|
Publications de Guillaume Perrin
Résultat de la recherche dans la liste des publications :
4 Rapports de recherche et Rapports techniques |
2 - Optimization Techniques for Energy Minimization Problem in a Marked Point Process Application to Forestry. G. Perrin et X. Descombes et J. Zerubia. Rapport de Recherche 5704, INRIA, France, septembre 2005. Mots-clés : Recuit Simule, Processus ponctuels marques, Geometrie stochastique, Optimisation.
@TECHREPORT{rr_perrin_optim_05,
|
author |
= |
{Perrin, G. and Descombes, X. and Zerubia, J.}, |
title |
= |
{Optimization Techniques for Energy Minimization Problem in a Marked Point Process Application to Forestry}, |
year |
= |
{2005}, |
month |
= |
{septembre}, |
institution |
= |
{INRIA}, |
type |
= |
{Research Report}, |
number |
= |
{5704}, |
address |
= |
{France}, |
url |
= |
{https://hal.inria.fr/inria-00070312}, |
pdf |
= |
{https://hal.inria.fr/file/index/docid/70312/filename/RR-5704.pdf}, |
ps |
= |
{https://hal.inria.fr/docs/00/07/03/12/PS/RR-5704.ps}, |
keyword |
= |
{Recuit Simule, Processus ponctuels marques, Geometrie stochastique, Optimisation} |
} |
Résumé :
Dans ce rapport de recherche, nous utilisons les processus ponctuels marqués afin d'extraire un nombre inconnu d'objets dans des images aériennes. Ces processus sont définis par une énergie, qui contient un terme a priori formalisant les interactions entre objets ainsi qu'un terme d'attache aux données. Nous cherchons à minimiser cette énergie, afin d'obtenir la meilleure configuration d'objets, à l'aide d'un recuit simulé qui s'inscrit dans l'algorithme d'échantillonnage MCMC à sauts réversibles.
Nous comparons ici différents schémas de décroissance de température, et présentons certaines méthodes qui permettent d'améliorer la convergence de l'algorithme en un temps fini. |
Abstract :
We use marked point processes to detect an unknown number of trees from high resolution aerial images. This approach turns to be an energy minimization problem, where the energy contains a prior term which takes into account the geometrical properties of the objects, and a data term to match these objects onto the image. This stochastic process is simulated via a Reversible Jump Markov Chain Monte Carlo procedure, which embeds a Simulated Annealing scheme to extract the best configuration of objects.
We compare in this paper different cooling schedules of the Simulated Annealing algorithm which could provide some good minimization in a short time. We also study some adaptive proposition kernels. |
|
3 - Point Processes in Forestry : an Application to Tree Crown Detection. G. Perrin et X. Descombes et J. Zerubia. Rapport de Recherche 5544, INRIA, France, avril 2005. Mots-clés : Processus ponctuels marques, Extraction d'objets, RJMCMC, Extraction de Houppiers, Geometrie stochastique.
@TECHREPORT{5544,
|
author |
= |
{Perrin, G. and Descombes, X. and Zerubia, J.}, |
title |
= |
{Point Processes in Forestry : an Application to Tree Crown Detection}, |
year |
= |
{2005}, |
month |
= |
{avril}, |
institution |
= |
{INRIA}, |
type |
= |
{Research Report}, |
number |
= |
{5544}, |
address |
= |
{France}, |
url |
= |
{https://hal.inria.fr/inria-00070463}, |
pdf |
= |
{https://hal.inria.fr/file/index/docid/70463/filename/RR-5544.pdf}, |
ps |
= |
{https://hal.inria.fr/docs/00/07/04/63/PS/RR-5544.ps}, |
keyword |
= |
{Processus ponctuels marques, Extraction d'objets, RJMCMC, Extraction de Houppiers, Geometrie stochastique} |
} |
Résumé :
Dans ce rapport de recherche, notre but est d'extraire des houppiers à partir d'images aériennes de forêts à l'aide de processus ponctuels marqués de disques et d'ellipses. Notre approche consiste, en effet, à modéliser les données comme des réalisations de tels processus. Une fois l'objet géométrique de référence choisi, nous échantillonnons le processus objet défini par une densité grâce à un algorithme MCMC à sauts réversibles, optimisé par un recuit simulé afin d'extraire le maximum a posteriori de cette densité. Cette configuration optimale nous donnera l'extraction recherchée.
