Centre dedocumentation
scientifique

Intelligent embedded camera for robust object tracking on mobile platform / Imane Salhi (2021)  

Public Titre : Intelligent embedded camera for robust object tracking on mobile platform Titre original : Caméra intelligente embarquée pour le suivi robuste d'objets sur plateforme mobile Type de document : Thèse/HDR Auteurs : Imane Salhi, Auteur ; Valérie Gouet-Brunet , Directeur de thèse Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2021 Importance : 177 p. Format : 21 x 30 cm Note générale : bibliographie Doctoral Thesis Computer Science, Automation and Signal Processing, Ecole doctorale Mathématiques et STIC, Université Gustave Eiffel Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes descripteurs IGN] Cartographie et localisation simultanées [Termes descripteurs IGN] centrale inertielle [Termes descripteurs IGN] chambre de prise de vue numérique [Termes descripteurs IGN] couplage caméra/INS [Termes descripteurs IGN] détection d'objet [Termes descripteurs IGN] instrument embarqué [Termes descripteurs IGN] méthode robuste [Termes descripteurs IGN] navigation inertielle [Termes descripteurs IGN] odomètre [Termes descripteurs IGN] système à couplage étroit [Termes descripteurs IGN] système de numérisation mobile Résumé : (auteur) Le suivi visuel-inertiel est une thématique d'actualité, difficile à traiter, notamment lorsqu’il s’agit de respecter les contraintes des systèmes embarqués, comme dans les drones autonomes (Unmanned Aerial Vehicles (UAVs)). Les questions relatives à la miniaturisation, la portabilité et la communication des systèmes électroniques s’inscrivent dans des problématiques actuelles en matière d'avancée technologique. Pour répondre de manière efficace à ces problématiques, il est nécessaire d’envisager des traitements complexes et des implémentations sur des supports contraignants en termes d’intégration et de consommation d’énergie, tels que les micro-véhicules aériens (MAVs), les lunettes et les caméras intelligentes. Au cours de cette dernière décennie, différents algorithmes performants de suivi ont été développés. En revanche, ils nécessitent des ressources calculatoires conséquentes, compte tenu des différentes formes d'utilisation possibles. Or, les systèmes embarqués imposent de fortes contraintes d'intégration, ce qui réduit leurs ressources, particulièrement en termes de capacité calculatoire. Ainsi, ce type de système nécessite de recourir à des approches efficaces avec moins de charge et de complexité calculatoire. L’enjeu de cette thèse réside dans cette problématique. L'objectif est d’apporter une solution embarquée de suivi qui permettrait d'assurer un fonctionnement robuste dans différents environnements de navigation. Une analyse des algorithmes pertinents de suivi, visuel et visuel-inertiel et des environnements de navigation ainsi qu’une étude de différentes architectures embarquées de calcul sont menées, afin de proposer notre solution nommée « système de suivi inertiel-visuel adaptatif à l'environnement de navigation~». Cette dernière consiste à alterner entre deux approches de suivi : KLT-ORB et EKF VI Tracking, selon les conditions de navigation du système, grâce au module de contrôle, tout en assurant la cohérence du système global en gérant le nombre de PoIs et l'occurrence de leur détection et en respectant les contraintes des systèmes embarqués. Tous nos expérimentations et tests ont été réalisées en utilisant le jeux de données EuRoC. Numéro de notice : 17632 Affiliation des auteurs : UGE-LaSTIG (2020- ) Thématique : IMAGERIE/POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse : Informatique, automatique et traitement du signal : Gustave Eiffel : 2021 Organisme de stage : LaSTIG (IGN) + Laboratoire L3A (CEA) nature-HAL : Thèse date de publication en ligne : 03/03/2021 En ligne : https://hal.archives-ouvertes.fr/tel-03150241 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97275

Information Géographique Volontaire, vers un usage conjoint avec l’information géographique institutionnelle / Ana-Maria Olteanu-Raimond (2020)  

