Détection et localisation 3D de panneaux de signalisation
|
|
- Gisèle Chevalier
- il y a 6 ans
- Total affichages :
Transcription
1 Détection et localisation 3D de panneaux de signalisation Bahman Soheilian Laboratoire Matis Institut national de l information géographique et forestière Saint-Mandé, FRANCE bahman.soheilian@ign.fr 21 ièmes Journées de la Recherche 8 mars 2012
2 Reconstruction 3D de panneaux routiers otivations : Inventaire routier, Vers un modèle de route navigable, Réalité virtuelle, Localisation précise grâce aux amers visuels. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
3 Contexte et stratégie Données : Images couleurs, Calibrations intrinsèques et extrinsèques, Catalogue des panneaux de signalisation. Objectifs : Modèle géométrique simple, Précisions centimétriques, Information sémantique. Approche : Détection 2D et identification de panneaux dans des images couleurs individuelles, Appariement et reconstruction 3D multi-vues contrainte. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
4 Contexte De tection 2D Resonstruction 3D Re sultats Conclusions De tection de panneaux dans l image couleur De tection de couleur Image C r I (x, y ) C b autre De tection de couleur I (x,y ) I (x,y ) si I r (x,y ) > T & I r (x,y ) > T v b Bleu I (x,y ) I (x,y ) si Ib (x,y ) > T & Ib (x,y ) > T r v sinon Crops d image Quadrilate re convexe Ellipse ou : I (x, y ) : pixel de coordonne x et y de l image I. Ir, Iv, Ib : valeurs des trois canaux. Cr, Cb : classes rouge et bleue. Rouge Ellipse + bleu Ellipse Triangle Cate gorie Cate gorie? Quadrilate re Ellipse? + rouge + bleu Obligation T : seuil a fixer. Indication Interdiction Triangle + rouge Danger Rectification locale d image Appariement avec les panneaux de re fe rences de me me type Obligation B. Soheilian (IGN-MATIS) Mode lisation 3D de panneaux Indication Interdiction JR Mars 2012 Danger 4 / 27
5 Contexte De tection 2D Resonstruction 3D Re sultats Conclusions De tection de panneaux dans l image couleur Image De tection de couleur Bleu De tection de forme Rouge Crops d image Quadrilate re convexe Ellipse Ellipse + bleu Ellipse Triangle Cate gorie Cate gorie? Quadrilate re Ellipse? + rouge + bleu Obligation Indication Interdiction Triangle + rouge Danger Rectification locale d image Appariement avec les panneaux de re fe rences de me me type Obligation B. Soheilian (IGN-MATIS) Mode lisation 3D de panneaux Indication Interdiction JR Mars 2012 Danger 4 / 27
6 Détection de panneaux dans l image couleur Image Bleu Détection de couleur Rouge Crops d image Reconnaissance de type Ellipse Ellipse + bleu Quadrilatère convexe Catégorie? Quadrilatère + bleu Ellipse Triangle Catégorie Ellipse Triangle + rouge? + rouge Obligation Indication Interdiction Danger Rectification locale d image Appariement avec les panneaux de références de même type Obligation Indication Interdiction Danger B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
7 Détection de panneaux dans l image couleur Image Reconnaissance de type Rectification d image Ellipse Bleu Détection de couleur Quadrilatère convexe Crops d image Ellipse Rouge Triangle Ellipse + bleu Catégorie Catégorie Ellipse Triangle? Quadrilatère + rouge? + rouge + bleu Obligation Indication Interdiction Danger Rectification locale d image Appariement avec les panneaux de références de même type Obligation Indication Interdiction Danger B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
8 Détection de panneaux dans l image couleur Image Bleu Détection de couleur Rouge Reconnaissance de type Rectification d image Appariement de texture Ellipse Ellipse + bleu Quadrilatère convexe Crops d image Catégorie? Quadrilatère + bleu Ellipse Triangle Catégorie Ellipse Triangle + rouge? + rouge Score de corrélation (%) Obligation Indication Interdiction Danger Rectification locale d image Appariement avec les panneaux de références de même type Obligation Indication Interdiction Danger B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
9 Contexte De tection 2D Resonstruction 3D Re sultats Conclusions Re sultats Exemple d extraction de panneaux dans une image couleur B. Soheilian (IGN-MATIS) Mode lisation 3D de panneaux JR Mars / 27
10 Évaluation de la performance Taille Min. Nombre de Détection Détection + Identification (pixels) panneaux TP (%) FP/image TP (%) FP/image % % % % % % % % 0.59 Table: TPs et FPs pour 4 catégories de taille, calculés sur 3384 images [Belaroussi et al.(2010)]. Belaroussi, R., Foucher, P., Tarel, J., Soheilian, B., Charbonnier, P., Paparoditis, N., Road Sign Detection in Images : A Case Study. In : IEEE, International Conference on Pattern Recognition (ICPR 10). Istanbul, Turkey, pp B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
11 Reconstruction 3D de panneaux Verrous : Reconstruction par intersection de visées : Erreurs aléatoires d estimation de géométrie 2D de panneaux dans images. Erreurs aléatoires de poses des images, Mise en correspondance de panneaux 2D : Présence de faux panneaux 2D. Pas de a priori : Prise de vues non-organisé. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
