Détail de l'éditeur
Université de Caen Normandie
localisé à :
Caen
|
Documents disponibles chez cet éditeur



De l'agrandissement des exploitations agricoles à la transformation des paysages de bocage : analyse comparative des recompositions foncières et paysagères en Normandie / Thibault Preux (2019)
![]()
Titre : De l'agrandissement des exploitations agricoles à la transformation des paysages de bocage : analyse comparative des recompositions foncières et paysagères en Normandie Type de document : Thèse/HDR Auteurs : Thibault Preux, Auteur ; Daniel Delahaye, Directeur de thèse Editeur : Caen [France] : Université de Caen Normandie Année de publication : 2019 Importance : 607 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée pour obtenir le diplôme de Doctorat Préparée au sein de l'Université de Caen Normandie, GéographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes descripteurs IGN] analyse du paysage
[Termes descripteurs IGN] base de données foncières
[Termes descripteurs IGN] base de données spatiotemporelles
[Termes descripteurs IGN] bocage
[Termes descripteurs IGN] exploitation agricole
[Termes descripteurs IGN] Normandie (région 2016)
[Termes descripteurs IGN] parcelle agricole
[Termes descripteurs IGN] paysage agricole
[Termes descripteurs IGN] remembrement agricole
[Termes descripteurs IGN] système d'information foncière
[Termes descripteurs IGN] utilisation du solRésumé : (auteur) Paysages emblématiques des campagnes de l’Ouest, les bocages ont connu une série de transformations rapides et importantes ces quarante dernières années : érosion du linéaire de haies, changements des usages du sol, rationalisation et agrandissement du parcellaire, banalisation et massification des bâtiments agricoles, enfrichement des secteurs les plus difficiles à exploiter. L’ampleur des ajustements observés souligne le décalage entre ces formes paysagères héritées d’une longue histoire agraire, et l’évolution des systèmes agricoles qui contribuent à les produire.Si la transformation des paysages de bocage est généralement attribuée au tournant « productiviste » du modèle agricole français, les processus socio-techniques à l’origine de ces évolutions sont plus rarement explicités. L’objet de ce travail est d’évaluer plus spécifiquement la contribution de l’agrandissement des exploitations agricoles à la dynamique d’évolution des paysages bocagers de l’Ouest de la France.Ce travail de géographie s’appuie dans un premier temps sur une analyse statistique à l’échelle du grand Ouest de la France, visant à étudier l’effet des transformations foncières sur les structures spatiales agricoles (assolements, parcellaire, linéaires boisés…). Dans un second temps, les dynamiques paysagères et foncières de quatre espaces d’étude (Bessin, Bocage Virois, Sud Manche, Pays d’Auge), situés en domaine laitier et bocager mais présentant des configurations agricoles variées, ont été étudiées entre 2003 et 2016. Ce travail s’appuie notamment sur un dispositif méthodologique original, articulant au sein d’un système d’information géographique à échelle parcellaire (1) la construction d’un suivi à échelle spatio-temporelle fine des dynamiques paysagères (évolution du maillage bocager, de la trame parcellaire et de l’occupation du sol) et (2) la reconstitution de l’évolution de la mosaïque des parcellaires d’exploitations par appariement de plusieurs millésimes du registre parcellaire graphique. L’exploitation de cette base de données spatio-temporelle a permis de mieux comprendre le rôle de la transformation foncière des exploitations agricoles dans la dynamique des paysages bocagers. Enfin, une enquête de terrain a été réalisée auprès de 150 agriculteurs équitablement répartis dans les quatre espaces d’étude, afin d’appréhender les conséquences sociales, techniques et productives de l’agrandissement à l’échelle des exploitations agricoles, qui diffèrent singulièrement selon le type de trajectoire foncière suivie. Note de contenu : Introduction générale
1- De l’évolution des systèmes agricoles à la transformation des paysages bocagers :
dynamiques agricoles, trajectoires foncières et recompositions paysagères
2- Construction d’un observatoire à échelle spatio-temporelle fine des implications
paysagères des transformations foncières : enjeux et propositions méthodologiques
3- Les implications paysagères des recompositions foncières agricoles
Conclusion généraleNuméro de notice : 25949 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité : Géographie : Normandie Université : 2019 Organisme de stage : Laboratoire LETG, DOI : sans En ligne : http://www.theses.fr/2019NORMC036 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96381 Estimation de profondeur à partir d'images monoculaires par apprentissage profond / Michel Moukari (2019)