Public Titre : Information Géographique Volontaire, vers un usage conjoint avec l’information géographique institutionnelle : Habilitation à Diriger des Recherches Type de document : Thèse/HDR Auteurs : Ana-Maria Olteanu-Raimond , Auteur Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2020 Importance : 123 p. Format : 21 x 30 cm Note générale : Bibliographie Synthèse des travaux en vue d'obtenir l'Habilitation à Diriger des Recherches délivrée par l'Université Gustave Eiffel, Spécialité "Sciences et Technologies de l'Information Géographique" Langues : Français (fre) Descripteur : [Vedettes matières IGN] Information géographique [Termes descripteurs IGN] base de données d'occupation du sol [Termes descripteurs IGN] données hétérogènes [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] intégration de données [Termes descripteurs IGN] mise à jour de base de données [Termes descripteurs IGN] montagne [Termes descripteurs IGN] plateforme collaborative [Termes descripteurs IGN] qualité des données [Termes descripteurs IGN] source de données Index. décimale : THESE Thèses et HDR Résumé : (Auteur) [Introduction] Ce mémoire présente une synthèse des recherches que j’ai menées au Laboratoire LaSTIG de l’IGN dans le domaine de la géomatique sur la période 2013 – 2020. Dans ce mémoire, je me concentre sur trois aspects que j’ai traités autour de l’information géographique volontaire : les processus collaboratifs, la qualification et l’intégration de données. Le premier chapitre décrit le contexte, les enjeux, les objectifs scientifiques et la démarche générale suivie dans mes travaux de recherche. […] Note de contenu : Chapitre 1. Introduction 1.1 Contexte 1.2 Enjeux et objectifs scientifiques 1.3 Mon parcours recherche 1.4 Démarche globale et organisation du mémoire Chapitre 2. Information géographique volontaire : des pratiques courantes aux recommandations 2.1 Problématiques et positionnement 2.2 Pratiques courantes de l’information géographique volontaire 2.3 Recommandations et mise en œuvre d’une plateforme collaborative pour la collecte de l’information géographique volontaire Chapitre 3. Qualification de l’information géographique volontaire 3.1 Problématiques et positionnement 3.2 Proposition d’une méthode de qualification de l’information géographique volontaire issue de plateformes d’autorité 3.3 Proposition d’une méthodologie de qualification de l’information géographique volontaire issue de plateformes d’activités sportives Chapitre 4. Intégration de l’information géographique hétérogène 4.1 Problématiques et positionnement 4.2 Identification des mises à jour d’un référentiel du réseau routier d’autorité en utilisant les traces issues des activités sportives 4.3 Mise à jour de données d’occupation du sol d’autorité 4.4 Constitution d’un référentiel métier pour la localisation des victimes en montagne Chapitre 5. Conclusion et perspectives de recherche 5.1 Information géographique volontaire : des pratiques courantes aux recommandations 5.2 Qualification et amélioration de l’information géographique volontaire 5.3 Intégrer différentes sources d’information géographique volontaire et institutionnelle en prenant en compte leur hétérogénéité 5.4 Directions de recherche à long terme Numéro de notice : 26479 Affiliation des auteurs : UGE-LaSTIG (2020- ) Thématique : GEOMATIQUE Nature : HDR Note de thèse : HDR : Sciences et Technologies de l’Information Géographique : UGE : 2020 Organisme de stage : LaSTIG (IGN) nature-HAL : HDR DOI : sans date de publication en ligne : 16/12/2020 En ligne : https://hal.archives-ouvertes.fr/tel-03078869 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96668

Vers une occupation du sol France entière par imagerie satellite à très haute résolution / Tristan Postadjian (2020)  

