Noyer, Jean-Charles
Jean-Charles Noyer researcher
VIAF ID: 211976289 (Personal)
Permalink: http://viaf.org/viaf/211976289
Preferred Forms
- 100 0 _ ‡a Jean-Charles Noyer ‡c researcher
- 100 1 _ ‡a Noyer, Jean-Charles
- 100 1 _ ‡a Noyer, Jean-Charles
4xx's: Alternate Name Forms (1)
Works
Title | Sources |
---|---|
Amélioration de l'exploration de l'espace d'état dans les méthodes de Monte Carlo séquentielles pour le suivi visuel | |
Apport des modèles numériques d'élévation pour l'enrichissement des cartes de navigation par fusion multi-capteurs | |
Approches bayésiennes pour le pistage radar de cibles de surface potentiellement manoeuvrantes | |
Bayesian approaches for surface potentially-maneuvering target tracking. | |
Construction of 3D models from fisheye video data—Application to the localisation in urban area. | |
Context integration using bayesian networks for multitarget detection and tracking. | |
Contribution of digital elevation models for the enrichment of navigation maps by multi-sensor fusion. | |
Contribution to data fusion using non-linear filtering : application to the estimationof the 3D structure and motion in a multisensor framework. | |
Detection, Identification and localization of road defects using LiDAR data : application to road network state evaluation. | |
Détection, identification et localisation des défauts routiers à l'aide de données LiDAR : application à l'évaluation de l'état du réseau routier | |
Enhancement of the state space exploration in sequential Monte Carlo methods for visual tracking. | |
Fusion multicapteurs pour la détection et le suivi de formes par filtrage particulaire : une approche dense | |
Implementation of a compact and simple underwater localization system in low-depth environments. | |
Intégration du contexte par réseaux bayésiens pour la détection et le suivi multi-cibles | |
Joint detection and model-based tracking methods of extended targets in scanning laser rangefinder data using non-linear filtering techniques. | |
Méthodes conjointes de détection et suivi basé-modèle de cibles distribuées par filtrage non-linéaire dans les données lidar à balayage | |
Méthodes et modèles stochastiques pour le suivi multi-objets. | |
Modular and real time multi sensors multi target tracking system for ITS purpose. | |
Multi-object tracking and classification : contributions with belief functions theory. | |
Multipath impact on the performances of satellite navigation systems : contribution to the enhancement of location accuracy towards bayesian modeling. | |
Multisensor fusion for object detection and tracking using the particule filtering : a dense modelling. | |
Multispectral images-based background subtraction using Codebook and deep learning approaches | |
Non-linear processing of radar signal via particle filtering. | |
Parallélisation de simulations physiques utilisant un modéle de Boltzmann mullti-phases et multi-composants en vue d'un épandage de GNL sur sol | |
Parallelisation of physical simulations using Boltzmann method multiphase and multicomponent with the aim of manuring GNL on ground. | |
Perception de la route par combinaison des données caméra fisheye, Lidar et GPS. | |
Perception multi-capteurs pour la navigation par satellites en milieu urbain | |
Positionnement d'une balise sous-marine en environnement peu profond | |
Positionnement sous marin à partir de mesures TDOA non synchronisées | |
Sequential Monte Carlo methods for tracking heterogeneous multiple objects in raw data of laser telemetry. | |
Soustraction d'arrière-plan par images multispectrales avec les méthodes Codebook et apprentissage profond. | |
Stereo vision and LIDAR based Dynamic Occupancy Grid mapping : Application to scenes analysis for Intelligent Vehicles | |
Stochastic models and methods for multi-object tracking | |
Suivi et classification d'objets multiples : contributions avec la théorie des fonctions de croyance | |
Traitement non-linéaire du signal radar par filtrage particulaire | |
Underwater positioning from unsynchronized TDOA measurements. | |
Vehicle localization based on scene perception | |
visual tracking and object motion prediction for intelligent vehicles |