![]()
Titre : Estimation de profondeur à partir d'images monoculaires par apprentissage profond Type de document : Thèse/HDR Auteurs : Michel Moukari, Auteur ; Frédéric Jurie, Directeur de thèse Editeur : Caen [France] : Université de Caen Normandie Année de publication : 2019 Importance : 182 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le diplôme de Doctorat, Spécialité Informatique, préparée au sein de l'Université Caen NormandieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes descripteurs IGN] acuité stéréoscopique
[Termes descripteurs IGN] analyse multiéchelle
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] apprentissage profond
[Termes descripteurs IGN] carte de profondeur
[Termes descripteurs IGN] classification par réseau neuronal convolutif
[Termes descripteurs IGN] compréhension de l'image
[Termes descripteurs IGN] données lidar
[Termes descripteurs IGN] image 3D
[Termes descripteurs IGN] image RVB
[Termes descripteurs IGN] incertitude des données
[Termes descripteurs IGN] traitement d'image
[Termes descripteurs IGN] vision monoculaire
[Termes descripteurs IGN] vision par ordinateurRésumé : (auteur) La vision par ordinateur est une branche de l'intelligence artificielle dont le but est de permettre à une machine d'analyser, de traiter et de comprendre le contenu d'images numériques. La compréhension de scène en particulier est un enjeu majeur en vision par ordinateur. Elle passe par une caractérisation à la fois sémantique et structurelle de l'image, permettant d'une part d'en décrire le contenu et, d'autre part, d'en comprendre la géométrie. Cependant tandis que l'espace réel est de nature tridimensionnelle, l'image qui le représente, elle, est bidimensionnelle. Une partie de l'information 3D est donc perdue lors du processus de formation de l'image et il est d'autant plus complexe de décrire la géométrie d'une scène à partir d'images 2D de celle-ci.Il existe plusieurs manières de retrouver l'information de profondeur perdue lors de la formation de l'image. Dans cette thèse nous nous intéressons à l’estimation d'une carte de profondeur étant donné une seule image de la scène. Dans ce cas, l'information de profondeur correspond, pour chaque pixel, à la distance entre la caméra et l'objet représenté en ce pixel. L'estimation automatique d'une carte de distances de la scène à partir d'une image est en effet une brique algorithmique critique dans de très nombreux domaines, en particulier celui des véhicules autonomes (détection d’obstacles, aide à la navigation).Bien que le problème de l'estimation de profondeur à partir d'une seule image soit un problème difficile et intrinsèquement mal posé, nous savons que l'Homme peut apprécier les distances avec un seul œil. Cette capacité n'est pas innée mais acquise et elle est possible en grande partie grâce à l'identification d'indices reflétant la connaissance a priori des objets qui nous entourent. Par ailleurs, nous savons que des algorithmes d'apprentissage peuvent extraire ces indices directement depuis des images. Nous nous intéressons en particulier aux méthodes d’apprentissage statistique basées sur des réseaux de neurones profond qui ont récemment permis des percées majeures dans de nombreux domaines et nous étudions le cas de l'estimation de profondeur monoculaire. Note de contenu : 1- Introduction
2- État de l’art
3- Influence des hyperparamètres
4- Analyse multi-échelle
5- Évaluation de l’incertitude prédictive
6- Complétion de profondeur et estimation de confiance
7- Conclusions et perspectivesNuméro de notice : 25834 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Caen-Normandie : 2019 DOI : sans En ligne : https://hal.archives-ouvertes.fr/tel-02426260/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95172 Réseaux de neurones convolutionnels profonds pour la détection de petits véhicules en imagerie aérienne / Jean Ogier du Terrail (2018)
![]()
Titre : Réseaux de neurones convolutionnels profonds pour la détection de petits véhicules en imagerie aérienne Type de document : Thèse/HDR Auteurs : Jean Ogier du Terrail, Auteur ; Frédéric Jurie, Directeur de thèse Editeur : Caen [France] : Université de Caen Normandie Année de publication : 2018 Importance : 217 p. Format : 21 x 30 cm Note générale : bibliographie
thèse pour obtenir le diplôme de Doctorat, Spécialité Informatique préparée au sein de l'Université de Caen NormandieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes descripteurs IGN] apprentissage automatique
[Termes descripteurs IGN] apprentissage profond
[Termes descripteurs IGN] base de données d'images
[Termes descripteurs IGN] classification par séparateurs à vaste marge
[Termes descripteurs IGN] détection d'objet
[Termes descripteurs IGN] image aérienne à axe vertical
[Termes descripteurs IGN] reconnaissance de formes
