Catalogue en ligne IGN

Public

contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)

Titre :	Fast Image and LiDAR alignment based on 3D rendering in sensor topology
Type de document :	Article/Communication
Auteurs :	Pierre Biasutti , Auteur ; Jean-François Aujol, Auteur ; Mathieu Brédif , Auteur ; Aurélie Bugeau, Auteur
Editeur :	Saint-Mandé : Institut national de l'information géographique et forestière - IGN
Année de publication :	2019
Projets :	1-Pas de projet /
Importance :	9 p.
Format :	21 x 30 cm
Note générale :	Bibliographie This project has also received funding from the European Union’s Horizon 2020 research and innovation programme underthe Marie Skłodowska-Curie grant agreement No 777826.
Langues :	Anglais (eng)
Descripteur :	[Vedettes matières IGN] Applications photogrammétriques [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] image optique [Termes IGN] semis de points
Résumé :	(Auteur) Mobile Mapping Systems are now commonly used in large urban acquisition campaigns. They are often equiped with LiDAR sensors and optical cameras, providing very large multimodal datasets. The fusion of both modalities serves different purposes such as point cloud colorization, geometry enhancement or object detection. However, this fusion task cannot be done directly as both modalities are only coarsely registered. This paper presents a fully automatic approach for LiDAR projection and optical image registration refinement based on LiDAR point cloud 3D renderings. First, a coarse 3D mesh is generated from the LiDAR point cloud using the sensor topology. Then, the mesh is rendered in the image domain. After that, a variational approach is used to align the rendering with the optical image. This method achieves high quality results while performing in very low computational time. Results on real data demonstrate the efficiency of the model for aligning LiDAR projections and optical images.
Numéro de notice :	P2019-002
Affiliation des auteurs :	LASTIG MATIS+Ext (2012-2019)
Thématique :	IMAGERIE
Nature :	Communication
nature-HAL :	Préprint
DOI :	sans
En ligne :	https://hal.archives-ouvertes.fr/hal-02100715v1
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=93283

Documents numériques

Fast Image and LiDAR alignment based on... - pdf preprint

Adobe Acrobat PDF

Public

contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)

Titre :	Image based rendering of large historical image collections
Type de document :	Article/Communication
Auteurs :	Evelyn Paiz-Reyes , Auteur
Editeur :	Saint-Mandé : Institut national de l'information géographique et forestière - IGN
Année de publication :	2019
Projets :	Alegoria / Gouet-Brunet, Valérie
Conférence :	Eurographics 2019, Doctoral consortium, 40th annual conference of the European association for computer graphics 06/05/2019 10/05/2019 Gênes Italie programme doctoral consortium
Importance :	4 p.
Format :	21 x 30 cm
Note générale :	bibliographie
Langues :	Anglais (eng)
Descripteur :	[Termes IGN] analyse spatio-temporelle [Termes IGN] base de données d'images [Termes IGN] distorsion d'image [Termes IGN] données anciennes [Termes IGN] iconographie [Termes IGN] image numérisée [Termes IGN] information géographique [Termes IGN] rendu (géovisualisation) [Termes IGN] visualisation de données [Vedettes matières IGN] Géovisualisation
Résumé :	(auteur) This paper states an overview of my dissertation research centered on the continuous immersive visualization and navigation through time and space of large sets of historical photographs. The research aims for: (i) the treatment of scientific obstacles (e.g. data volume, heterogeneity, distortions, and uncertainties) that appear when old pictures are placed in today’s environment; (ii) the visualization (saliently and spatially) of these photos. The main model of the study is image-based rendering IBR, because of its capacity to use imprecise or non-existent geometry (i.e. since a modern 3D scene may differ from a historical one, due to environmental changes over time). The findings of this work may contribute significantly by extending the current IBR models and providing a new innovative way to examine these massive and heterogeneous datasets.
Numéro de notice :	C2019-073
Affiliation des auteurs :	LASTIG MATIS (2012-2019)
Thématique :	IMAGERIE
Nature :	Communication
nature-HAL :	ComSansActesPubliés-Unpublished
DOI :	sans
Date de publication en ligne :	05/11/2019
En ligne :	https://hal.archives-ouvertes.fr/hal-02301561
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=94167

Documents numériques

Image based rendering... - pdf preprint

Adobe Acrobat PDF

Public

contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)

