English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

La detection automatique de fissures de chaussees est un tâche cruciale dans de nombreux pays. En effet, elle permet la qualite de la surface des chaussees dans le but de determiner les ameliorations necessaires. De nombreuses methodes ont ete introduire pour realiser la detection de defauts de surfaces et, en particulier, les fissures : en utilisant des outils de morphologie mathematiques, des reseaux de neurones ou un filtrage multi-echelle. Le filtrage multi-echelle semble le plus approprie et c'est la raison pour laquelle notre travail porte sur la validation d'une methode a base de decomposition en ondelettes utilisee comme initialisation a une segmentation par modelisation markovienne. De nos jours, il n'existe pas d'outils permettant de comparer et d'evaluer precisement les performances et avantages des methodes, d'une part, et de quantifier l'efficacite d'une methode comparee a l'etat de l'art. En consequence, le deuxieme objectif de ce travail est d'introduire un protocole d'evaluation afin de valider la methode proposee et de decrire comment fixer les parametres.

ROAD CRACK EXTRACTION WITH ADAPTED FILTERING AND MARKOV MODEL-BASED SEGMENTATION - Introduction and Validation