[Termes descripteurs IGN] régression
[Termes descripteurs IGN] vision par ordinateurRésumé : (auteur) Cette thèse présente une tentative d'approche du problème de la détection et discrimination des petits véhicules dans des images aériennes en vue verticale par l'utilisation de techniques issues de l'apprentissage profond ou "deep-learning". Le caractère spécifique du problème permet d'utiliser des techniques originales mettant à profit les invariances des automobiles et autres avions vus du ciel.Nous commencerons par une étude systématique des détecteurs dits "single-shot", pour ensuite analyser l'apport des systèmes à plusieurs étages de décision sur les performances de détection. Enfin nous essayerons de résoudre le problème de l'adaptation de domaine à travers la génération de données synthétiques toujours plus réalistes, et son utilisation dans l'apprentissage de ces détecteurs. Note de contenu : 1- Introduction à la détection d’objets dans des images aériennes
2- Détecteurs à un étage pour l’imagerie aérienne
3- Premier détecteur en cascade utilisant un mécanisme d’inférence de l’orientation des véhicules
4- Second détecteur en cascade utilisant des ancres tournantes
5- Données synthétiques et modèles génératifs pour l’entraînement des détecteurs
6- Conclusions et perspectivesNuméro de notice : 25788 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Caen : 2018 DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-02113872 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94999
Titre : Alignement de données 2D, 3D et applications en réalité augmentée Type de document : Thèse/HDR Auteurs : Youssef El Rhabi, Auteur ; Luc Brun, Directeur de thèse Editeur : Caen [France] : Université de Caen Normandie Année de publication : 2017 Note générale : bibliographie
École doctorale mathématiques, information et ingénierie des systèmes (Caen)Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes descripteurs IGN] données localisées 2D
[Termes descripteurs IGN] données localisées 3D
[Termes descripteurs IGN] estimation de pose
[Termes descripteurs IGN] réalité augmentée
[Termes descripteurs IGN] recalage d'image
[Termes descripteurs IGN] scène
[Termes descripteurs IGN] structure-from-motion
[Termes descripteurs IGN] temps réelRésumé : (auteur) Cette thèse s’inscrit dans le contexte de la réalité augmentée (RA). La problématique majeure consiste à calculer la pose d’une caméra en temps réel. Ce calcul doit être effectué en respectant trois critères principaux : précision, robustesse et rapidité. Dans le cadre de cette thèse, nous introduisons certaines méthodes permettant d’exploiter au mieux les primitives des images. Dans notre cas, les primitives sont des points que nous allons détecter puis décrire dans une image. Pour ce faire, nous nous basons sur la texture de cette image. Nous avons dans un premier temps mis en place une architecture favorisant le calcul rapide de la pose, sans perdre en précision ni en robustesse. Nous avons pour cela exploité une phase hors ligne, où nous reconstruisons la scène en 3D. Nous exploitons les informations que nous obtenons lors de cette phase hors ligne afin de construire un arbre de voisinage. Cet arbre lie les images de la base de données entre elles. Disposer de cet arbre nous permet de calculer la pose de la caméra plus efficacement en choisissant les images de la base de données jugées les plus pertinentes. Nous rendant compte que la phase de description et de comparaison des primitives n’est pas suffisamment rapide, nous en avons optimisé les calculs. Cela nous a mené jusqu’à proposer notre propre descripteur. Pour cela, nous avons dressé un schéma générique basé sur la théorie de l’information qui englobe une bonne part des descripteurs binaires, y compris un descripteur récent nommé BOLD. Notre objectif a été, comme pour BOLD, d’augmenter la stabilité aux changements d’orientation du descripteur produit. Afin de réaliser cela, nous avons construit un nouveau schéma de sélection hors ligne plus adapté à la procédure de mise en correspondance en ligne. Cela permet d’intégrer ces améliorations dans le descripteur que nous construisons. Procéder ainsi permet d’améliorer les performances du descripteur notamment en terme de rapidité en comparaison avec les descripteurs de l’état de l’art. Nous détaillons dans cette thèse les différentes méthodes que nous avons mises en place afin d’optimiser l’estimation de la pose d’une caméra. Nos travaux ont fait l’objet de 2 publications et d’un dépôt de brevet. Numéro de notice : 21388 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse : Informatique : Caen : 2017 Organisme de stage : Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-01563734 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90143