Détail de l'indexation
THESE : Thèses et HDR |
Ouvrages de la bibliothèque en indexation THESE (552)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Ensemble learning methods on the space of covariance matrices : application to remote sensing scene and multivariate time series classification / Sara Akodad (2021)
Titre : Ensemble learning methods on the space of covariance matrices : application to remote sensing scene and multivariate time series classification Type de document : Thèse/HDR Auteurs : Sara Akodad, Auteur ; Christian Germain, Directeur de thèse ; Lionel Bombrun, Directeur de thèse Editeur : Bordeaux : Université de Bordeaux Année de publication : 2021 Importance : 220 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour obtenir le grade de Docteur de l'Université de Bordeaux, Spécialité Automatique, Productique, Signal et Image, Ingénierie cognitiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] analyse multivariée
[Termes IGN] Castanea sativa
[Termes IGN] classification dirigée
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] déformation temporelle dynamique (algorithme)
[Termes IGN] géométrie euclidienne
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] maladie phytosanitaire
[Termes IGN] matrice de covariance
[Termes IGN] processus gaussien
[Termes IGN] série temporelle
[Termes IGN] surveillance forestièreIndex. décimale : THESE Thèses et HDR Résumé : (auteur) In view of the growing success of second-order statistics in classification problems, the work of this thesis has been oriented towards the development of learning methods in manifolds. Indeed, covariance matrices are symmetric positive definite matrices that live in a non-Euclidean space. It is therefore necessary to adapt the classical tools of Euclidean geometry to handle this type of data. To do that, we have proposed to exploit the log-Euclidean metric. This latter allows to project the set of covariance matrices on a tangent plane to the manifold defined at a reference point, classically chosen equal to the identity matrix, followed by a vectorization step to obtain the log-Euclidean representation. On this tangent plane, it is possible to define parametric Gaussian models as well as Gaussian mixture models. Nevertheless, this projection on a single tangent plane can induce distortions. In order to overcome this limitation, we have proposed a GMM model composed of several tangent planes, where the reference points are defined by the centers of each cluster.In view of the success of neural networks, in particular convolutional neural networks (CNNs), we have proposed two hybrid transfer learning approaches based on the covariance matrix computed locally and globally on the CNN convolutional layers’ outputs. The local approach relies on the covariance matrices extracted locally on the first layers of a CNN, which are then encoded by the Fisher vectors computed on their log-Euclidean representation, while for the global approach, a single covariance matrix is computed on the feature maps of the CNN deep layers. Moreover, in order to give more importance to the objects of interest present in the images, we proposed to use a covariance matrix weighted by the saliency information. Furthermore, in order to take advantage of both local and global aspects, these two approaches are subsequently combined in an ensemble strategy.On the other hand, the availability of multivariate time series has aroused the interest of the remote sensing community and more generally of machine learning researchers for the development of new learning strategies dedicated to supervised classification. In particular, methods based on the calculation of point-to-point distance between series. Moreover, two series belonging to the same class can evolve in different ways, which can induce temporal distortions (translation, compression, dilation, etc.). To avoid this, warping methods allow to align the time series. In order to extend this approach to time series of covariance matrices, while ensuring invariance to the re-parametrization of the series, we were interested in the TSRVF representation. In the same context, several ensemble methods have been proposed in the literature, including TCK, which relies on similarity computation to classify time series. We have proposed to extend this strategy to covariance matrices by introducing the SO-TCK approach which relies on the log-Euclidean representation of such matrices. Finally, the last axis of this thesis concerns the modeling of temporal trajectories of signals measured by the radar (Sentinel 1) and optical (Sentinel 2) sensors. In particular, we are interested in the forestry problem of the chestnut ink disease in the Montmorency forest. For this purpose, we developed classification and regression models to predict a health status score from the covariance matrix computed on multi-temporal radiometric attributes. Note de contenu : Introduction
