Analyse de données spatio-temporelles pour la construction automatique de cartes de randonnée
Langue Français
Accéder à la thèse :

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

Modalités de diffusion de la thèse :
  • Thèse consultable sur internet, en texte intégral.
  • Thèse avec 2 versions : seule la version intégrale est proposée ; sur authentification (communication intranet).
 
Auteur : Schirm, Olivier
Date de soutenance : 06-06-2024

Directeur(s) de thèse : Wemmert, Cédric - Forestier, Germain

Président : Kerautret, Bertrand
Rapporteur(s) : Oukhellou, Latifa - Davoine, Paule-Annick
Membre(s) du jury : Bennis-Zeitouni, Karine - Devanne, Maxime - Weber, Jonathan

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Informatique
Classification : Informatique, Géographie et voyages

Mots-clés libres : Génération de cartes de randonnée, Trajectoires GPS, Ingénierie des caractéristiques, Réseau de neurones convolutionnel, Inférence cartographique
Mots-clés :
  • Randonnées - Cartes
  • GPS
  • Intelligence artificielle
Résumé : Cette thèse explore l'utilisation de l'intelligence artificielle pour la cartographie automatique des sentiers de randonnée à partir de traces GPS, en collaboration avec Visorando et les laboratoires ICube et IRIMAS. Face aux imprécisions des données GPS, elle propose deux approches : un algorithme de clustering basé sur une grille multi-application pour regrouper efficacement les traces et un modèle d’apprentissage profond exploitant plusieurs canaux d’information pour inférer des cartes précises. L’algorithme de clustering a démontré une robustesse supérieure aux méthodes existantes, notamment sur des jeux de données urbaines et de randonnée, tandis que l’expérimentation avec différentes architectures de réseaux neuronaux a révélé que HRNet, combiné à une carte de chaleur, offrait les meilleures performances. Cette recherche ouvre la voie à une cartographie automatisée plus fiable et pose des bases méthodologiques solides pour les futures études sur l’inférence cartographique à partir de données GPS.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2024STRAD054
Type de ressource : Thèse