Public Titre : Vers une occupation du sol France entière par imagerie satellite à très haute résolution Type de document : Thèse/HDR Auteurs : Tristan Postadjian , Auteur ; Clément Mallet , Directeur de thèse ; Arnaud Le Bris , Encadrant ; Hichem Sahbi, Encadrant Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2020 Importance : 169 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse présentée pour l'obtention du titre de Docteur de l'Université Paris-Est, spécialité : Mathématiques, Sciences et Technologies de l'Information et de la Communication Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] base de données IGN [Termes descripteurs IGN] carte d'occupation du sol [Termes descripteurs IGN] classification automatique [Termes descripteurs IGN] classification par séparateurs à vaste marge [Termes descripteurs IGN] image à très haute résolution [Termes descripteurs IGN] image SPOT 6 [Termes descripteurs IGN] image SPOT 7 [Termes descripteurs IGN] mise à jour de base de données [Termes descripteurs IGN] occupation du sol [Termes descripteurs IGN] OCS GE Résumé : (auteur) La connaissance de la couverture des territoires en terme d’occupation des sols est devenue un enjeu majeur du XXIème siècle. Que ce soit à l’échelle nationale ou à une échelle plus globale, les initiatives se multiplient pour proposer des cartographies d’occupation des sols qui répondent à des besoins propres à chacune. Consistant à classer des objets présents sur le sol selon des nomenclatures prédéfinies, la tâche est fastidieuse à l’heure actuelle avec des processus essentiellement manuels ou semi-manuels, nécessaires pour garantir le respect de certaines qualités et spécifications. De son côté, la télédétection spatiale a connu un essor conséquent avec la multiplication des capteurs optiques d’observation de la Terre disponibles et de leur diversité en terme de résolutions spectrale, spatiale et temporelle. Ces capteurs optiques proposent chacun une description de la surface terrestre qui leur est propre, et donc caractérisant un ou plusieurs type(s) d’occupation(s) des sols. Ces types dépendent justement des caractéristiques de ces capteurs, caractéristiques adaptées davantage à l’observation des glaciers, des forêts ou des zones plus urbaines par exemple. Les satellites SPOT 6 et SPOT 7, lancés en 2012 et 2014 respectivement, sont dotés de capteurs optiques à très haute résolution spatiale, et acquièrent des images dans quatre bandes spectrales à haute résolution ainsi qu’une bande panchromatique à très haute résolution, permettant de porter la résolution des quatre canaux spectraux à 1,5 m. L’IGN, à partir de ces acquisitions SPOT disponibles sur le pôle de données surfaces continentales THEIA, produit chaque année une couverture d’orthophotos sur l’ensemble du territoire français. Il apparaît dès lors intéressant d’exploiter cette couverture pour générer une OCS millésimée. La problématique de cartographie de l’occupation des sols automatique à partir d’images aériennes ou satellites occupe la communauté de télédétection depuis longtemps, par le biais de processus de classification supervisés, tels que les SVMs, ou les forêts aléatoires pour, entre autres, la vitesse d’exécution de ces derniers. Mais les résultats obtenus par ces méthodes n’ont pas encore permis une réelle automatisation, notamment en adéquation avec des spécifications existantes (erreurs encore trop importantes). En parallèle de ces algorithmes depuis longtemps utilisés, des méthodes d’apprentissage automatique d’un genre nouveau, bien que reposant sur des concepts remontant aux années 1950, émergent depuis une décennie et sont étroitement liés aux recherches menées en machine learning. L’apprentissage profond, dont il est question ici, a fait ses preuves dans de nombreux domaines depuis le traitement naturel du langage, à la reconnaissance d’objets dans des images. Cet essor récent est la conséquence de la disponibilité de grandes bases de données d’apprentissage, ainsi que la démocratisation de l’utilisation de GPUs et de l’accroissement général des puissances de calcul. Représentants principaux de cette famille d’apprentissage, les réseaux de neurones profonds ont réellement bouleversé le monde actuel au quotidien. Que ce soit au niveau académique en terme de recherche, au niveau sociétal, au travers des smartphones par exemple (reconnaissances vocale, faciale, systèmes de recommandation), ou même au niveau politique, avec les questions déontologiques que cela peut poser en terme de confidentialité des données (RGPD) et de protection des libertés individuelles, l’apprentissage profond est au cœur de technologies utilisées par la plupart des gens, de manière transparente et donc sans que ceux-ci s’en aperçoivent. En effet, pour afficher de telles performances dans tant de domaines, l’inconvénient pratique est le besoin très massif de données d’apprentissage lorsque l’on manipule ces algorithmes. Les bases de données géographiques de l’IGN sont donc une opportunité dans notre cas, permettant d’exploiter au mieux les images très haute résolution monoscopiques acquises par les satellites SPOT 6 et 7 en les classifiant automatiquement par réseaux de neurones profonds appris sur ces mêmes bases de données. C’est cette approche que nous proposons dans ces travaux de thèse, avec une volonté d’étudier cette problématique tout en se plaçant dans un cadre plus large à visée opérationnelle, afin de proposer des cartographies sur de grandes étendues géographiques. Les expérimentations menées répondent aux questions soulevées lorsque l’on cherche à classifier de grandes zones : par exemple, la couverture annuelle SPOT produite par l’IGN étant unique, deux images adjacentes de cette couverture peuvent avoir été acquises à des époques différentes. Également, nous étudions les possibilités de transfert d’apprentissage par fine-tuning qui offre beaucoup d’avantages en matière de charges de calcul et de jeu d’apprentissage. Enfin, dans un contexte de mise à jour automatique de bases de données géographiques, l’exploitation jointe d’images aériennes et de réseaux de neurones profonds est étudiée, avec un accent mis sur la préparation des données d’apprentissage issues des bases de données géographiques de l’IGN qui présentent certains inconvénients. Note de contenu : 1- Introduction 2- Etat de l'art 3- Apprentissage profond sur images satellites très haute résolution 4- Mettre à jour des bases de données d'OCS 5- Conclusion et perspectives Numéro de notice : 25964 Affiliation des auteurs : UGE-LaSTIG (2020- ) Thématique : FORET/IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Paris-Est : 2020 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans date de publication en ligne : 08/12/2020 En ligne : https://tel.archives-ouvertes.fr/tel-03045637/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96546