Dans une première partie, nous proposons de revenir quelque peu sur les processus ponctuels marqués et leur application dans la foresterie. Puis, nous présentons deux nouveaux modèles d'extraction de houppiers à base de disques et d'ellipses, et discutons de quelques améliorations au niveau de la simulation et de l'optimisation de notre algorithme.
Nous présentons des résultats obtenus sur des images aériennes très haute résolution fournies par l'Inventaire Forestier National (IFN), ainsi que sur des images synthétiques simulées avec le logiciel AMAP (Bionatics, projet Digiplante). |
Abstract :
In this research report, we aim at extracting tree crowns from remotely sensed images using marked point processes of discs and ellipses. Our approach is indeed to consider that the data are some realizations of a marked point process. Once a geometrical object is defined, we sample a marked point process defined by a density with a Reversible Jump Markov Chain Monte Carlo dynamics and simulated annealing to get the maximum a posteriori estimator of the tree crown distribution on the image.
In a first part, we propose to review the basis of marked point processes and some of their examples used in forestry statistic inference. Then, we present two new models, with discs and ellipses, and discuss some improvements made in the optimization or in the simulation.
Results are shown on high resolution aerial images of poplars provided by the French Forest Inventory (IFN), and synthetic images simulated with AMAP software (Bionatics, Digiplante project). |
|
4 - Extraction de Houppiers par Processus Objet. G. Perrin et X. Descombes et J. Zerubia. Rapport de Recherche 5037, INRIA, France, décembre 2003. Mots-clés : Extraction d'objets, Extraction de Houppiers, Geometrie stochastique, Processus ponctuels marques, RJMCMC.
@TECHREPORT{Perrin03,
|
author |
= |
{Perrin, G. and Descombes, X. and Zerubia, J.}, |
title |
= |
{Extraction de Houppiers par Processus Objet}, |
year |
= |
{2003}, |
month |
= |
{décembre}, |
institution |
= |
{INRIA}, |
type |
= |
{Research Report}, |
number |
= |
{5037}, |
address |
= |
{France}, |
url |
= |
{https://hal.inria.fr/inria-00071547}, |
pdf |
= |
{https://hal.inria.fr/file/index/docid/71547/filename/RR-5037.pdf}, |
ps |
= |
{https://hal.inria.fr/docs/00/07/15/47/PS/RR-5037.ps}, |
keyword |
= |
{Extraction d'objets, Extraction de Houppiers, Geometrie stochastique, Processus ponctuels marques, RJMCMC} |
} |
Résumé :
Nous cherchons à extraire des houppiers à partir d'images de télédétection. Pour ce faire, nous construisons un processus objet et assimilons nos images d'arbres à des réalisations de ce processus. La première étape consiste à définir d'une part les objets géométriques modélisant les arbres, et d'autre part la densité du processus à simuler.La seconde étape consiste à construire un algorithme MCMC à sauts réversibles, et une estimée de la configuration d'objets. Les transitions aléatoires de la chaîne sont régies par des noyaux de propositions, chacun étant associé à une perturbation.Nous testons notre modèle sur des images aériennes de peupleraies fournies par l'IFN. |
Abstract :
In this paper we aim at extracting tree crowns from remotely sensed images. Our approach is to consider that these images are some realizations of a marked point process. The first step is to define the geometrical objects that design the trees, and the density of the process.Then, we use a reversible jump MCMC dynamics and a simulated annealing to get the maximum a posteriori estimator of the tree crowns distribution on the image. Transitions of the Markov chain are managed by some specific proposition kernels.Results are shown on aerial images of poplars given by IFN. |
|
haut de la page
Ces pages sont générées par
|