12 Reconstruction par intersection de visées Imprécisions Détection 2D, Poses d images. Impacte en 3D Erreurs de position, orientation, Formes 3D non conformes. Oj Oi Solution envisagée Augmentation de nombre d observations = muti-vues, Prise en compte de contraintes de forme. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
13 Reconstruction par intersection de visées Imprécisions Détection 2D, Poses d images. Impacte en 3D Erreurs de position, orientation, Formes 3D non conformes. Oj Oi Solution envisagée Augmentation de nombre d observations = muti-vues, Prise en compte de contraintes de forme. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
14 Reconstruction multi-vues contrainte Un panneau 3D X 3 X 2 v 2 X 1 : Q v 1 X 4 p i2 p j2 p i1 O i p j1 Panneaux détectés dans images i et j O j E(X) = i I,k S d 2 (X k, p ik ) X k = Q + ɛ 1 (k) v 1 + ɛ 2 (k) v 2 ɛ 1 = {0, 1, 1, 0} ɛ 2 = {0, 0, 1, 1} C 1 : v 1 v 2 = 0 2 C 2 : v 1 (r v2 ) 2 = 0 m L(X, λ) = E(X) + λ j C j (X) j=1 B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
15 Reconstruction multi-vues contrainte Un panneau 3D X 3 X 2 v 2 X 1 : Q v 1 X 4 p i2 p j2 p i1 O i p j1 Panneaux détectés dans images i et j O j E(X) = i I,k S d 2 (X k, p ik ) X k = Q + ɛ 1 (k) v 1 + ɛ 2 (k) v 2 ɛ 1 = {0, 1, 1, 0} ɛ 2 = {0, 0, 1, 1} C 1 : v 1 v 2 = 0 2 C 2 : v 1 (r v2 ) 2 = 0 m L(X, λ) = E(X) + λ j C j (X) j=1 B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
16 Reconstruction multi-vues contrainte B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
17 Mise en correspondance de panneaux 2D Deux panneaux 2D homologues sont reconnus par : Catégorie et type similaires, Contraintes de la géométrie épipolaire, Contraintes de forme et de taille. Comment apparier les panneaux homologues de manière automatiques B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
18 Mise en correspondance de panneaux 2D Deux panneaux 2D homologues sont reconnus par : Catégorie et type similaires, Contraintes de la géométrie épipolaire, Contraintes de forme et de taille. Comment apparier les panneaux homologues de manière automatiques B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
19 Appariement de panneaux input : A set of n detected 2D signs : R output: A set of hypothetical 3D signs : S for i 1 to n 1 do for j i + 1 to n do if!arecompatible(r i, r j ) then continue ; end ŝ Compute3DSign(r i, r j ) if s m S ŝ s m < ɛ then s m.addindexes(i, j) s m.update() end else S S {ŝ} end end Algorithm 1: Génération d hypothèse 3D B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
20 Appariement de panneaux B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
21 Appariement de panneaux B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
22 Appariement de panneaux B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
23 Appariement de panneaux Sortie de l algorithme 1 : m hypothèses de panneau 3D (avec la liste des panneaux 2D associés), Un panneau 2D est associé à n panneaux 3D panneau fantôme. Contrainte : Un panneau 2D est associé seulement au panneau 3D avec le nombre de panneau 2D maximal. Seulement les panneaux conservant plus de 80% des leurs panneaux 2D initiales sont retenus. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
24 Appariement de panneaux B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
25 Appariement de panneaux B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
26 Résultats B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
27 Contexte De tection 2D Resonstruction 3D Re sultats Conclusions Re sultats B. Soheilian (IGN-MATIS) Mode lisation 3D de panneaux JR Mars / 27
28 Résultats B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
29 Résultats et évaluations Objectifs : Taux de détection d algorithme de mise en correspondance : Faux positifs (Panneaux non réels reconstruits) Faux négatifs (Panneaux réels non reconstruits) Précision géométrique de reconstruction. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
30 Contexte De tection 2D Resonstruction 3D Re sultats Conclusions Re sultats et e valuations 1 km Donne es de re fe rences : images : Re elles (ge ore fe rencement direct) I 24 panneaux re els. F F Comple tude (TP, FP), Pre cision (re sidus 2D image) Simule es (poses parfaites) I 54 panneaux simule s. F F Comple tude (TP, FP), Pre cision (re sidus 2D image et 3D) B. Soheilian (IGN-MATIS) Mode lisation 3D de panneaux JR Mars / 27
31 Résultats et évaluations : Complétude Complétude : Type Nombre de d image panneaux 1 FP FN Réelle Simulée Table: Évaluation de complétude de mise en correspondance de panneaux. 1. Seulement les panneaux vus au moins dans 3 images ont été pris en compte. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
32 Résultats et évaluations : Complétude Faux positifs : souvent causés par des réponses multiples pour un même panneau. Faux negatifs : souvent causés par l ambiguïté géométrique. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