1- Riemannian geometry and statistical modeling on the space of Symmetric Positive Definite (SPD) matrices
2- Ensemble learning approaches based on covariance pooling of CNN Features
3- Symmetric positive definite matrix time series classification
4- Forest health monitoring using Sentinel-1 and Sentinel-2 time series
Conclusions and perspectivesNuméro de notice : 28605 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE/MATHEMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Automatique, Productique, Signal et Image, Ingénierie cognitique : Bordeaux : 2021 Organisme de stage : IMS DOI : sans En ligne : https://tel.hal.science/tel-03484011 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99446 Évaluation de l'évapotranspiration des zones irriguées en piémont du Haut Atlas, Maroc / Jamal Elfarkh (2021)
Titre : Évaluation de l'évapotranspiration des zones irriguées en piémont du Haut Atlas, Maroc : modélisation, mesures micro-météorologiques et télédétection spatiale Type de document : Thèse/HDR Auteurs : Jamal Elfarkh, Auteur Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2021 Importance : 107 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le doctorat de l'Université de Toulouse, Spécialité Surfaces et interfaces continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Atlas marocain
[Termes IGN] bilan hydrique
[Termes IGN] cultures irriguées
[Termes IGN] évapotranspiration
[Termes IGN] flux de rayonnement
[Termes IGN] image Landsat
[Termes IGN] image Landsat-8
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Terra-MODIS
[Termes IGN] Normalized Difference Vegetation IndexIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Une évaluation précise de l'évapotranspiration (ET) est indispensable à l'échelle du bassin pour étudier les processus hydrologiques et le bilan hydrique, en particulier de l'amont vers l'aval. Dans les montagnes, ce terme est mal connu en raison de divers défis, notamment la diversité de la végétation, la variabilité topographique, le manque de données disponibles et la difficulté d'effectuer des mesures sur ces terrain complexe. Dans ce contexte, l'objectif principal de cette thèse est d'étudier le potentiel de différents modèles basés sur la télédétection, à savoir TSEB (Two-Source-Energy-Balance model), SPARSE (Soil Plant Atmosphere and Remote Sensing Evapotranspiration), Shuttleworth-Wallace (SW) and SAMIR (SAtellite Monitoring of IRrigation), pour estimer l'ET sur une région du piémont du montagne. Premièrement, les modèles ont été testés à l'échelle locale en comparant avec les mesures de deux systèmes d'Eddy covariance (EC). Deuxièmement, la performance des modèles à l'échelle de la zone d'étude a été évaluée en pondérant les estimations par le footprint d'un scintillomètre à grande ouverture (LAS) et en les comparant aux mesures. D'abord TSEB basé sur les données de télédétection, MODIS et Landsat, a été testé à l'échelle locale en comparant ses estimations aux mesures EC. Quant à l'échelle locale, les résultats de comparaison des flux de chaleur latente simulés par TSEB basé sur les données Landsat sont très encourageants en comparant aux mesurés LAS, tandis qu'une dispersion plus importante a été observée lors de l'utilisation des produits MODIS. Ensuite, SW a été testé à l'échelle locale et de bons accords avec la mesure ont été démontrés. Cependant, ce modèle a besoin de nombreuses variables d'entrée pour calculer les résistances du sol (rss) et de la végétation (rsv), qui sont souvent difficiles à estimer à grande échelle, en particulier l'humidité du sol. Pour ce fait, une nouvelle approche pour spatialiser rss et rsv basée sur deux proxys de variables thermiques a été proposée. La comparaison entre les valeurs ET estimées par la nouvelle approche et mesurées confirme la capacité de l'approche proposée à fournir des cartes ET satisfaisantes. SPARSE a montré des performances acceptables pour l'estimation des flux de chaleur latente et sensible. Cependant, il est limité par plusieurs hypothèses et incertitudes. Notamment, la fiabilité des données de température de surface. De plus, le fait de prendre des paramètres calibrés constants sur toute l'année dans différentes conditions de végétation et d'environnement n'est pas représentatif d'une surface aussi complexe, en particulier la résistance stomatique minimale (rstmin). Le modèle SAMIR (Satellite Monitoring of Irrigation), est utilisé pour effectuer un suivi journalier du bilan hydrique de la zone étudiée. SAMIR a montré une très bonne performance pour la prévision de l'ET.[...] Note de contenu : Introduction générale
