Géotag | EPFL Graph Search

Un géotag est un marqueur (« tag », en anglais) à caractère géographique inséré dans des fichiers audio ou raster dans champs (JPEG, , ), IPTC (JPEG/), XMP (très nombreux formats). Le terme en français est « balise de géolocalisation ». Cette balise peut notamment contenir : des données GPS ou GNSS (coordonnées latitude et longitude, une altitude) la direction de vue (boussole) des informations saisies par l'utilisateur : lieux de saisie, code postal... D'autres données non cartographiques peuvent être associées comme : des données de temps : heure de capture des données spécifiques aux périphériques de capture : appareil photo (en particulier, la focale), appareil audio (échantillonnage, codage en bit) Trois manières principales sont aujourd'hui utilisées pour insérer cette information dans les fichiers : le geotagging à la volée avec un appareil branché sur l'appareil photo, voire avec l'appareil photo lui-même (si le modèle de celui-ci intègre une telle fonctionnalité), le geotagging a posteriori avec un fichier de positions GPS, comme un fichier gpx ou nmea, ou également par la synchronisation horaire des photos avec les positions géographiques relevées (« à telle heure je suis là et à telle heure je prends cette photo, donc cette photo est prise ici ») et, enfin, le mode manuel où l'utilisateur repère sur une carte la position d'une prise de vue. Géocodage Géolocalisation Flickr IPTC Information Interchange Model XMP Générateur de Geo Meta Tags avec Google Maps sur DelAdmin. Exemple d'utilisation : exploration de photos géolocalisées à partir d'une carte géographique Google Maps et ipernity. Toutes les images géolocalisées sur Flickr Le site du logo Geotag-icons avec des explications complémentaires (anglais) Liste de toute appareils photographique reflex mono-objectif (DSLR) et appareil photographique de moyen format avec interface GPS (Allemand) Liste de toute appareils photo numérique compact et bridge avec interface GPS (Allemand) Liste de toute appareils à viseur électronique et objectifs interchangeab

Meta-learning to address diverse Earth observation problems across resolutions

Devis Tuia, Benjamin Alexander Kellenberger, Marc Conrad Russwurm

Earth scientists study a variety of problems with remote sensing data, but they most often consider them in isolation from each other, which limits information flows across disciplines. In this work, we present METEOR, a meta-learning methodology for Earth ...

London2024

CrossLoc: Scalable Aerial Localization Assisted by Multimodal Synthetic Data

Iordan Doytchinov, Qi Yan, Shanci Li, Jianhao Zheng

We present a visual localization system that learns to estimate camera poses in the real world with the help of synthetic data. Despite significant progress in recent years, most learning-based approaches to visual localization target at a single domain an ...

IEEE COMPUTER SOC2022

A deep learning framework for matching of SAR and optical imagery

Devis Tuia, Sylvain Lobry, Lloyd Haydn Hughes

SAR and optical imagery provide highly complementary information about observed scenes. A combined use of these two modalities is thus desirable in many data fusion scenarios. However, any data fusion task requires measurements to be accurately aligned. Wh ...

2020