Détail de l'éditeur
Université Paris-Est
localisé à :
Champs/Marne
|
Documents disponibles chez cet éditeur
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesSimplicial complexes reconstruction and generalisation of 3d lidar data in urban scenes / Stéphane Guinard (2020)
Titre : Simplicial complexes reconstruction and generalisation of 3d lidar data in urban scenes Titre original : Reconstruction et généralisation de complexes simpliciaux à partir de scans lidar de scènes urbaines Type de document : Thèse/HDR Auteurs : Stéphane Guinard Editeur : Champs/Marne : Université Paris-Est Année de publication : 2020 Note générale : bibliographie
École doctorale Mathématiques, Sciences et Technologies de l'Information et de la CommunicationLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes descripteurs IGN] classification basée sur les régions
[Termes descripteurs IGN] complexe simplicial
[Termes descripteurs IGN] données lidar
[Termes descripteurs IGN] données localisées 3D
[Termes descripteurs IGN] optimisation (mathématiques)
[Termes descripteurs IGN] reconstruction d'objet
[Termes descripteurs IGN] scène urbaine
[Termes descripteurs IGN] segmentation
[Termes descripteurs IGN] semis de points
[Termes descripteurs IGN] simplification de maillageIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Grâce à leur résolution et à leur accessibilité toujours meilleures, les capteurs LiDAR sont de plus en plus utilisés pour cartographier les villes. En effet, ces capteurs sont capables de réaliser efficacement des acquisitions à haut résolution, qui peuvent ensuite être utilisées pour produire des reconstructions géométriquement détaillées de scènes complexes. Cependant, une telle reconstruction nécessite d’organiser les données avec une structure de données adaptée, comme des nuages de points ou des maillages. Les nuages de points fournissent une représentation compacte des données, mais leur nature discrète empêche certaines applications telles que la visualisation ou la simulation. Les maillages permettent une représentation continue des surfaces, mais ne sont pas bien adaptés à la représentation d’objets complexes, dont le niveau de détail peut dépasser la résolution de l’acquisition. Pour remédier à ces limitations, nous proposons de reconstruire une géométrie continue uniquement lorsque suffisamment d’informations géométriques sont disponibles. Cela nous amène à créer une reconstruction mêlant triangles, arêtes et points. Nous appelons une telle collection d’objets un complexe simplicial. Dans cette thèse, nous étudions la création de modèles 3D de scènes urbaines géométriquement détaillés, basés sur des complexes simpliciaux. Nous montrons que les complexes simpliciaux sont une alternative appropriée aux maillages. En effet, ils sont rapides à calculer et peuvent être simplifiés tout en conservant une grande fidélité géométrique par rapport aux données d’entrée. Nous soutenons que les complexes simples transmettent de précieuses informations géométriques qui peuvent à leur tour être utilisées pour la sémantisation des nuages de points 3D. Nous pensons également qu’ils peuvent servir de base pour des reconstructions multi-échelles de scènes urbaines. Nous présentons d’abord un algorithme efficace pour le calcul de complexes simpliciaux à partir d’acquisitions LiDAR de scènes urbaines. Comme les complexes simpliciaux reconstruits peuvent être très lourds, ils peuvent être difficiles à traiter sur un ordinateur standard. Pour relever ce défi, nous étudions différentes approches pour les généraliser spatialement, en approximant de grandes zones géométriquement simples par des primitives simples. À cette fin, nous proposons un nouvel algorithme pour calculer des approximations planaires par morceaux de nuages de points 3D, basé sur une approche d’optimisation globale. Ensuite, nous proposons deux applications différentes des complexes simpliciaux. La première est une méthode de polygonalisation améliorant la création de modèles 3D légers mais géométriquement précis. La seconde est une méthode de classification faiblement supervisée utilisant des descripteurs 3D locaux et globaux. Numéro de notice : 17613 Affiliation des auteurs : LaSTIG (2020- ) Thématique : IMAGERIE Nature : Thèse française Note de thèse : thèse : Géographie, Sciences de l'information et de la communication : Paris-Est : 2020 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans date de publication en ligne : 30/09/2020 En ligne : https://tel.archives-ouvertes.fr/tel-02953672/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95943