Chapitre I : Etat de l’art sur la mesure et la modélisation des transferts sol-végétation-atmosphère, notions et définitions
1.1 Introduction
1.2 Les échanges énergétiques au niveau de l’interface Sol-Végétation-Atmosphère (SVA)
1.3 Bilan hydrique à l’interface SVA
1.4 Utilisation de la télédétection pour la caractérisation des propriétés radiatives de surface
1.5 Présentation des différentes approches de modélisation de l’ET
1.6 Conclusion
Chapitre 2 : Site d’étude, données expérimentales et algorithmes des modèles
2.1 Introduction
2.2 Présentation du site
2.3 Matériels : description et bases physiques
2.4 Données satellitaires
2.5 Description et implémentation des modèles étudiés
2.6 Extrapolation des valeurs instantanées aux journalières
2.7 Conclusion
Chapitre 3 : Mesure et estimation des flux turbulents à l’échelle de la parcelle
3.1. Introduction
3.2. Traitement et analyse des mesures
3.3. Evaluation des données satellitaires
3.4. Validation des estimations des modèles à l’échelle locale par les mesures d’Eddy covariance
3.5. Conclusion
Chapitre 4 : Spatialisation de l’évapotranspiration et inter-comparaison des modèles
4.1. Introduction
4.2. Validation des estimations des modèles à l’échelle régionale par les mesures du scintillomètre 4.3. Comparaison des performances des modèles
ConclusionNuméro de notice : 26532 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surfaces et interfaces continentales, Hydrologie : Toulouse : 2021 Organisme de stage : Centre d'Etudes Spatiales de la BIOsphère CESBIO nature-HAL : Thèse Date de publication en ligne : 27/04/2021 En ligne : https://tel.hal.science/tel-03208563/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97626 Evaluation of Sentinel-1 & 2 time series for the identification and characterization of ecological continuities, from wooded to crop-dominated landscapes / Audrey Mercier (2021)
Titre : Evaluation of Sentinel-1 & 2 time series for the identification and characterization of ecological continuities, from wooded to crop-dominated landscapes Type de document : Thèse/HDR Auteurs : Audrey Mercier, Auteur ; Laurence Hubert-Moy, Directeur de thèse ; Jacques Baudry, Directeur de thèse Editeur : Rennes : Université de Rennes 2 Année de publication : 2021 Importance : 305 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse de Doctorat présentée à l'Université de Rennes 2, Spécialité GéomatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] caractérisation
[Termes IGN] continuité écologique
[Termes IGN] cultures
[Termes IGN] données polarimétriques
[Termes IGN] forêt
[Termes IGN] habitat (nature)
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] occupation du sol
[Termes IGN] paysage agricole
[Termes IGN] précision de la classification
[Termes IGN] série temporelle
[Termes IGN] utilisation du solIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Habitat loss is now considered one of the most serious threats to biodiversity. While many studies have focused on the circulation role of woodland features, very few have focused on the role of ecological continuities within agricultural mosaics. The objectives of this thesis were (1) to assess the combined use of Sentinel 1 and 2 time series to identify and characterize the elements of ecological continuities through land cover classifications and crop characterization in wooded and crop-dominated landscapes and (2) to estimate the impact of the spatio-temporal structuring of these landscape on biodiversity using metrics derived from Sentinel time series. The results showed that although S-2 data are more adapted than S-1 data to discriminate between land cover/land use types in wooded landscapes and phenological stages of wheat and rapeseed in crop-dominated landscapes, the combined use of S-2 and S-1 data improves their accuracy of the classifications, with S-1 data also showing a strong interest in cloudy areas. They also showed the interest of polarimetric indicators derived from S-1 data to characterize wheat and rapeseed crops. Finally, they highlighted the interest of the biophysical heterogeneity metrics derived from S-2 data to accurately estimate the distribution of carabid beetle species. The use of this metric, calculated with free images available everywhere on Earth, continuous and consistent from one site to another and from one type of crop to another,