33 Résultats et évaluations : Précision géométrique In conclusion, the clustering threshold is the pertinent parameter to tune the detection. It oers a tradeo between false positive and false negative rates: augmenting the clustering threshold reduces false negative rate but causes more Evaluation de l influence des contraintes de forme Sheet6 Sheet6 Images false réelles matches, : leading to more false positives Image residuals Residuals in pixel Figure: Résidus d image (a) : (Gauche) Sans contrainte (4,75 pixels), (Droite) Contrainte (5,05 pixels) Image residuals Residuals in pixel Fig. 12. Histogram of image residuals: (a) without geometrical constraint. Mean residual = 4.75 pixels. (b) with geometrical constraints, Mean residual = 5.05 pixels. For the real dataset, the precision of the reconstruction can be evaluated qualitatively by visual comparison of real images with renderings of the reconstructed 3D signs in 7. Conc In this automati their pro shape, siz 3D geome reconstru strengthe the road We do no quisition the input from com property road sign relation t Evalua large set Most of t B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
34 Résultats et évaluations : Précision géométrique B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
35 Résultats et évaluations : Précision géométrique B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
36 Résultats et évaluations : Précision géométrique With constraints Without constraints Sheet1 Image residuals in pixel Sheet3 Sheet1 Planimetric error (m) Height error (m) Angle error in degree Image residuals Planimetric errors Residuals in pixel Error in cm Sheet2 Sheet4 Height errors Error in cm Orientation errors Error in degree Sheet2 Mean = 1.80 pixels Mean = 36mm Mean = 10mm Mean = 4.55 Image residuals Planimetric errors Height errors Error in cm Residuals in pixel Error in cm Orientation errors Error in degree Mean = 1.77 pixels Mean = 48mm Mean = 10mm Mean = 9.12 Fig. 14. Geometric evaluation: dierence between reconstructed and reference road signs. Sheet1 Sheet2 B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
37 Résultats et évaluations : Précision géométrique Influence de contrainte sur l estimation d orientation (a) Non contrainte (b) Contrainte Figure: Erreur d orientation avec et sans prise en compte des contraintes. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
38 Conclusions et perspectives Conclusions : Un processus complet d extraction et de reconstruction 3D de panneaux rectangulaires et triangulaires, Précision 3D de l ordre de 3cm. Complétude : Quelques problèmes de mise en correspondance Réponses multiples, Ambiguïté géométrique, Perspectives : Gestion d incertitudes, La reconstruction contrainte des panneaux circulaire. Vers un système intégré de détection/reconstruction pour améliorer la complétude. B. Soheilian (IGN-MATIS) Modélisation 3D de panneaux JR Mars / 27
Recherche dans un tableau
Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6
Plus en détailExemple PLS avec SAS
Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that
Plus en détailReconstruction de bâtiments en 3D à partir de nuages de points LIDAR
Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR Mickaël Bergem 25 juin 2014 Maillages et applications 1 Table des matières Introduction 3 1 La modélisation numérique de milieux urbains
Plus en détailSurveillance de Scripts LUA et de réception d EVENT. avec LoriotPro Extended & Broadcast Edition
Surveillance de Scripts LUA et de réception d EVENT avec LoriotPro Extended & Broadcast Edition L objectif de ce document est de présenter une solution de surveillance de processus LUA au sein de la solution
Plus en détail1. Structure d un programme C. 2. Commentaire: /*..texte */ On utilise aussi le commentaire du C++ qui est valable pour C: 3.
1. Structure d un programme C Un programme est un ensemble de fonctions. La fonction "main" constitue le point d entrée pour l exécution. Un exemple simple : #include int main() { printf ( this
Plus en détailANGULAR JS AVEC GDE GOOGLE
ANGULAR JS AVEC GDE GOOGLE JUIN 2015 BRINGING THE HUMAN TOUCH TO TECHNOLOGY 2015 SERIAL QUI SUIS-JE? ESTELLE USER EXPERIENCE DESIGNER BUSINESS ANALYST BRINGING THE HUMAN TOUCH TO TECHNOLOGY SERIAL.CH 2
Plus en détailRappel. Analyse de Données Structurées - Cours 12. Un langage avec des déclaration locales. Exemple d'un programme
Rappel Ralf Treinen Université Paris Diderot UFR Informatique Laboratoire Preuves, Programmes et Systèmes treinen@pps.univ-paris-diderot.fr 6 mai 2015 Jusqu'à maintenant : un petit langage de programmation
Plus en détailM2-Images. Rendu Temps Réel - OpenGL 4 et compute shaders. J.C. Iehl. December 18, 2013
Rendu Temps Réel - OpenGL 4 et compute shaders December 18, 2013 résumé des épisodes précédents... création des objets opengl, organisation des données, configuration du pipeline, draw,... opengl 4.3 :
Plus en détailDurée estimée :1 journée Date de la réalisation : 2011. Description Fournisseur Référence Nombre PU HT LM35CZ, LM35AZ LM35DZ
001 Titre : Mesure de température interfacée par carte Arduino Type de réalisation : montage électronique, de surveillance de température Concepteur : C. Rouviere Coordonnées : Laboratoire lbv villefranche/mer