Titre : Le vandalisme de l'information géographique volontaire : analyse exploratoire et proposition d'une méthodologie de détection automatique Type de document : Thèse/HDR Auteurs : Quy Thy Truong Editeur : Champs/Marne : Université Paris-Est Année de publication : 2020 Projets : 1-Pas de projet / Importance : 274 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de doctorat en Sciences et Technologies de l'Information GéographiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] cartographie collaborative
[Termes descripteurs IGN] données localisées des bénévoles
[Termes descripteurs IGN] OpenStreetMap
[Termes descripteurs IGN] qualité des donnéesIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La qualité de l'information géographique volontaire est actuellement un sujet qui questionne autant les consommateurs de données géographiques que les producteurs de données d'autorité voulant exploiter les bienfaits de la démarche collaborative. En effet, si les données cartographiques collaboratives présentent l'intérêt d'être ouvertes, contrairement à certaines bases de données géographiques officielles, celles-ci sont néanmoins sujettes à des erreurs voire à des dégradations volontaires, provoquées par des contributeurs malintentionnés. Dans ce dernier cas, on parle de vandalisme cartographique ou de carto-vandalisme. Ce phénomène est un travers de la démarche collaborative, et bien qu'il ne concerne qu'une faible portion des contributions, il peut constituer un obstacle à l'utilisation des données cartographiques participatives. Dans une démarche de qualification de l'information géographique volontaire, ce travail de thèse a plus précisément pour objectif de détecter le vandalisme dans les données collaboratives cartographiques. Dans un premier temps, il s'agit de formaliser une définition du concept de carto-vandalisme. Puis, en partant du principe que les contributions volontairement dégradées proviennent de contributeurs malveillants, nous cherchons à démontrer que la qualification des contributeurs permettant d'évaluer leurs contributions. Enfin, nos expériences explorent la capacité des méthodes d'apprentissage machine (machine learning) à détecter le carto-vandalisme. Numéro de notice : 17605 Affiliation des auteurs : LaSTIG (2020- ) Thématique : GEOMATIQUE Nature : Thèse française Note de thèse : thèse : Sciences et Technologies de l'Information Géographique : UPE : 2020 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans date de publication en ligne : 04/09/2020 En ligne : https://tel.archives-ouvertes.fr/tel-02928979/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95683 
Titre : Analyse de la déformation récente dans le Grand Tunis par interférométrie radar SAR Type de document : Thèse/HDR Auteurs : Anis Chaabani Editeur : Champs/Marne : Université Paris-Est Année de publication : 2019 Importance : 312 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour l'obtention du grade de Docteur de l’Université Paris Est Spécialité : Sciences et Technologies de l'Information Géographique, GéotechniqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes descripteurs IGN] carte sismologique
[Termes descripteurs IGN] déformation de la croute terrestre
[Termes descripteurs IGN] déformation de surface
[Termes descripteurs IGN] géomorphologie locale
[Termes descripteurs IGN] image Envisat
[Termes descripteurs IGN] image Sentinel-SAR
[Termes descripteurs IGN] interféromètrie par radar à antenne synthétique
[Termes descripteurs IGN] série temporelle
[Termes descripteurs IGN] surface topographique
[Termes descripteurs IGN] Tunis (Tunisie)