should contribute to the study of the impact of ecological continuities on biodiversity.Note de contenu : General introduction
1. Ecological continuities from wooded to crop-dominated landscapes
2. The use of remote sensing imagery for the identification and characterization of ecological continuities
3. Study areas and data
4. Evaluation of Sentinel-1 and 2 time Series for land cover classification of forest–agriculture mosaics in temperate and tropical landscapes
5. Evaluation of Sentinel-1 and 2 time series for predicting wheat and rapeseed phenological stages
6. Evaluation of Sentinel-1 and 2 time series for estimating LAI and biomass of wheat and rapeseed crop types
7. Sentinel-2 images bring out functional biophysical heterogeneities in crop mosaics
General conclusion and perspectivesNuméro de notice : 26708 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géomatique : Rennes 2 : 2021 Organisme de stage : Littoral, Environnement, Télédétection, Géomatique LETG nature-HAL : Thèse DOI : sans Date de publication en ligne : 14/10/2021 En ligne : https://tel.hal.science/tel-03377565 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99456 Évaluation et spatialisation du potentiel offert par les moyens d'alerte centrés sur la localisation des individus / Esteban Bopp (2021)
Titre : Évaluation et spatialisation du potentiel offert par les moyens d'alerte centrés sur la localisation des individus : expérimentations à différentes échelles en France Type de document : Thèse/HDR Auteurs : Esteban Bopp, Auteur ; Johnny Douvinet, Directeur de thèse Editeur : Avignon : Université d'Avignon Année de publication : 2021 Importance : 342 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse en vue d'obtenir le grade de Docteur de Avignon Université, Spécialité GéographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Navigation et positionnement
[Termes IGN] analyse spatiale
[Termes IGN] commune
[Termes IGN] échelle géographique
[Termes IGN] France (administrative)
[Termes IGN] géolocalisation
[Termes IGN] message d'alerte
[Termes IGN] téléphone intelligent
[Termes IGN] test de performance
[Termes IGN] utilisateur nomadeIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Le 24 septembre 2020, le ministère de l’Intérieur a annoncé la mise en place, au plus tard en 2022, de deux moyens d’alerte centrés sur la localisation des individus en temps réel : le Cell Broadcast (CB) et le SMS géolocalisé (LB-SMS). Ces deux LBAS (Location-Based Alerting System) permettent la diffusion d’alertes plus massives, plus rapides, et spatialisées (Aloudat, 2010). Cette thèse, qui a devancé un tel choix politique, propose d’estimer le potentiel de ces LBAS et d’analyser la manière dont ces moyens peuvent améliorer l’alerte à la population en France. À l’aide de protocoles méthodologiques variés et reposants sur les méthodes issues de l’analyse spatiale, nous démontrons le haut potentiel de performance du CB et du LB-SMS à l’échelle nationale. Les taux d’individus alertables par ces solutions sont très hauts et le niveau d’alertabilité des communes est très homogène. Ces outils sont aussi bien acceptés par la population. Autrement dit, ces deux solutions offrent de nouvelles opportunités pour venir pallier les faiblesses des moyens traditionnels. Il est toutefois nécessaire d’adapter ces solutions aux contextes sociaux et territoriaux. Leur intégration dans la future plateforme FR-Alert et notamment les motifs d’utilisation doivent être réfléchis, en évitant tout fétichisme technologique et en adaptant les organisations à ces mutations, ce qui peut parfois prendre (beaucoup) de temps. Note de contenu : Introduction générale
PREMIÈRE PARTIE - Diffuser une alerte à la population en France : constats, limites et opportunités
Chapitre 1 - L’alerte : une notion multidimensionnelle à appréhender à différentes échelles en France
Chapitre 2 - Les disparités spatiales de l’alerte par sirènes
Chapitre 3 - Apports et limites de l’alerte centrée sur la localisation des individus
DEUXIÈME PARTIE - Évaluer le potentiel des LBAS en France : développements méthodologiques
Chapitre 4 - Évaluation du potentiel offert par les applications mobiles d’alerte en France
Chapitre 5 - Évaluation du potentiel de performance spatiale des LBAS en France métropolitaine
Chapitre 6 - Évaluation de l’acceptabilité des LBAS
TROISIÈME PARTIE - Contributions à la géographie de l’alerte : enjeux et perspectives
Chapitre 7 - Comment adapter l’offre aux territoires ? Investigations à l’échelle communale
Chapitre 8 - Quel regard géographique porter face à la mise en œuvre de la plateforme nationale FR-Alert ?
Chapitre 9 - Quelles perspectives d’évolution pour les systèmes d’alerte nationaux ?
