Numérisation 3D géoréférencée et cartographie automatique de réseaux enterrés
Langue Français
Langue Français
Ce document est protégé en vertu du Code de la Propriété Intellectuelle.
Modalités de diffusion de la thèse :
- Thèse soumise à l'embargo de l'auteur : embargo illimité (communication intranet).
Auteur : Haenel, Raphaël
Date de soutenance : 16-12-2024
Directeur(s) de thèse : Grussenmeyer, Pierre - Tabbone, Salvatore-Antoine
Président : Weber, Jonathan
Rapporteur(s) : Drap, Pierre - Simon, Gilles
Membre(s) du jury : Landes, Tania
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-....)
Date de soutenance : 16-12-2024
Directeur(s) de thèse : Grussenmeyer, Pierre - Tabbone, Salvatore-Antoine
Président : Weber, Jonathan
Rapporteur(s) : Drap, Pierre - Simon, Gilles
Membre(s) du jury : Landes, Tania
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 : Image et Vision
Classification : Astronomie, cartographie, géodésie
Mots-clés libres : Réseaux enterrés, Photogrammétrie, Apprentissage profond, Segmentation d’instance, Vectorisation
Mots-clés :
Classification : Astronomie, cartographie, géodésie
Mots-clés libres : Réseaux enterrés, Photogrammétrie, Apprentissage profond, Segmentation d’instance, Vectorisation
Mots-clés :
- Cartographie -- Informatique
- Apprentissage profond
- Géoparsing
Type de contenu : Text
Format : PDF
Format : PDF
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2024STRAD063
Type de ressource : Thèse
Identifiant : 2024STRAD063
Type de ressource : Thèse