Plus en détailSoftware and Hardware Datasheet / Fiche technique du logiciel et du matériel
Software and Hardware Datasheet / Fiche technique du logiciel et du matériel 1 System requirements Windows Windows 98, ME, 2000, XP, Vista 32/64, Seven 1 Ghz CPU 512 MB RAM 150 MB free disk space 1 CD
Plus en détailProbabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12
Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont
Plus en détailReconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12
Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12 2 Discrimination Invariance Expressions faciales Age Pose Eclairage 11/12/2012 3 Personne Inconnue Identité
Plus en détailApplication 1- VBA : Test de comportements d'investissements
Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps
Plus en détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détailOCL - Object Constraint Language
OCL - Object Constraint Language Laëtitia Matignon laetitia.matignon@univ-lyon1.fr Département Informatique - Polytech Lyon Université Claude Bernard Lyon 1 2012-2013 Laëtitia Matignon SIMA - OCL - Object
Plus en détail1 Modélisation d être mauvais payeur
1 Modélisation d être mauvais payeur 1.1 Description Cet exercice est très largement inspiré d un document que M. Grégoire de Lassence de la société SAS m a transmis. Il est intitulé Guide de démarrage
Plus en détailLogitech Tablet Keyboard for Windows 8, Windows RT and Android 3.0+ Setup Guide Guide d installation
Logitech Tablet Keyboard for Windows 8, Windows RT and Android 3.0+ Setup Guide Guide d installation English.......................................... 3 Français.........................................
Plus en détailFUTURES COMPRENDRE VOTRE RELEVE DE COMPTE. WH SELFINVEST Est. 1998 Luxemburg, France, Belgium, Poland, Germany, Netherlands
FUTURES COMPRENDRE VOTRE RELEVE DE COMPTE WH SELFINVEST Est. 1998 Luxemburg, France, Belgium, Poland, Germany, Netherlands Copyrigh 2007-2011: all rights attached to this guide are the sole property of
Plus en détailTerritoire3D. Descriptif de contenu. Institut Géographique National. www.ign.fr. Date du Document : Mars 2011
Territoire3D Descriptif de contenu Date du Document : Mars 2011 Institut Géographique National 73 avenue de Paris 94165 Saint-Mandé Cedex www.ign.fr Révision : Spécifications externes A 18/03/2011 Création
Plus en détailL. Obert, T. Lascar, A. Adam
Améliorer la consolidation des tubérosités grâce au système OMS (Offset Modular System) et l autogreffe Improving tuberosity consolidation using the OMS system (Offset Modular System) L. Obert, T. Lascar,
Plus en détaildistribution quelconque Signe 1 échantillon non Wilcoxon gaussienne distribution symétrique Student gaussienne position
Arbre de NESI distribution quelconque Signe 1 échantillon distribution symétrique non gaussienne Wilcoxon gaussienne Student position appariés 1 échantillon sur la différence avec référence=0 2 échantillons
Plus en détailBill 69 Projet de loi 69
1ST SESSION, 41ST LEGISLATURE, ONTARIO 64 ELIZABETH II, 2015 1 re SESSION, 41 e LÉGISLATURE, ONTARIO 64 ELIZABETH II, 2015 Bill 69 Projet de loi 69 An Act to amend the Business Corporations Act and the
Plus en détailNotice d Utilisation du logiciel Finite Element Method Magnetics version 3.4 auteur: David Meeker
Notice d Utilisation du logiciel Finite Element Method Magnetics version 3.4 auteur: David Meeker DeCarvalho Adelino adelino.decarvalho@iutc.u-cergy.fr septembre 2005 Table des matières 1 Introduction
Plus en détailMonitoring des classes de neige des calottes polaires par Envisat
Monitoring des classes de neige des calottes polaires par Envisat (Résultats de WOOPI) N. Tran, A. Vernier (CLS) F. Rémy R (LEGOS) P. Féménias F (ESA) Calottes glaciaires & classification de la neige/glace
Plus en détailThe new consumables catalogue from Medisoft is now updated. Please discover this full overview of all our consumables available to you.
General information 120426_CCD_EN_FR Dear Partner, The new consumables catalogue from Medisoft is now updated. Please discover this full overview of all our consumables available to you. To assist navigation
Plus en détailGrégoire de Lassence. Copyright 2006, SAS Institute Inc. All rights reserved.
Grégoire de Lassence 1 Grégoire de Lassence Responsable Pédagogie et Recherche Département Académique Tel : +33 1 60 62 12 19 gregoire.delassence@fra.sas.com http://www.sas.com/france/academic SAS dans
Plus en détailDOCUMENTATION - FRANCAIS... 2
DOCUMENTATION MODULE SHOPDECORATION MODULE PRESTASHOP CREE PAR PRESTACREA INDEX : DOCUMENTATION - FRANCAIS... 2 INSTALLATION... 2 Installation automatique... 2 Installation manuelle... 2 Résolution des
Plus en détailSupervision et infrastructure - Accès aux applications JAVA. Document FAQ. Page: 1 / 9 Dernière mise à jour: 15/04/12 16:14
Document FAQ Supervision et infrastructure - Accès aux EXP Page: 1 / 9 Table des matières Introduction... 3 Démarrage de la console JMX...4 I.Généralités... 4 II.WebLogic... 5 III.WebSphere... 6 IV.JBoss...