Conclusion généraleNuméro de notice : 26562 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité Géographie : Avignon : 2021 Organisme de stage : UMR Étude des Structures, des Processus d’Adaptation et des Changements de l’Espace ESPACE nature-HAL : Thèse DOI : sans Date de publication en ligne : 24/06/2021 En ligne : https://theses.hal.science/tel-03637612/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98252 Exploration of reinforcement learning algorithms for autonomous vehicle visual perception and control / Florence Carton (2021)
Titre : Exploration of reinforcement learning algorithms for autonomous vehicle visual perception and control Titre original : Exploration des algorithmes d'apprentissage par renforcement pour la perception et le controle d'un véhicule autonome par vision Type de document : Thèse/HDR Auteurs : Florence Carton, Auteur ; David Filliat, Directeur de thèse Editeur : Paris : Ecole Nationale Supérieure des Techniques Avancées ENSTA Année de publication : 2021 Importance : 173 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l’Institut Polytechnique de Paris, Spécialité : Informatique, Données, IALangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage par renforcement
[Termes IGN] classification dirigée
[Termes IGN] instrument embarqué
[Termes IGN] navigation autonome
[Termes IGN] reconnaissance de formes
[Termes IGN] réseau neuronal profond
[Termes IGN] robot mobile
[Termes IGN] segmentation sémantique
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Reinforcement learning is an approach to solve a sequential decision making problem. In this formalism, an autonomous agent interacts with an environment and receives rewards based on the decisions it makes. The goal of the agent is to maximize the total amount of rewards it receives. In the reinforcement learning paradigm, the agent learns by trial and error the policy (sequence of actions) that yields the best rewards.In this thesis, we focus on its application to the perception and control of an autonomous vehicle. To stay close to human driving, only the onboard camera is used as input sensor. We focus in particular on end-to-end training, i.e. a direct mapping between information from the environment and the action chosen by the agent. However, training end-to-end reinforcement learning for autonomous driving poses some challenges: the large dimensions of the state and action spaces as well as the instability and weakness of the reinforcement learning signal to train deep neural networks.The approaches we implemented are based on the use of semantic information (image segmentation). In particular, this work explores the joint training of semantic information and navigation.We show that these methods are promising and allow to overcome some limitations. On the one hand, combining segmentation supervised learning with navigation reinforcement learning improves the performance of the agent and its ability to generalize to an unknown environment. On the other hand, it enables to train an agent that will be more robust to unexpected events and able to make decisions limiting the risks.Experiments are conducted in simulation, and numerous comparisons with state of the art methods are made. Note de contenu : 1- Introduction
2- Supervised learning and reinforcement learning background
3- State of the art
4- End-to-end autonomous driving on circuit with reinforcement learning
5- From lane following to robust conditional driving
6- Exploration of methods to reduce overfit
7- ConclusionNuméro de notice : 28325 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse étrangère Note de thèse : Thèse de Doctorat : Informatique, Données, IA : ENSTA : 2021 DOI : sans En ligne : https://tel.hal.science/tel-03273748/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98363 Geometric and semantic joint approach for the reconstruction of digital models of buildings / Pierre-Alain Langlois (2021)PermalinkPermalinkGeometric computer vision: omnidirectional visual and remotely sensed data analysis / Pouria Babahajiani (2021)PermalinkPermalinkHeight system unification and estimation of the lithospheric structure beneath Vietnam through high-resolution gravity field and quasigeoid modeling / Dinh Toan Vu (2021)PermalinkHigh accuracy terrestrial positioning based on time delay and carrier phase using wideband radio signals / Han Dun (2021)PermalinkInitialization methods of convolutional neural networks for detection of image manipulations / Ivan Castillo Camacho (2021)PermalinkIntégration et analyse de données massives et hétérogènes pour une observation intelligente du territoire / Rodrigue Kafando (2021)PermalinkPermalinkInteractions between oak