Titre :	Rendu et représentation graphiques d’informations spatio-temporelles
Type de document :	Article/Communication
Auteurs :	Sidonie Christophe , Auteur ; Mathieu Brédif , Auteur
Editeur :	Saint-Mandé : Institut national de l'information géographique et forestière - IGN
Année de publication :	2019
Conférence :	JFIGRV 2019, Journées Françaises d’Informatique Graphique et de Réalité Virtuelle 12/11/2019 15/11/2019 Marseille France programme
Importance :	6 p.
Format :	21 x 30 cm
Note générale :	bibliographie
Langues :	Français (fre)
Descripteur :	[Termes IGN] analyse visuelle [Termes IGN] cognition [Termes IGN] données hétérogènes [Termes IGN] données multiéchelles [Termes IGN] données spatiotemporelles [Termes IGN] niveau d'abstraction [Termes IGN] réalité augmentée [Termes IGN] rendu (géovisualisation) [Termes IGN] représentation cartographique [Termes IGN] représentation graphique [Vedettes matières IGN] Géovisualisation
Résumé :	(auteur) Cet article de positionnement expose une partie des questions de recherche et travaux en cours de notre équipe en géovisualisation (équipe GEOVIS du laboratoire LaSTIG), concernant la visualisation et l’analyse visuelle d’informations spatio-temporelles sur le territoire, via l’interaction et l’immersion. Les questions classiques de la géovisualisation perdurent – quelles représentations graphiques, quelles interfaces, quelle qualité. Néanmoins, le contexte a évolué : la complexité des phénomènes et dynamiques physiques, historiques, sociologiques et leurs interactions avec l’espace géographique, ainsi que le volume de données spatiales hétérogènes, et les besoins d’utilisateurs très variés en capacités de vision, perception et cognition nécessitent de faire encore plus converger des domaines connexes sur la représentation graphique et l’exploration de données, pour améliorer les capacités d’analyse visuelle en géovisualisation. En particulier, nous présentons ici des questions et travaux de recherche spécifiques à l’exploration interactive des capacités de rendu et de représentation (carto)graphique de données spatio-temporelles dans le contexte de la géovisualisation. Ces travaux s’appliquent à des problématiques liées à la visualisation des espaces géographiques urbains et à des problématiques d’analyse de dynamiques urbaines (historique, planification) et de dynamiques géophysiques (inondations, météorologie). Ces travaux sont implémentés sur une plateforme open source de visualisation 3D.
Numéro de notice :	C2019-023
Affiliation des auteurs :	UGE-LASTIG (2020- )
Thématique :	GEOMATIQUE
Nature :	Communication
nature-HAL :	ComSansActesPubliés-Unpublished
DOI :	sans
Date de publication en ligne :	07/11/2019
En ligne :	https://hal.archives-ouvertes.fr/hal-02354598
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=94168

Documents numériques

Rendu et représentation graphiques... pdf auteur

Adobe Acrobat PDF

Public

contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)

Titre :	Fast computation of distances in a tree
Titre original :	Calcul rapide de distances dans un arbre
Type de document :	Article/Communication
Auteurs :	Marc Pierrot-Deseilligny , Auteur
Editeur :	Saint-Mandé : Institut national de l'information géographique et forestière - IGN
Année de publication :	2020
Importance :	8 p.
Note générale :	Bibliographie
Langues :	Anglais (eng)
Descripteur :	[Vedettes matières IGN] Algorithmique [Termes IGN] arbre (mathématique) [Termes IGN] distance (mathématique)
Résumé :	(Auteur) Computation of distances between two submits of a tree is an operation that occurs in some pattern recognition problem. When this operation has to be done thousands of times on millions of trees, the linear standard algorithms in OpN q for each pair may be a bottleneck to the global computation. This note present recursive spliting method with a complexity of OplogpN qq on each pair in worst case, and Op1q in average on all pair, once a pre-computation OpN logpN qq has been done on the whole tree. A commented C++ implementation is published as a companion to this note.
Numéro de notice :	P2020-004
Affiliation des auteurs :	UGE-LASTIG (2020- )
Thématique :	INFORMATIQUE/MATHEMATIQUE
Nature :	Preprint
nature-HAL :	Préprint
DOI :	sans
Date de publication en ligne :	05/05/2020
En ligne :	https://hal.archives-ouvertes.fr/hal-02563859
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=95036