[Termes descripteurs IGN] zone à risqueRésumé : (Auteur) Les phénomènes de déformation du sol d‘origines naturelles (tectoniques et gravitaires...) ou anthropiques (surexploitation des nappes phréatiques, remblaiements...) peuvent avoir des retombées néfastes sur l'environnement et sur la vie humaine. Une bonne compréhension du mécanisme de la déformation est essentielle pour atténuer voire éliminer les risques sur les infrastructures et les environnements naturels. Dans cette étude, on se propose d‘appliquer la méthode interférométrique pour étudier la mobilité sur le grand Tunis qui est une zone urbaine et suburbaine et qui correspond au principal centre socio-économique de Tunisie. Tout d'abord, nous avons effectué des analyses sismotectoniques dans la zone d‘étude pour mieux comprendre les contextes sismique et structurale de la partie NE de la Tunisie tout en se basant sur différentes interprétations effectuées à partir des mécanismes au foyer et de la cartographie des épicentres réalisés dans cette zone. Cette analyse a permis de déduire l‘existence d‘un régime compressif NW-SE qui concorde bien avec le régime déjà existant à l‘échelle régionale. Cette cartographie a permis aussi la détection des différentes zones marquées par une activité sismique relativement importante avec une magnitude modérée et qui coïncident bien avec les accidents majeurs qui affectent la zone d‘étude. Par la suite, nous avons mené une analyse géomorphométrique du secteur d‘étude qui a permis de mettre en évidence différentes structures tectoniques existantes et de bien distinguer les différentes unités morphologiques et morphostructurales. Pour mieux assimiler le contexte morphodynamique de la zone d‘étude, nous avons choisi la méthode interférométrique des sous-ensembles à faibles lignes de base spatiales et temporelle (SBAS) qui est développée par Berardino et al. (2002). En effet, l‘application de l‘interférométrie radar différentiel sur la partie NE de la Tunisie a permis d‘identifier les zones à risques de subsidence naturelles et l'analyse des déformations de la surface topographique, associées aux phénomènes anthropiques. L‘analyse interférométrique des images radars à ouverture synthétique SBAS a démontré sa capacité de surveiller les déformations de la surface topographique et notamment les phénomènes de subsidence "à distance" avec une densité élevée de mesures au sol sur une large zone dans plusieurs travaux à travers le monde. Les analyses effectuées sur les données radar Envisat (2003-2007) en orbite descendante et Sentinel-1B (2016-2018) en orbite ascendante, nous ont permis d‘obtenir des cartes de déformation du sol, associées à des séries temporelles de la vitesse de déplacement de la zone d‘étude. Durant les deux périodes d‘analyses, nos résultats ont révélé et confirmé l‘existence de phénomènes de tassement différentiel dans la région de Tunis et de la plaine alluviale de Mornag. Le premier cas est très probablement expliqué par la nature du remblaiement et du sol hautement compressible dans la région de Tunis. Le deuxième cas consiste en un faible affaissement très probablement lié à une exploitation intensive du système aquifère de Mornag (pompage). Numéro de notice : 26239 Affiliation des auteurs : UPEM-LaSTIG (2016-2019) Thématique : IMAGERIE/POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences et Technologies de l'Information Géographique, Géotechnique : UPE : 2019 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse date de publication en ligne : 03/12/2019 En ligne : https://tel.archives-ouvertes.fr/tel-02390442/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94327 Documents numériques
en open access
Analyse de la déformation récente dans le Grand Tunis... - pdf auteurAdobe Acrobat PDF
Titre : Méthodes d'apprentissage statistique pour la détection de la signalisation routière à partir de véhicules traceurs Type de document : Thèse/HDR Auteurs : Yann Méneroux Editeur : Champs/Marne : Université Paris-Est Année de publication : 2019 Importance : 292 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Paris Est dans le cadre de l'Ecole Doctorale Mathématiques et STIC, Signal, Image, AutomatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique
[Termes descripteurs IGN] autocorrélation spatiale
[Termes descripteurs IGN] classification par forêts aléatoires
[Termes descripteurs IGN] décomposition empirique du signal
[Termes descripteurs IGN] détection automatique
[Termes descripteurs IGN] données GPS
[Termes descripteurs IGN] Map Matching
[Termes descripteurs IGN] modèle mathématique
[Termes descripteurs IGN] navigation pédestre
[Termes descripteurs IGN] ondelette de Haar
[Termes descripteurs IGN] récepteur GPS
[Termes descripteurs IGN] régression quantile