and cervids during the process of forest regeneration / Julien Barrere (2021)PermalinkPermalinkLearning-based representations and methods for 3D shape analysis, manipulation and reconstruction / Marie-Julie Rakotosaona (2021)PermalinkPermalinkLearning disentangled representations of satellite image time series in a weakly supervised manner / Eduardo Hugo Sanchez (2021)PermalinkPermalinkLearning to translate land-cover maps: Several multi-dimensional context-wise solutions / Luc Baudoux (2021)PermalinkPermalinkMachine learning for the distributed and dynamic management of a fleet of taxis and autonomous shuttles / Tatiana Babicheva (2021)PermalinkA method of hydrographic survey technology selection based on the decision tree supervised learning / Ivana Golub Medvešek (2021)PermalinkMéthodes et outils pour l’analyse spatiale exploratoire en géolinguistique : contributions aux humanités numériques spatialisées / Clément Chagnaud (2021)PermalinkMéthodes de partage d'informations visuelles et inertielles pour la localisation et la cartographie simultanées décentralisées multi-robots / Rodolphe Dubois (2021)PermalinkPermalinkPermalinkModel based signal processing techniques for nonconventional optical imaging systems / Daniele Picone (2021)PermalinkModélisation et raisonnement spatial flou pour l’aide à la localisation de victimes en montagne / Mattia Bunel (2021)PermalinkModélisation et simulation de comportements piétons réalistes en espace partagé avec un véhicule autonome / manon Prédhumeau (2021)PermalinkPermalinkPermalinkObject detection using component-graphs and ConvNets with application to astronomical images / Thanh Xuan Nguyen (2021)PermalinkPermalinkOptimisations cartographiques pour la gestion des crises et des risques majeurs : le cas de la cartographie des dommages post-catastrophes / Thomas Candela (2021)PermalinkPerception de scène par un système multi-capteurs, application à la navigation dans des environnements d'intérieur structuré / Marwa Chakroun (2021)PermalinkPlanimetric simplification and lexicographic optimal chains for 3D urban scene reconstruction / Julien Vuillamy (2021)PermalinkPermalinkQuantification probabiliste des taux de déformation crustale par inversion bayésienne de données GPS / Colin Pagani (2021)PermalinkRange-wide demographic patterns in European forests along climatic marginality gradients : An approach using national forest inventories / Alexandre Changenet (2021)PermalinkReal-time multimodal semantic scene understanding for autonomous UGV navigation / Yifei Zhang (2021)PermalinkReconnaissance spécifique et cartographie des arbres de la canopée en forêt tropicale en Guyane française par fusion de données lidar et hyperspectrales appliquées aux besoins de la gestion forestière / Anthony Laybros (2021)PermalinkRemote sensing analysis of small scale dynamic phenomena in the atmospheric boundary layer / Kostas Cheliotis (2021)PermalinkRemotely-sensed rip current dynamics and morphological control in high-energy beach environments / Isaac Rodriguez Padilla (2021)PermalinkReprésentation sémantique de données géospatiales au service de l'analyse de changements / Jordan Dorne (2021)PermalinkPermalinkSeasonal flow variability of Greenlandic glaciers : satellite observations and numerical modeling to study driving processes / Anna Derkacheva (2021)PermalinkSpatiotemporal patterns of urbanization during the last four decades in Switzerland and their impacts on urban heat islands / Marti Bosch Padros (2021)PermalinkSpectral variability in hyperspectral unmixing : Multiscale, tensor, and neural network-based approaches / Ricardo Augusto Borsoi (2021)PermalinkStatistical analysis of vertical land motions and sea level measurements at the coast / Kevin Gobron (2021)PermalinkStudy of an integrated pre-processing architecture for smart-imaging-systems, in the context of lowpower computer vision and embedded object detection / Luis Cubero Montealegre (2021)PermalinkPermalinkPermalinkPermalinkTélédétection hyperspectrale pour l’identification et la caractérisation de minéraux industriels / Ronan Rialland (2021)PermalinkTélédétection et intégration de connaissances via la modélisation spatiale pour une cartographie plus cohérente des systèmes agricoles complexes / Arthur Crespin-Boucaud (2021)PermalinkTélédétection synchronisée hyperspectrale et LiDAR à retour d’onde complet : application au suivi des littoraux sableux de la région Pays-de-la-Loire / Giovanni Frati (2021)PermalinkThe challenge of robust trait estimates with deep learning on high resolution RGB images / Etienne David (2021)PermalinkTime-series analysis of massive satellite images : Application to earth observation / Alexandre Constantin (2021)PermalinkPermalinkUsing remote sensing and modeling to monitor and understand harmful algal blooms. Application to Karaoun Reservoir (Lebanon) / Najwa Sharaf (2021)PermalinkVariabilité environnementale et botanique de la densité du bois des espèces forestières et variabilité temporelle de la biomasse aérienne des forêts françaises : une analyse sur un échantillon systématique de l’inventaire forestier national / Baptiste Kerfriden (2021)PermalinkVisual exploration of historical image collections: An interactive approach through space and time / Evelyn Paiz-Reyes (2021)PermalinkAnalyse de la distribution spatiale des implantations humaines : apports et limites d’indicateurs multi-échelles et trans-échelles / François Sémécurbe (2020)PermalinkAnalyse spatio-temporelle des mobilités de randonneurs dans le PNR du Massif des Bauges / Colin Kerouanton (2020)PermalinkApplication of geographic Information system and remote sensing in multiple criteria analysis to identify priority areas for biodiversity conservation in Vietnam / Xuan Dinh Vu (2020)PermalinkApplication of machine learning techniques for evidential 3D perception, in the context of autonomous driving / Edouard Capellier (2020)PermalinkPermalinkAsymptotically exact data augmentation : models and Monte Carlo sampling with applications to Bayesian inference / Maxime Vono (2020)PermalinkCaractérisation du manteau neigeux arctique, suivi climatique et télédétection micro-onde / Céline Vargel (2020)PermalinkCartographie des essences forestières à partir de séries temporelles d’images satellitaires à hautes résolutions : stabilité des prédictions, autocorrélation spatiale et cohérence avec la phénologie observée in situ / Nicolas Karasiak (2020)PermalinkCartographie sémantique hybride de scènes urbaines à partir de données image et Lidar / Mohamed Boussaha (2020)PermalinkPermalinkContribution à la segmentation et à la modélisation 3D du milieu urbain à partir de nuages de points / Tania Landes (2020)PermalinkConvolutional neural networks for change analysis in earth observation images with noisy labels and domain shifts / Rodrigo Caye Daudt (2020)PermalinkPermalinkPermalinkDevelopment of new homogenisation methods for GNSS atmospheric data. Application to the analysis of climate trends and variability / Annarosa Quarello (2020)PermalinkDéveloppement de la photogrammétrie et d'analyses d'images pour l'étude et le suivi d'habitats marins / Guilhem Marre (2020)PermalinkPermalinkDynamique spontanée post-tempête de la végétation forestière en contexte de changement climatique / Lucie Dietz (2020)PermalinkEstimation et suivi de la ressource en bois en France métropolitaine par valorisation des séries multi-temporelles à haute résolution spatiale d'images optiques (Sentinel-2) et radar (Sentinel-1, ALOS-PALSAR) / David Morin (2020)PermalinkPermalinkÉtude de la vapeur d’eau atmosphérique à partir de données GNSS dans le bassin sud-ouest de l’océan Indien et applications à l’étude du climat et des cyclones tropicaux / Edouard Lees (2020)PermalinkEtudes des dynamiques spatiales d’évolution de l’occupation et de l’utilisation des sols dans la fenêtre lacustre camerounaise du lac Tchad et son arrière-pays à partir des grandes sécheresses sahéliennes de 1970 / Paul Gérard Gbetkom (2020)PermalinkPermalinkFusion d'approches photométriques et géométriques pour la création de modèles 3D / Jean Mélou (2020)PermalinkFusion of 3D point clouds and hyperspectral data for the extraction of geometric and radiometric features of trees / Eduardo Alejandro Tusa Jumbo (2020)PermalinkPermalinkGlobal investigation of marine atmospheric boundary layer rolls using Sentinel-1 SAR data / Chen Wang (2020)PermalinkDe l’image optique "multi-stéréo" à la topographie très haute résolution et la cartographie automatique des failles par apprentissage profond / Lionel Matteo (2020)PermalinkImage processing applications in object detection and graph matching: from Matlab development to GPU framework / Beibei Cui (2020)PermalinkPermalinkImaging and diagnostic of sub-wavelength micro-structures, from closed-form algorithms to deep learning / Peipei Ran (2020)PermalinkInformation Géographique Volontaire, vers un usage conjoint avec l’information géographique institutionnelle / Ana-Maria Olteanu-Raimond (2020)PermalinkInteractions between hierarchical learning and visual system modeling : image classification on small datasets / Thalita Firmo Drumond (2020)PermalinkInversion de données PolSAR en bande P pour l'estimation de la biomasse forestière / Colette Gelas (2020)PermalinkPermalinkLearning and geometric approaches for automatic extraction of objects from remote sensing images / Nicolas Girard (2020)Permalink