Documents numériques

Fast computation of distances in a tree - pdf preprint

Adobe Acrobat PDF

Public

contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)

Titre :	Suivi des impacts d’un arasement de barrage sur la végétation riveraine par télédétection à très haute résolution spatiale et temporelle
Type de document :	Thèse/HDR
Auteurs :	Marianne Laslier, Auteur ; Laurence Hubert-Moy, Directeur de thèse ; Simon Dufour, Directeur de thèse
Editeur :	Université Bretagne Loire
Année de publication :	2018
Importance :	332 p.
Format :	21 x 30 cm
Note générale :	bibliographie Thèse Université Rennes 2 pour obtenir le titre de Docteure de l'Université Bretagne Loire, Mention : Gèographie
Langues :	Français (fre)
Descripteur :	[Vedettes matières IGN] Lasergrammétrie [Termes IGN] barrage [Termes IGN] données lidar [Termes IGN] forêt ripicole [Termes IGN] image à très haute résolution [Termes IGN] image captée par drone [Termes IGN] lidar à retour d'onde complète [Termes IGN] niveau hydrostatique [Termes IGN] nivellement [Termes IGN] plante ripicole [Termes IGN] restauration du milieu naturel [Termes IGN] rive [Termes IGN] semis de points [Termes IGN] télédétection
Résumé :	(auteur) Les cours d’eau font l’objet de prescriptions législatives encourageant leur restauration, et l’arasement de barrages est une des solutions utilisées actuellement en France pour y parvenir. La végétation riparienne participe à l’intégrité et à la stabilité des systèmes fluviaux, Elle est donc une composante majeure à évaluer dans le cadre des actions de restauration .Les objectifs de la thèse sont d'analyser la dynamique de colonisation des berges exondées à court terme dans le contexte de l’arasement des barrages de la Sélune (Normandie) et de développer des indicateurs de suivi à long terme des zones ripariennes. Dans un premier temps, une analyse des dynamiques de colonisation aux échelles intra et interannuelles réalisée à l’aide d’images drone et de relevés terrain a révélé la pertinence de l’utilisation d’images drones pour cartographier la végétation, ainsi que des dynamiques successionnelles rapides, avec un potentiel de restauration passive et de stabilisation des sédiments. Dans un second temps, l’analyse de nuages de points LiDAR en trois dimensions acquis en hiver et en été a montré la complémentarité des deux dates d’acquisition pour cartographier des indicateurs de statut des ripisylves à large échelle tels que les essences principales, l’ombrage ou la densité de strates herbacées et arbustives. Ces résultats permettent de discuter les dimensions méthodologiques et opérationnelles de l’utilisation des approches par télédétection pour le suivi des ripisylves.
Note de contenu :	Introduction générale 1- Etat de l'art 2- Site d'études et données 3- Dynamiques de colonisation des berges exondées 4- Cartographie d'indicateurs de statut des ripisylves Discussion et conclusion générale
Numéro de notice :	25819
Affiliation des auteurs :	non IGN
Thématique :	IMAGERIE
Nature :	Thèse étrangère
Note de thèse :	Thèse de Doctorat: Géographie : Rennes : 2018
En ligne :	https://tel.archives-ouvertes.fr/tel-02080672v2/document
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=95085

Public

contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)