[Termes descripteurs IGN] réseau neuronal convolutif
[Termes descripteurs IGN] segmentation d'image
[Termes descripteurs IGN] signalisation routière
[Termes descripteurs IGN] trace GPS
[Termes descripteurs IGN] vitesse de déplacementRésumé : (auteur) Avec la démocratisation des appareils connectés équipés d'un récepteur GPS, de grandes quantités de trajectoires de véhicules deviennent disponibles, notamment via les flottes de véhicules professionnels et les applications mobiles collaboratives de navigation et d'assistance à la conduite. Récemment, les techniques dites de map inference, visant à dériver de l'information cartographique à partir de ces traces GPS, tendent à compléter, voire à remplacer les techniques traditionnelles. Initialement restreintes à la construction de la géométrie des routes, elles sont progressivement utilisées pour enrichir les réseaux existants, et en particulier pour construire une base de données numérique de la signalisation verticale. La connaissance fine et exhaustive de l'infrastructure routière est un prérequis indispensable dans de nombreux domaines : pour les gestionnaires de réseaux et les décideurs dans le cadre de travaux d'aménagement, pour les usagers avec le calcul précis des temps de parcours, mais aussi, plus récemment, dans le cadre du véhicule autonome. Dans ce contexte, les méthodes d'apprentissage statistique apportent une perspective intéressante et garantissent l’adaptabilité de l'approche aux différents cas d'utilisation et à la grande variabilité des données rencontrées en pratique. L'objectif de ce travail de thèse est d'étudier le potentiel de cette classe de méthodes, pour la détection automatique de la signalisation routière, en temps différé, à partir d'un ensemble de profils de vitesse GPS. Le premier cas d'application est celui de la détection des feux de circulation, étendu par la suite a d'autre types de signalisation comme les passages piétons. En premier lieu, nous travaillons sur un jeu de données expérimental de haute qualité, à l'aide duquel nous étudions les performances de plusieurs classifieurs et nous comparons deux représentations mathématiques des données : une approche classique de reconnaissance d'image et une approche fonctionnelle consistant à agréger et à décomposer les signaux de profils de vitesses sur une base d'ondelettes de Haar. Les résultats obtenus montrent la pertinence de l'approche fonctionnelle, en particulier lorsqu'elle est combinée à l'algorithme des forêts aléatoires, en termes de fiabilité de détection et de temps de calcul. L'approche est alors appliquée sur d'autres types d'éléments de l'infrastructure. Dans un second temps, nous tentons d'adapter la méthode proposée sur le cas de données observationnelles, i.e. acquises en environnement non-contrôlé, pour lesquelles nous cherchons également à estimer la position des feux de signalisation par régression statistique. Les résultats montrent la sensibilité de l'approche axe sur l'apprentissage face à des données fortement bruitées ainsi que la difficulté liée à la définition de l'emprise spatiale des instances individuelles sur un réseau routier complexe. Nous tentons de lever ce second verrou à l'aide d'approches globales fondées sur une segmentation d'image par réseau de neurones convolutionnel. Enfin, nous expérimentons une approche permettant d'exploiter. L'autocorrélation spatiale des variables cibles sur les instances individuelles à l'aide de la topologie du graphe routier et en modélisant la zone d'étude sous forme d'un champ de Markov conditionnel. Les résultats obtenus montrent une amélioration des performances de détection par rapport à l'apprentissage non-structuré. Ces travaux de thèse ont également suscité le développement de méthodes originales de prétraitement des trajectoires GPS (filtrage, interpolation, débiaisage et recalage sur un réseau routier de référence) ainsi que l'élaboration de critères objectifs d'évaluation de la qualité de ces pré-traitements. Note de contenu : 1- Cadre général et enjeux de la thèse
2- Méthodes et algorithmes pour le pré-traitement des trajectoires GPS
3- Comparaison des approches image et fonctionnelle en conditions expérimentale
4- Etude du potentiel des méthodes d'apprentissage sur un cas opérationnel