Plus en détailSynthèse d'images I. Venceslas BIRI IGM Université de Marne La
Synthèse d'images I Venceslas BIRI IGM Université de Marne La La synthèse d'images II. Rendu & Affichage 1. Introduction Venceslas BIRI IGM Université de Marne La Introduction Objectif Réaliser une image
Plus en détailBAMOSONIC IT. - Mesure de niveau -
- Mesure de niveau - Le capteur de niveau F est destiné à la mesure de niveau de liquide sur des cuves de forme cylindrique ou rectangulaire avec possibilité d'un affichage en niveau, distance, volume
Plus en détailFIELD ACCEPTANCE TEST PROCEDURE OF 40 VAISALA PRESENT WEATHER PWD22 SENSORS AND USE OF A THIES SPECTRO-RAIN GAUGE.
FIELD ACCEPTANCE TEST PROCEDURE OF 4 VAISALA PRESENT WEATHER PWD22 SENSORS AND USE OF A THIES SPECTRO-RAIN GAUGE. Fabrice Zanghi Météo-France, DSO/DOS/CAT, 7 Rue Teisserenc de Bort 7819 Trappes, France
Plus en détailAmélioration de la fiabilité d inspection en CND grâce à la fusion d information : applications en rayons X et ultrasons
Amélioration de la fiabilité d inspection en CND grâce à la fusion d information : applications en rayons X et ultrasons Ahmad OSMAN 1a, Valérie KAFTANDJIAN b, Ulf HASSLER a a Fraunhofer Development Center
Plus en détailMarketing Efficiency Cloud : All-in-One, End-to-End
Marketing Resource Management avec Marketing Efficiency Cloud de BrandMaker Davantage de transparence Le marketing repose sur des process. BrandMaker Marketing Efficiency Cloud contrôle ces process et
Plus en détailCLASSIFICATION REPORT OF REACTION TO FIRE PERFORMANCE IN ACCORDANCE WITH EN 13501-1: 2007
1 Introduction This classification report defines the classification assigned to «Paintable wall covering EKOTEX : Exclusief Ecologisch Sprint Excellent Schone Lucht Hygiëne» (as described by the sponsor)
Plus en détailARDUINO DOSSIER RESSOURCE POUR LA CLASSE
ARDUINO DOSSIER RESSOURCE POUR LA CLASSE Sommaire 1. Présentation 2. Exemple d apprentissage 3. Lexique de termes anglais 4. Reconnaître les composants 5. Rendre Arduino autonome 6. Les signaux d entrée
Plus en détailAMC 120 Amplificateur casque
AMC 20 Amplificateur casque Manuel Utilisateur FRANCAIS 2 Rami AMC 20 SOMMAIRE Description... Utilisation... Synoptique... Face avant... Face arrière.... Câblage...... Caractéristiques... Informations...
Plus en détailLe No.1 de l économie d énergie pour patinoires.
Le No.1 de l économie d énergie pour patinoires. Partner of REALice system Economie d énergie et une meilleure qualité de glace La 2ème génération améliorée du système REALice bien connu, est livré en
Plus en détailFORD C-MAX + FORD GRAND C-MAX CMAX_Main_Cover_2013_V3.indd 1-3 22/08/2012 15:12
1 2 3 4 5 6 7 8 9 10 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 1 12 7 3 1 6 2 5 4 3 11 9 10 8 18 20 21 22 23 24 26 28 30
Plus en détailRevision of hen1317-5: Technical improvements
Revision of hen1317-5: Technical improvements Luca Felappi Franz M. Müller Project Leader Road Safety Consultant AC&CS-CRM Group GDTech S.A., Liège Science Park, rue des Chasseurs-Ardennais, 7, B-4031
Plus en détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détailSolution de Cloud Trading (VPS)
Solution de Cloud Trading (VPS) Version ordinateur Version App Veuillez lire attentivement les conditions générales de vente WH SELFINVEST Est. 1998 Luxembourg, France, Belgique, Pologne, Allemagne, Pays-Bas,
Plus en détail04002-LOR 2004 Mars 2004
04002-LOR 2004 LES INTERACTIONS IPSEC/DNS ---ooo--- Abstract :!! "!! $!!! "!! %$ & '( ) * + *, $ $,, $ ---ooo - - *./ 0! 1023224" 4 %- - *5 " 6 " 6 7 6 8./ 0! 1023224" 4 %6 "6 7 5 " - - * Jean-Jacques.Puig@int-evry.fr
Plus en détailPrincipe de symétrisation pour la construction d un test adaptatif
Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université
Plus en détailCours d algorithmique pour la classe de 2nde
Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage
Plus en détailXtremWeb-HEP 8.0.0. Interconnecting jobs over DG. Virtualization over DG. Oleg Lodygensky Laboratoire de l Accélérateur Linéaire
XtremWeb-HEP 8.0.0 Interconnecting jobs over DG Virtualization over DG Oleg Lodygensky Objectives 1.Deploy Virtual Machines in XtremWeb-HEP desktop grid to: protect volunteer resources generalize «pilot
Plus en détailCompléments de documentation Scilab : affichage de texte et formatage de nombres
Université des Sciences et Technologies de Lille U.F.R. de Mathématiques Pures et Appliquées Agrégation externe Année 2002-2003 Compléments de documentation Scilab : affichage de texte et formatage de
Plus en détailCette Leçon va remplir ces attentes spécifiques du curriculum :
Dev4Plan1 Le Plan De Leçon 1. Information : Course : Français Cadre Niveau : Septième Année Unité : Mes Relations Interpersonnelles Thème du Leçon : Les Adjectifs Descriptifs Date : Temps : 55 minutes
Plus en détailOnce the installation is complete, you can delete the temporary Zip files..