Titre :	Validating the correct wearing of protection mask by taking a selfie: design of a mobile application "CheckYourMask" to limit the spread of COVID-19
Type de document :	Article/Communication
Auteurs :	Karim Hammoudi , Auteur ; Adnane Cabani, Auteur ; Halim Benhabiles, Auteur ; Mahmoud Melkemi, Auteur
Editeur :	Paris : HAL
Année de publication :	2020
Importance :	6 p.
Note générale :	Bibliographie
Langues :	Anglais (eng)
Descripteur :	[Vedettes matières IGN] Intelligence artificielle [Termes IGN] application informatique [Termes IGN] interface mobile [Termes IGN] maladie infectieuse [Termes IGN] prévention [Termes IGN] reconnaissance de formes [Termes IGN] santé [Termes IGN] téléphonie mobile
Résumé :	(Auteur) In a context of a virus that is transmissive by sputtering, wearing masks appear necessary to protect the wearer and to limit the propagation of the disease. Currently, we are facing the 2019-20 coronavirus pandemic. Coronavirus disease 2019 (COVID-19) is an infectious disease with first symptoms similar to the flu. COVID-19 appeared first in China and very quickly spreads to the rest of the world. The COVID-19 contagiousness is known to be high by comparison with the flu. In this paper, we propose a design of a mobile application for permitting to everyone having a smartphone and being able to take a picture to verify that his/her protection mask is correctly positioned on his/her face. Such application can be particularly useful for people using face protection mask for the first time and notably for children and old people. The designed method exploits Haar-like feature descriptors to detect key features of the face and a decision-making algorithm is applied. Experimental results show the potential of this method in the validation of the correct mask wearing. To the best of our knowledge, our work is the only one that currently proposes a mobile application design "CheckYourMask" for validating the correct wearing of protection mask.
Numéro de notice :	P2020-008
Affiliation des auteurs :	non IGN
Thématique :	IMAGERIE
Nature :	Preprint
nature-HAL :	Préprint
DOI :	sans
Date de publication en ligne :	21/05/2020
En ligne :	https://hal.science/hal-02614790
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=95115

Public

contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)

Titre :	Spatial machine learning applied to multivariate and multimodal images
Type de document :	Thèse/HDR
Auteurs :	Gianni Franchi, Auteur ; Jesus Angulo lopez, Directeur de thèse
Editeur :	Paris : Université Paris Sciences et Lettres
Année de publication :	2016
Importance :	197 p.
Format :	21 x 30 cm
Note générale :	bibliographie Thèse de Doctorat de l'Université de Recherche Paris Sciences et Lettres, préparée à MINES ParisTech, Spécialité : Morphologie Mathématique
Langues :	Anglais (eng)
Descripteur :	[Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse en composantes principales [Termes IGN] analyse linéaire des mélanges spectraux [Termes IGN] apprentissage automatique [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] fusion d'images [Termes IGN] image hyperspectrale [Termes IGN] krigeage [Termes IGN] méthode fondée sur le noyau [Termes IGN] microscope électronique [Termes IGN] morphologie mathématique [Termes IGN] régression linéaire
Résumé :	(auteur) This thesis focuses on multivariate spatial statistics and machine learning applied to hyperspectral and multimodal and images in remote sensing and scanning electron microscopy (SEM). In this thesis the following topics are considered: Fusion of images: SEM allows us to acquire images from a given sample using different modalities. The purpose of these studies is to analyze the interest of fusion of information to improve the multimodal SEM images acquisition. We have modeled and implemented various techniques of image fusion of information, based in particular on spatial regression theory. They have been assessed on various datasets. Spatial classification of multivariate image pixels: We have proposed a novel approach for pixel classification in multi/hyperspectral images. The aim of this technique is to represent and efficiently describe the spatial/spectral features of multivariate images. These multi-scale deep descriptors aim at representing the content of the image while considering invariances related to the texture and to its geometric transformations. Spatial dimensionality reduction: We have developed a technique to extract a feature space using morphological principal component analysis. Indeed, in order to take into account the spatial and structural information we used mathematical morphology operators
Note de contenu :	I- Introduction II- Feature representation and classification for hyperspectral images III- Fusion of information for multimodal SEM images IV Conclusion
Numéro de notice :	25828
Affiliation des auteurs :	non IGN
Thématique :	IMAGERIE/MATHEMATIQUE
Nature :	Thèse française
Note de thèse :	Thèse de Doctorat : Spécialité : Morphologie Mathématique : Paris, 2016
nature-HAL :	Thèse
DOI :	sans
En ligne :	https://tel.archives-ouvertes.fr/tel-01483980v2/document
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=95124

Public

contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)