5- Approches globales : réseaux de neurones artificiels et apprentissage structuréNuméro de notice : 25687 Affiliation des auteurs : LaSTIG COGIT (2012-2019) Thématique : GEOMATIQUE Nature : Thèse française Note de thèse : thèse de Doctorat : Signal, Image, Automatique : Paris-Est : 2019 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse date de publication en ligne : 28/02/2020 En ligne : https://tel.archives-ouvertes.fr/tel-02493936/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94716
Titre : Semantic aware quality evaluation of 3D building models : Modeling and simulation Titre original : Evaluation de la qualité des modèles 3D de bâtiments Type de document : Thèse/HDR Auteurs : Oussama Ennafii Editeur : Champs/Marne : Université Paris-Est Année de publication : 2019 Importance : 238 p. Format : 21 x 30 cm Note générale : bibliographie
Dissertation submitted in partial fulfillment of the requirements for the degree of Doctor of Philosophy delivered by Université Paris-Est, Speciality Geographical Information Sciences and Technologies
Thèse récompensée par le prix 2020 EuroSDR PhD Award.Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] classification par forêts aléatoires
[Termes descripteurs IGN] classification par séparateurs à vaste marge
[Termes descripteurs IGN] détection d'erreur
[Termes descripteurs IGN] généralisation
[Termes descripteurs IGN] image à très haute résolution
[Termes descripteurs IGN] information sémantique
[Termes descripteurs IGN] modèle 3D de l'espace urbain
[Termes descripteurs IGN] modèle numérique de surface
[Termes descripteurs IGN] modélisation 3D
[Termes descripteurs IGN] modélisation du bâti
[Termes descripteurs IGN] scène urbaine
[Termes descripteurs IGN] taxinomieRésumé : (auteur) The automatic generation of 3D building models from geospatial data is now a standard procedure. An abundant literature covers the last two decades and several softwares are now available. However, urban areas are very complex environments. Inevitably, practitioners still have to visually assess, at city-scale, the correctness of these models and detect frequent reconstruction errors. Such a process relies on experts, and is highly time-consuming with approximately two hours/km² per expert. This work proposes an approach for automatically evaluating the quality of 3D building models. Potential errors are compiled in a novel hierarchical and modular taxonomy. This allows, for the first time, to disentangle fidelity and modeling errors, whatever the level of details of the modeled buildings. The quality of models is predicted using the geometric properties of buildings and, when available, Very High Resolution images and Digital Surface Models. A baseline of handcrafted, yet generic, features is fed into a Random Forest or Support Vector Machine classifiers. Richer features, relying on graph kernels as well as Scattering Networks, were proposed to better take into consideration structure. Both multi-class and multi-label cases are studied: due to the interdependence between classes of errors, it is possible to retrieve all errors at the same time while simply predicting correct and erroneous buildings. The proposed framework was tested on three distinct urban areas in France with more than 3,000 buildings. 80%-99% F-score values are attained for the most frequent errors. For scalability purposes, the impact of the urban area composition on the error prediction was also studied, in terms of transferability, generalization, and representativeness of the classifiers. It shows the necessity of multi-modal remote sensing data and mixing training samples from various cities to ensure a stability of the detection ratios, even with very limited training set sizes. Note de contenu : 1- Introduction
2- State of the art
3- Semantic evaluation of 3D models
4- A learning approach for quality evaluation
5- Assessing the learned approach
6- Computing a better representation
7- Assessing the advanced features
8- ConclusionNuméro de notice : 25860 Affiliation des auteurs : LaSTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité : Sciences et Technologies de l'Information Géographique : Paris-Est, 2019 Organisme de stage : Lastig (IGN) nature-HAL : Thèse En ligne : https://hal.archives-ouvertes.fr/tel-02879809 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95395