Sommaire Installation... 2 After the download... 2 From a CD... 2 Access codes... 2 DirectX Compatibility... 2 Using the program... 2 Structure... 4 Lier une structure à une autre... 4 Personnaliser une
Plus en détailLa solution idéale de personnalisation interactive sur internet
FACTORY121 Product Configurator (summary) La solution idéale de personnalisation interactive sur internet FACTORY121 cité comme référence en «Mass Customization» au MIT et sur «mass-customization.de» Specifications
Plus en détailThéorie de la Programmation
Théorie de la Programmation http://perso.ens-lyon.fr/daniel.hirschkoff/thpr hop Programmation, Théorie de la programmation Langages de programmation I il existe de nombreux langages de programmation I
Plus en détailcommunication digitale
communication digitale 1 Conseil en stratégie e-marketing Pour gagner une guerre, il faut en comprendre les enjeux Le web occupe aujourd hui une place centrale dans les plans de communication des entreprises
Plus en détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
Plus en détailPROJET DE LOI. An Act Respecting the Revised Statutes, 2014. Loi concernant les Lois révisées de 2014
1st Session, 58th Legislature New Brunswick 63-64 Elizabeth II, 2014-2015 1 re session, 58 e législature Nouveau-Brunswick 63-64 Elizabeth II, 2014-2015 BILL PROJET DE LOI 12 12 An Act Respecting the Revised
Plus en détailAlgorithmes de recommandation, Cours Master 2, février 2011
, Cours Master 2, février 2011 Michel Habib habib@liafa.jussieu.fr http://www.liafa.jussieu.fr/~habib février 2011 Plan 1. Recommander un nouvel ami (ex : Facebook) 2. Recommander une nouvelle relation
Plus en détailLa révolution SaaS au service de la valorisation de la recherche
La révolution SaaS au service de la valorisation de la recherche Jérémie Bellec Structure Computation Problématique Question des industriels : Comment peut-on utiliser votre logiciel? Logiciel de recherche?
Plus en détailTraitement fiscal des assainissements Petits déjeuners des PME et start-up
Advisory Traitement fiscal des assainissements Petits déjeuners des PME et start-up Préambule Ce document est fondé sur le séminaire OREF du 28 septembre 2010 Yves Grangier Juriste, assistant manager PricewaterhouseCoopers
Plus en détailInstitut français des sciences et technologies des transports, de l aménagement
Institut français des sciences et technologies des transports, de l aménagement et des réseaux Session 3 Big Data and IT in Transport: Applications, Implications, Limitations Jacques Ehrlich/IFSTTAR h/ifsttar
Plus en détailPVCHECK Rel. 2.02 09/11/12
Metel: HV000PVC Pag 1 of 5 Multifunction instrument for safety, functionality and performance verifications on a PV plant The multifunction instrument PVCHECK performs prompt and safe electrical checks
Plus en détailRapport de Mini-Projet en ArcGIS Engine
Rapport de Mini-Projet en ArcGIS Engine Réalisée par : Asmae BENMESSAOUD 3ème Année Cycle d Ingénieur Géoinformation Année Universitaire 2010- Sommaire 1 Introduction L analyse géographique et la visualisation
Plus en détailLes simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R
Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences
Plus en détailExamen Médian - 1 heure 30
NF01 - Automne 2014 Examen Médian - 1 heure 30 Polycopié papier autorisé, autres documents interdits Calculatrices, téléphones, traducteurs et ordinateurs interdits! Utilisez trois copies séparées, une
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailExpression des contraintes. OCL : Object C o n t r a i n t L a n g u a g e
P r o b l é m a t i q u e OCL : O b j e c t C o n s t r a i n t L a n g u a g e Le langage de contraintes d UML Les différents diagrammes d UML permettent d exprimer certaines contraintes graphiquement
Plus en détailSécurité des applications web. Daniel Boteanu
I F8420: Éléments de Sécurité des applications web Daniel Boteanu Architecture des applications web Client légitime Internet HTTP 浀 HTML Server Web 2 Architecture des applications web Client légitime Internet
Plus en détailInstructions Mozilla Thunderbird Page 1
Instructions Mozilla Thunderbird Page 1 Instructions Mozilla Thunderbird Ce manuel est écrit pour les utilisateurs qui font déjà configurer un compte de courrier électronique dans Mozilla Thunderbird et
Plus en détailExercices sur SQL server 2000
Exercices sur SQL server 2000 La diagramme de classe : Exercices sur SQL server 2000 Le modèle relationnel correspondant : 1 Créer les tables Clic-droit on Tables et choisir «New Table» Créer la table
Plus en détailLe passé composé. C'est le passé! Tout ça c'est du passé! That's the past! All that's in the past!