Titre :	Effective and annotation efficient deep learning for image understanding
Type de document :	Thèse/HDR
Auteurs :	Spyridon Gidaris, Auteur ; Nikos Komodakis, Directeur de thèse
Editeur :	Champs/Marne : Université Paris-Est
Année de publication :	2018
Importance :	236 p.
Format :	21 x 30 cm
Note générale :	bibliographie Thèse de Doctorat de l’Université Paris-Est, Domaine : Traitement du Signal et des Images
Langues :	Anglais (eng)
Descripteur :	[Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse d'image numérique [Termes IGN] apprentissage profond [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] compréhension de l'image [Termes IGN] détection d'objet [Termes IGN] prédiction [Termes IGN] reconnaissance d'objets [Termes IGN] segmentation sémantique
Résumé :	(auteur) Recent development in deep learning have achieved impressive results on image understanding tasks. However, designing deep learning architectures that will effectively solve the image understanding tasks of interest is far from trivial. Even more, the success of deep learning approaches heavily relies on the availability of large-size manually labeled (by humans) data. In this context, the objective of this dissertation is to explore deep learning based approaches for core image understanding tasks that would allow to increase the effectiveness with which they are performed as well as to make their learning process more annotation efficient, i.e., less dependent on the availability of large amounts of manually labeled training data. We first focus on improving the state-of-the-art on object detection. More specifically, we attempt to boost the ability of object detection systems to recognize (even difficult) object instances by proposing a multi-region and semantic segmentation-aware ConvNet-based representation that is able to capture a diverse set of discriminative appearance factors. Also, we aim to improve the localization accuracy of object detection systems by proposing iterative detection schemes and a novel localization model for estimating the bounding box of the objects. We demonstrate that the proposed technical novelties lead to significant improvements in the object detection performance of PASCAL and MS COCO benchmarks. Regarding the pixel-wise image labeling problem, we explored a family of deep neural network architectures that perform structured prediction by learning to (iteratively) improve some initial estimates of the output labels. The goal is to identify which is the optimal architecture for implementing such deep structured prediction models. In this context, we propose to decompose the label improvement task into three steps: 1) detecting the initial label estimates that are incorrect, 2) replacing the incorrect labels with new ones, and finally 3) refining the renewed labels by predicting residual corrections w.r.t. them. We evaluate the explored architectures on the disparity estimation task and we demonstrate that the proposed architecture achieves state-of-the-art results on the KITTI 2015 benchmark.In order to accomplish our goal for annotation efficient learning, we proposed a self-supervised learning approach that learns ConvNet-based image representations by training the ConvNet to recognize the 2d rotation that is applied to the image that it gets as input. We empirically demonstrate that this apparently simple task actually provides a very powerful supervisory signal for semantic feature learning. Specifically, the image features learned from this task exhibit very good results when transferred on the visual tasks of object detection and semantic segmentation, surpassing prior unsupervised learning approaches and thus narrowing the gap with the supervised case.Finally, also in the direction of annotation efficient learning, we proposed a novel few-shot object recognition system that after training is capable to dynamically learn novel categories from only a few data (e.g., only one or five training examples) while it does not forget the categories on which it was trained on. In order to implement the proposed recognition system we introduced two technical novelties, an attention based few-shot classification weight generator, and implementing the classifier of the ConvNet based recognition model as a cosine similarity function between feature representations and classification vectors. We demonstrate that the proposed approach achieved state-of-the-art results on relevant few-shot benchmarks.
Note de contenu :	Introduction 1- Effective deep learning for image understanding 2- Annotation deep learning for image understanding
Numéro de notice :	25835
Affiliation des auteurs :	non IGN
Thématique :	IMAGERIE
Nature :	Thèse française
Note de thèse :	Thèse de Doctorat : Domaine : Traitement du Signal et des Images : Paris-Est : 2018
nature-HAL :	Thèse
DOI :	sans
En ligne :	http://www.theses.fr/2018PESC1143
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=95174

Public

contenu dans HAL Hyper articles en ligne / Centre pour la Communication Scientifique Directe CCSD (2000)

