Centre dedocumentation
scientifique

A new segmentation method for the homogenisation of GNSS-derived IWV time-series / A. Quarello (2020)  

Public contenu dans ArXiv / Université Cornell (Etats-Unis) (1991)   Titre : A new segmentation method for the homogenisation of GNSS-derived IWV time-series Type de document : Article/Communication Auteurs : A. Quarello, Auteur ; Olivier Bock , Auteur ; Emilie Lebarbier, Auteur Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2020 Importance : 25 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes descripteurs IGN] algorithme d'homogénéisation [Termes descripteurs IGN] analyse de variance [Termes descripteurs IGN] changement climatique [Termes descripteurs IGN] données GNSS [Termes descripteurs IGN] estimateur [Termes descripteurs IGN] inférence [Termes descripteurs IGN] itération [Termes descripteurs IGN] positionnement ponctuel précis [Termes descripteurs IGN] programmation dynamique [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] surveillance météorologique [Termes descripteurs IGN] teneur intégré en vapeur d'eau [Termes descripteurs IGN] variation saisonnière Résumé : (auteur) Homogenization is an important and crucial step to improve the usage of observational data for climate analysis. This work is motivated by the analysis of long series of GNSS Integrated Water Vapour (IWV) data which have not yet been used in this context. This paper proposes a novel segmentation method that integrates a periodic bias and a heterogeneous, monthly varying, variance. The method consists in estimating first the variance using a robust estimator and then estimating the segmentation and periodic bias iteratively. This strategy allows for the use of the dynamic programming algorithm that remains the most efficient exact algorithm to estimate the change-point positions. The statistical performance of the method is assessed through numerical experiments. An application to a real data set of 120 global GNSS stations is presented. The method is implemented in the R package GNSSseg that will be available on the CRAN. Numéro de notice : P2020-005 Thématique : POSITIONNEMENT Nature : Article nature-HAL : Préprint DOI : sans En ligne : https://arxiv.org/pdf/2005.04683.pdf Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95078

Very high resolution land cover mapping of urban areas at global scale with convolutional neural network / Thomas Tilak (2020)  

Public contenu dans ArXiv / Université Cornell (Etats-Unis) (1991)   Titre : Very high resolution land cover mapping of urban areas at global scale with convolutional neural network Type de document : Article/Communication Auteurs : Thomas Tilak, Auteur ; Arnaud Braun, Auteur ; David Chandler, Auteur ; Nicolas David , Auteur ; Sylvain Galopin, Auteur ; Mickaël Michaud, Auteur ; Camille Parisel, Auteur ; Matthieu Porte, Auteur ; Marjorie Robert, Auteur Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2020 Importance : 8 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] BD Alti [Termes descripteurs IGN] carte d'occupation du sol [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] corrélation croisée maximale [Termes descripteurs IGN] étiquette [Termes descripteurs IGN] Gironde (33) [Termes descripteurs IGN] image à très haute résolution [Termes descripteurs IGN] image aérienne [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] segmentation sémantique [Termes descripteurs IGN] vectorisation [Termes descripteurs IGN] zone d'intérêt [Termes descripteurs IGN] zone urbaine Résumé : (auteur) This paper describes a methodology to produce a 7-classes land cover map of urban areas from very high resolution images and limited noisy labeled data. The objective is to make a segmentation map of a large area (a french department) with the following classes: asphalt, bare soil, building, grassland, mineral material (permeable artificialized areas), forest and water from 20cm aerial images and Digital Height Model. We created a training dataset on a few areas of interest aggregating databases, semi-automatic classification, and manual annotation to get a complete ground truth in each class. A comparative study of different encoder-decoder architectures (U-Net, U-Net with Resnet encoders, Deeplab v3+) is presented with different loss functions. The final product is a highly valuable land cover map computed from model predictions stitched together, binarized, and refined before vectorization. Numéro de notice : P2020-006 Thématique : IMAGERIE Nature : Article nature-HAL : Préprint En ligne : https://arxiv.org/pdf/2005.05652.pdf Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95079

Challenging deep image descriptors for retrieval in heterogeneous iconographic collections / Dimitri Gominski (2019)  