> Le passé composé le passé composé C'est le passé! Tout ça c'est du passé! That's the past! All that's in the past! «Je suis vieux maintenant, et ma femme est vieille aussi. Nous n'avons pas eu d'enfants.
Plus en détailBill 204 Projet de loi 204
3RD SESSION, 37TH LEGISLATURE, ONTARIO 51 ELIZABETH II, 2002 3 e SESSION, 37 e LÉGISLATURE, ONTARIO 51 ELIZABETH II, 2002 Bill 204 Projet de loi 204 An Act to amend the Ontario Energy Board Act, 1998 to
Plus en détailNotes de cours Practical BigData
Notes de cours Practical BigData Nguyen-Nhut DOAN 15 janvier 2015 Introduction Ces notes personnelles traduisent la deuxième partie du cours INF553 de l Ecole Polytechnique sur les bases de données et
Plus en détailRendu temps réel de mer et de nuages
Rendu temps réel de mer et de nuages Linares Antonin, Boyer Julien 17 décembre 2008 1 Résumé Nous allons traiter dans ce document les différentes méthodes explorées afin de parvenir à un rendu en temps
Plus en détailDOCUMENTATION MODULE BLOCKCATEGORIESCUSTOM Module crée par Prestacrea - Version : 2.0
DOCUMENTATION MODULE BLOCKCATEGORIESCUSTOM Module crée par Prestacrea - Version : 2.0 INDEX : DOCUMENTATION - FRANCAIS... 2 1. INSTALLATION... 2 2. CONFIGURATION... 2 3. LICENCE ET COPYRIGHT... 3 4. MISES
Plus en détailCours Bases de données 2ème année IUT
Cours Bases de données 2ème année IUT Cours Bilan : Des vues à PL/SQL corrigé Anne Vilnat http://www.limsi.fr/individu/anne/cours Plan 1 Cas exemple 2 Les tables... 3 Vues et index 4 Privilèges 5 Fonctions
Plus en détailCours Informatique Master STEP
Cours Informatique Master STEP Bases de la programmation: Compilateurs/logiciels Algorithmique et structure d'un programme Programmation en langage structuré (Fortran 90) Variables, expressions, instructions
Plus en détailTESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION
TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION Bruno Saussereau Laboratoire de Mathématiques de Besançon Université de Franche-Comté Travail en commun
Plus en détailRIF@PARIS-SACLAY. Pascale Betinelli CEA LIST. Demi-journée d'information ECHORD++ 20 avril 2015 - M.E.N.E.S.R
European Clearing House for Open Robotics Development Plus Plus RIF@PARIS-SACLAY Pascale Betinelli CEA LIST Demi-journée d'information ECHORD++ 20 avril 2015 - M.E.N.E.S.R 1 Experiments Robotics Innovation
Plus en détailAlgorithmique et Programmation, IMA
Algorithmique et Programmation, IMA Cours 2 : C Premier Niveau / Algorithmique Université Lille 1 - Polytech Lille Notations, identificateurs Variables et Types de base Expressions Constantes Instructions
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailAfin de valider votre inscription merci de bien veiller à :
b Afin de valider votre inscription merci de bien veiller à : 1. Prendre connaissance du règlement, des critères de sélection et des dates limites d inscription de la manifestation. 2. Dater et signer
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de
Plus en détailClasses et Objets en Ocaml.
Classes et Objets en Ocaml. Didier Rémy 2001-2002 http://cristal.inria.fr/ remy/mot/2/ http://www.enseignement.polytechnique.fr/profs/informatique/didier.remy/mot/2/ Cours Exercices Slide 1 1. Objets 2.