Titre :	Estimation of surface roughness over bare agricultural soil from Sentinel-1 data
Type de document :	Thèse/HDR
Auteurs :	Mohammad Choker, Auteur ; Nicolas Baghdadi, Directeur de thèse ; Mehrez Zribi, Directeur de thèse
Editeur :	Paris, Nancy, ... : AgroParisTech
Année de publication :	2018
Importance :	214 p.
Format :	21 x 30 cm
Note générale :	bibliographie Thèse pour obtenir le grade de Docteur de l'Institut des Sciences et Industries du Vivant et de l'Environnement, AgroParisTech, Géomatique
Langues :	Anglais (eng)
Descripteur :	[Vedettes matières IGN] Applications de télédétection [Termes IGN] bande C [Termes IGN] écho radar [Termes IGN] état de surface du sol [Termes IGN] humidité du sol [Termes IGN] image Cosmo-Skymed [Termes IGN] image Sentinel-SAR [Termes IGN] image TerraSAR-X [Termes IGN] modèle de rétrodiffusion [Termes IGN] polarisation [Termes IGN] rugosité du sol [Termes IGN] surface cultivée [Termes IGN] télédétection en hyperfréquence
Résumé :	(auteur) Spatial remote sensing is of paramount importance for mapping and monitoring environmental problems. Its interest lies in the ability of space satellite sensors in providing permanent information of the planet, at local, regional and global scales. Also, it provides spatial and repetitive territories visions and ecosystem views. Radar remote sensing has shown great potential in recent years for the characterization of soil surface conditions. The state of the soil surface, in particular moisture and roughness, has a fundamental influence on the distribution of rainfall between infiltration, surface retention and runoff. In addition, it plays an essential role in surface hydrological processes and those associated with erosion and evapotranspiration processes. Characterization and consideration of these surface conditions have been recently considered as an important issue for physically based modeling of hydrological processes or for surface-atmosphere coupling. In this context and for several years, several scientific studies have shown the potential of active microwave data for estimation of the soil moisture and the surface roughness.New SAR (Synthetic Aperture Radar) systems have opened new perspectives for earth observation through improved spatial resolution (metric on TerraSAR-X and COSMO-SkyMed) and temporal resolution (TerraSAR-X, COSMO-SkyMed, Sentinel-1) . The recent availability of new Sentinel-1 C-band radar sensors (free and open access) makes it essential to evaluate the potential of Sentinel-1 data for the characterization of soil surface conditions and in particular surface roughness.The work revolves around three parts. The first part consist of evaluation of the most used radar backscattering models (IEM, Oh, Dubois, and AIEM) using a wide dataset of SAR data and experimental soil measurements. This evaluation gives the ability to find the most robust backscattering model that simulates the radar signal with good agreement in order to use later in the inversion procedure of the radar signal for estimating the soil roughness. The second research axe of this thesis consists of proposing an empirical radar backscattering model for HH, HV and VV polarizations. This new model will be developed using a large real dataset. This new model also will be used in the inversion procedure of the radar signal for estimating the soil roughness. The last axe of this thesis consists of producing a method to invert the radar signal using neural networks. The objective is to evaluate the potential of Sentinel-1 data for estimating surface roughness. These neural networks will be trained using wide synthetic dataset produced from the radar backscattering models chosen (IEM calibrated by Baghdadi and the new proposed model) and validated using two datasets: one synthetic dataset and one real (Sentinel 1 images and in-situ measurements). The real datasets are collected from Tunisia (Kairouan) and France (Versailles).
Note de contenu :	1- Introduction 2- Generalities 3- Evaluation of radar backscattering models 4- A new empirical model for radar scattering from bare soil surfaces 5- Estimation of soil roughness using neural networks from sentinel-1 SAR data 6- General conclusion and perspectives
Numéro de notice :	25595
Affiliation des auteurs :	non IGN
Thématique :	IMAGERIE
Nature :	Thèse française
Note de thèse :	Thèse de Doctorat : Géomatique : Paris : 2018
Organisme de stage :	TETIS (Montpellier)
nature-HAL :	Thèse
DOI :	sans
En ligne :	https://tel.archives-ouvertes.fr/tel-02293194/document
Format de la ressource électronique :	URL
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=95218

IGN

Centre dedocumentation
scientifique

Accueil

Sélection de la langue

Adresse

Se connecter

Actualité

L'actu ! voici les premiers frimas d'octobre

Informations pratiques

Documents numériques

Documents numériques

Documents numériques

Documents numériques

IGN / ENSG

L'IGN a pour vocation

Accès directs

2014-2022 IGN

IGN

Centre dedocumentationscientifique

Accueil

Sélection de la langue

Adresse

Se connecter

Actualité

L'actu ! voici les premiers frimas d'octobre

Informations pratiques

Documents numériques

Documents numériques

Documents numériques

Documents numériques

IGN / ENSG

L'IGN a pour vocation

Accès directs

2014-2022 IGN

Centre dedocumentation
scientifique