultanément des données laser extrêmement précises et des images haute résolution géo-référencées. Une application majeure de ces données consiste à exploiter leur niveau de détail très élevé pour enrichir les bases de données géographiques 3D construites à partir d'images aériennes et donc d'un niveau de détails beaucoup plus faible. Les bases de données géographiques 3D et les données mobiles terrestres se révèlent très complémentaires : les toits sont vus en aérien mais pas en terrestre, et les façades sont très mal vues en aérien mais très précisément en terrestre. Les bases de données géographiques sont constituées d'un ensemble de primitives géométriques (des triangles en 3D) d'un niveau de détail certes grossier mais ont l'avantage d'être disponible sur de vastes zones géographiques. Les véhicules de numérisation mobiles offrent une couverture beaucoup plus partielle mais garantissent des données d'un niveau de détail très fin. Ces véhicules présentent aussi des limites : en milieu urbain, le signal GPS nécessaire au bon géo-référencement des données peut être perturbé par les multi-trajets voire même être stoppé lors de phénomènes de masquage GPS liés à l’étroitesse des rues ou la hauteur des bâtiments. Le capteur GPS ne capte plus assez de satellites pour en déduire précisément sa position spatiale. Ces données complémentaires disposent chacune de son propre géo-référencement et de ses propres incertitudes de géolocalisation, allant de quelques centimètres à plusieurs mètres, ce qui entraine que les différents jeux de données d’une même zone ne coïncident pas. C'est pourquoi un recalage est indispensable pour mettre en cohérence ces données mobiles très détaillées avec les bases de données géographiques moins détaillées. Dans cette thèse, nous avons modélisé finement toutes les sources d'incertitudes qui interviennent à la fois dans le processus de construction du nuage de points laser et le modèle Bati3D pour recaler conjointement (simultanément) les données entre elles. Le travail autour des incertitudes permet de les modéliser pour ensuite les exploiter dans le processus de recalage et de les propager sur le produit final avec une méthode dite de Gauss-Helmert. Le processus est base sur une méthode de type ICP ("Iterative Closest Point") point à plan. Ce recalage corrige simultanément la trajectoire du véhicule de cartographie mobile et le modèle géométrique 3D. Notre chaîne de traitement a été testée sur des données simulées provenant de différentes missions effectuées par l'Institut National de l'Information Géographique et Forestière (IGN). Note de contenu : 1- Introduction 2- Etat de l'art en recalage de données 3- Modélisation et propagation des certitudes sur les données 4- Méthodologie globale 5- Expérience virtuelle 6- Conclusion et perspectives Numéro de notice : 25521 Affiliation des auteurs : LaSTIG (2020- ) Thématique : GEOMATIQUE/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences et Technologies de l'Information Géographique : Paris-Est : 2019 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse date de publication en ligne : 29/02/2020 En ligne : https://hal.archives-ouvertes.fr/tel-02494943/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94382

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
25521-01	THESE	Livre	Centre de documentation	Thèses	Disponible

Simulation de formes réalistes de développement résidentiel, de l'échelle du bâtiment à celle de l'ensemble d'une région urbaine / Maxime Colomb (2019)  

Permalink

Uncertainty in radar emitter classification and clustering / Guillaume Revillon (2019)  

Permalink

Fusion de données de télédétection haute résolution pour le suivi de la neige / Théo Masson (2018)  

Permalink

Généralisation de représentations intermédiaires dans une carte topographique multi-échelle pour faciliter la navigation de l’utilisateur / Marion Dumont (2018) 

Permalink

Localisation par l'image en milieu urbain : application à la réalité augmentée / Antoine Fond (2018)  

Permalink

Satellite remote sensing of the variability of the continental hydrology cycle in the lower Mekong basin over the last two decades / Binh Pham-Duc (2018)  

Permalink

Cartographie de l'occupation des sols à partir de séries temporelles d'images satellitaires à hautes résolutions : identification et traitement des données mal étiquetées / Charlotte Pelletier (2017)  

Permalink

Contributions méthodologiques pour la caractérisation des milieux par imagerie optique et lidar / Nesrine Chehata (2017)    

Permalink

Contributions au RGBD-SLAM / Kathia Melbouci (2017)  

Permalink

Modélisation géométrique de scènes urbaines par imagerie satellitaire / Liuyun Duan (2017)  

Permalink