Public contenu dans ArXiv / Université Cornell (Etats-Unis) (1991)   Titre : Challenging deep image descriptors for retrieval in heterogeneous iconographic collections Type de document : Article/Communication Auteurs : Dimitri Gominski, Auteur ; Martyna Poreba , Auteur ; Valérie Gouet-Brunet , Auteur ; Liming Chen, Auteur Congrès : SUMAC 2019, 1st workshop on Structuring and Understanding of Multimedia heritAge Contents (21 octobre 2019; Nice, France) , Commanditaire Editeur : New York [Etats-Unis] : Association for computing machinery ACM Année de publication : 2019 Autre Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Importance : pp 31 - 38 Format : 21 x 30 cm Note générale : bibliographie Preprint publié sur ArXiv Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] analyse visuelle [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] base de données d'images [Termes descripteurs IGN] collection [Termes descripteurs IGN] descripteur [Termes descripteurs IGN] données hétérogènes [Termes descripteurs IGN] exploration de données [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] iconographie [Termes descripteurs IGN] image multi sources [Termes descripteurs IGN] indexation [Termes descripteurs IGN] jeu de données [Termes descripteurs IGN] recherche d'image basée sur le contenu Résumé : (auteur) This article proposes to study the behavior of recent and efficient state-of-the-art deep-learning based image descriptors for content-based image retrieval, facing a panel of complex variations appearing in heterogeneous image datasets, in particular in cultural collections that may involve multi-source, multi-date and multi-view contents. For this purpose, we introduce a novel dataset, namely Alegoria dataset, consisting of 12,952 iconographic contents representing landscapes of the French territory, and encapsultating a large range of intra-class variations of appearance which were finely labelled. Six deep features (DELF, NetVLAD, GeM, MAC, RMAC, SPoC) and a hand-crafted local descriptor (ORB) are evaluated against these variations. Their performance are discussed, with the objective of providing the reader with research directions for improving image description techniques dedicated to complex heterogeneous datasets that are now increasingly present in topical applications targeting heritage valorization. Numéro de notice : C2019-022 Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1145/3347317.3357246 date de publication en ligne : 19/09/2019 En ligne : https://doi.org/10.1145/3347317.3357246 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93623

Voir aussi

• SUMAC 2019, 1st workshop on Structuring and Understanding of Multimedia heritAge Contents / Valérie Gouet-Brunet (2019)  

How IGN (France) computed the so-called "centre of gravity" of physical Europe in 1989 and 2004 / Jean-François Hangouët (2019)  

Public contenu dans ArXiv / Université Cornell (Etats-Unis) (1991)   Titre : How IGN (France) computed the so-called "centre of gravity" of physical Europe in 1989 and 2004 Type de document : Article/Communication Auteurs : Jean-François Hangouët, Auteur Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2019 Importance : 5 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie physique [Termes descripteurs IGN] aplatissement [Termes descripteurs IGN] centre de gravité [Termes descripteurs IGN] ellipsoïde international [Termes descripteurs IGN] épistémologie [Termes descripteurs IGN] Europe (géographie physique) [Termes descripteurs IGN] Institut national de l'information géographique et forestière (France) [Termes descripteurs IGN] sphèroïde Résumé : (auteur) The method used by senior geodetic engineer Jean-Georges Affholder to determine what can be termed as the ‘centre of gravity’ of physical Europe in 1989 and 2004 relies on mathematical formulae which, in their only published version, happen to be flawed with typographical errors that do not reflect Mr. Affholder’s actual mathematical exactness. This short epistemological paper summarizes the major steps of Affholder’s method, provides a corrected version of the general formulae, and briefly recalls some particulars of the specific determination of the centre of gravity of physical Europe. Numéro de notice : P2019-005 Thématique : POSITIONNEMENT Nature : Preprint date de publication en ligne : 08/10/2019 En ligne : https://arxiv.org/abs/1910.04252 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93787

Parallel cut pursuit for minimization of the graph total variation / Hugo Raguet (2019)  

Public contenu dans ArXiv / Université Cornell (Etats-Unis) (1991)   Titre : Parallel cut pursuit for minimization of the graph total variation Type de document : Article/Communication Auteurs : Hugo Raguet, Auteur ; Loïc Landrieu , Auteur Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2019 Importance : 6 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] algorithme Cut Pursuit [Termes descripteurs IGN] optimisation (mathématiques) Résumé : (auteur) We present a parallel version of the cut-pursuit algorithm for minimizing functionals involving the graph total variation. We show that the decomposition of the iterate into constant connected components, which is at the center of this method, allows for the seamless parallelization of the otherwise costly graph-cut based refinement stage. We demonstrate experimentally the efficiency of our method in a wide variety of settings, from simple denoising on huge graphs to more complex inverse problems with nondifferentiable penalties. We argue that our approach combines the efficiency of graph-cuts based optimizers with the versatility and ease of parallelization of traditional proximal. Numéro de notice : P2019-004 Thématique : IMAGERIE/INFORMATIQUE Nature : Preprint nature-HAL : Préprint DOI : sans date de publication en ligne : 07/05/2019 En ligne : https://arxiv.org/abs/1905.02316 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93350

Satellite image time series classification with pixel-set encoders and temporal self-attention / Vivien Sainte Fare Garnot (2019)    

Permalink

Supervized segmentation with graph-structured deep metric learning / Loïc Landrieu (2019)  

Permalink

A factor model approach for the joint segmentation with between-series correlation / Xavier Collilieux (17/07/2018)  

Permalink

Cyclic asymptotic behaviour of a population reproducing by fission into two equal parts / Etienne Bernard (2017)    

Permalink

Convex programming approach to robust estimation of a multivariate Gaussian model / Samuel Balmand (2016)    

Permalink

Confounds and Consequences in Geotagged Twitter Data / Umashanthi Pavalanathan (7/06/2015)    

Permalink

A fast summation method for translation invariant kernels / Fabien Casenave (2015)    

Permalink

Segmentation of multiple series using a Lasso strategy / Karine Bertin (25/06/2014)    

Permalink

GeomRDF: a geodata converter with a fine-grained structured representation of geometry in the web / Fayçal Hamdi (sept 2014)    

Permalink

Straight skeletons of three-dimensional polyhedra / Gill Barequet (2008)    

Permalink