Plus en détailTP: Représentation des signaux binaires. 1 Simulation d un message binaire - Codage en ligne
Objectifs : Ce TP est relatif aux différentes méthodes de codage d une information binaire, et à la transmission en bande de base de cette information. Les grandes lignes de ce TP sont l étude des méthodes
Plus en détailSujet 4: Programmation stochastique propriétés de fonction de recours
Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction
Plus en détailComptes des changements de la biodiversité des systèmes et des espèces
ATELIER INFRAREGIONAL POUR LA REGION DE L AFRIQUE DE L OUEST SUBSAHARIENNE SUR L ÉVALUATION ET LES MESURES INCITATIVES Ouagadougou, Burkina Faso, 14 17 Mai 2013 COMPTABILITÉ DE L ENVIRONNEMENT ET DES ÉCOSYSTÈMES
Plus en détailVers une approche Adaptative pour la Découverte et la Composition Dynamique des Services
69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard
Plus en détailIPSAS 32 «Service concession arrangements» (SCA) Marie-Pierre Cordier Baudouin Griton, IPSAS Board
IPSAS 32 «Service concession arrangements» (SCA) Marie-Pierre Cordier Baudouin Griton, IPSAS Board 1 L élaboration de la norme IPSAS 32 Objectif : traitement comptable des «service concession arrangements»
Plus en détailFrance SMS+ MT Premium Description
France SMS+ MT Premium Description Summary Subscription : kinematics Subscription via SMS (Kinematic + messages) Subscription via Wap (Kinematic + messages) Subscription via Mix SMS / WAP Subscription
Plus en détailLOI SUR LA RECONNAISSANCE DE L'ADOPTION SELON LES COUTUMES AUTOCHTONES ABORIGINAL CUSTOM ADOPTION RECOGNITION ACT
ABORIGINAL CUSTOM ADOPTION RECOGNITION ACT ABORIGINAL CUSTOM ADOPTION RECOGNITION REGULATIONS R-085-95 In force September 30, 1995 LOI SUR LA RECONNAISSANCE DE L'ADOPTION SELON LES COUTUMES AUTOCHTONES
Plus en détailwww.machpro.fr : Machines Production a créé dès 1995, le site internet
www.machpro.fr : www.machpro.fr Machines Production a créé dès 1995, le site internet www.machpro.fr destiné à fournir aux lecteurs de la revue et aux mécanautes un complément d'information utile et régulièrement
Plus en détailReprésenté par Eric Mamy A22 www.a22.fr présenté par CFR & CGL Consulting www.cgl-consulting.com
Représenté par Eric Mamy A22 www.a22.fr présenté par CFR & CGL Consulting www.cgl-consulting.com La Suite LOGIX La Suite LOGIX est un ensemble de produits pour le calcul et l optimisation complète des
Plus en détailAMENDMENT TO BILL 32 AMENDEMENT AU PROJET DE LOI 32
THAT the proposed clause 6(1), as set out in Clause 6(1) of the Bill, be replaced with the following: Trustee to respond promptly 6(1) A trustee shall respond to a request as promptly as required in the
Plus en détailProgrammation en Java IUT GEII (MC-II1) 1
Programmation en Java IUT GEII (MC-II1) 1 Christophe BLANC - Paul CHECCHIN IUT Montluçon Université Blaise Pascal Novembre 2009 Christophe BLANC - Paul CHECCHIN Programmation en Java IUT GEII (MC-II1)
Plus en détailPrésenta)on des ac)vités de recherche de l équipe PR du laboratorie MIS
Localisa1on et Naviga1on de Robots M2 EEAII, parcours ViRob, A.U. 2014-2015 Présenta)on des ac)vités de recherche de l équipe PR du laboratorie MIS Fabio MORBIDI E-mail: fabio.morbidi@u-picardie.fr Laboratorie
Plus en détailAlgorithmique & programmation
Algorithmique & programmation Type structuré Article, Enregistrement, Structure Définition de nouveaux types!! On a vu les types simples "! entier, booléen, caractère, chaîne de caractères!! Comment gérer
Plus en détail3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes
PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason
Plus en détailSimulation de Réseaux Ferroviaires
Le projet de recherche Modélisation orientée objets dans le domaine ferroviaire a été conduit par l Institut des Transports et de Construction Routière et Ferroviaire (IVT, Institut für Verkehrsplanung,
Plus en détailComment créer un nouveau compte? 1/2- Pour le consommateur
Comment créer un nouveau compte? 1/2- Pour le consommateur Cette procédure va vous permettre de créer un compte. Tous les logiciels Photo & Book que vous allez créer, que ce soit pour un consommateur ou
Plus en détailLA SIMULATION: INTERETS EN FORMATIION MEDICALE CONTINUE. C Assouline
LA SIMULATION: INTERETS EN FORMATIION MEDICALE CONTINUE C Assouline Principes «Human error is the price we pay for intelligence» 3 buts principaux de la simulation : détecter les erreurs éviter les erreurs
Plus en détailDOCUMENTATION - FRANCAIS... 2
DOCUMENTATION MODULE PRETTYSLIDER MODULE PRESTASHOP CREE PAR PRESTACREA INDEX : DOCUMENTATION - FRANCAIS... 2 INSTALLATION... 2 Installation automatique... 2 Installation manuelle... 2 Résolution des problèmes...
Plus en détailArbres binaires de recherche
1 arbre des comparaisons 2 recherche dichotomique l'arbre est recalculé à chaque recherche 2 5 3 4 7 9 1 6 1 2 3 4 5 6 7 9 10 conserver la structure d'arbre au lieu de la reconstruire arbre binaire de
Plus en détail