Centre de documentation
scientifique

Optimal segmentation of high spatial resolution images for the classification of buildings using random forests / James Bialas in International journal of applied Earth observation and geoinformation, vol 82 (October 2019)  

Public [article]  inInternational journal of applied Earth observation and geoinformation > vol 82 (October 2019) . - pp Titre : Optimal segmentation of high spatial resolution images for the classification of buildings using random forests Type de document : Article/Communication Auteurs : James Bialas, Auteur ; Thomas Oommen, Auteur ; Timothy C. Havens, Auteur Année de publication : 2019 Article en page(s) : pp Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse d'image orientée objet [Termes IGN] apprentissage automatique [Termes IGN] bâtiment [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] dommage matériel [Termes IGN] image à haute résolution [Termes IGN] image aérienne [Termes IGN] Nouvelle-Zélande [Termes IGN] précision de la classification [Termes IGN] qualité du processus [Termes IGN] segmentation d'image [Termes IGN] séisme [Termes IGN] zone urbaine Résumé : (auteur) In the application of machine learning to geographic object based image analysis, several parameters influence overall classifier performance. One of the first parameters is segmentation size—for example, how many pixels should be grouped together to form an image object. Often, trial and error methods are used to obtain segmentation parameters that best delineate the borders of real world objects. Several attempts at automated methods have produced promising results, but manual intervention is still necessary. Meanwhile, numerous measures of segmentation quality have been defined, but their relationship to classifier performance is not then directly shown. For example, as measures of segmentation quality improve, do classification results improve as well? Our work considers the problem of building classification in high resolution aerial imagery of urban areas. Based on user defined training polygons generated with or without a reference segmentation, we have found several measures of segmentation quality and feature performance that can help users narrow the range of appropriate segmentations. Furthermore, our work finds that given this range, performance of machine learning algorithms remains relatively constant for any given segmentation as long as features used for classification are chosen correctly. We find that the range of scale parameters capable of producing an accurate classification is much broader than typically assumed and trial and error methods for finding this parameter may be an acceptable approach. Numéro de notice : A2019-472 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.jag.2019.06.005 Date de publication en ligne : 08/06/2019 En ligne : https://doi.org/https://doi.org/10.1016/j.jag.2019.06.005 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93632 [article]

Topographie et archéologie, du cordeau au tout numérique : plus de 40 ans d'interactions / Bertrand Chazaly in XYZ, n° 160 (septembre 2019)

Public [article]  inXYZ > n° 160 (septembre 2019) . - pp 89 - 95 Titre : Topographie et archéologie, du cordeau au tout numérique : plus de 40 ans d'interactions Type de document : Article/Communication Auteurs : Bertrand Chazaly, Auteur Année de publication : 2019 Article en page(s) : pp 89 - 95 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Topographie [Termes IGN] analyse diachronique [Termes IGN] archéologie [Termes IGN] bâtiment [Termes IGN] carroyage [Termes IGN] carte archéologique [Termes IGN] cartographie automatique [Termes IGN] données localisées 3D [Termes IGN] Egypte [Termes IGN] évolution technologique [Termes IGN] fouille archéologique [Termes IGN] grotte [Termes IGN] image aérienne [Termes IGN] orthoimage [Termes IGN] photogrammétrie numérique [Termes IGN] télédétection par lidar [Termes IGN] triangulation Résumé : (Auteur) La topographie et l’archéologie sont intimement liées depuis des décennies. De la station totale au scanner laser 3D, du redressement simple d’images à la photogrammétrie numérique et au drone lidar, les progrès dans les moyens et les méthodes de mesure ont accompagné le développement des stratégies de fouille et apporté à l’archéologue de plus en plus de solutions pour analyser et restituer le site qu’il étudie. Numéro de notice : A2019-481 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93656 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2019031	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Modelling of buildings from aerial LiDAR point clouds using TINs and label maps / Minglei Li in ISPRS Journal of photogrammetry and remote sensing, vol 154 (August 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 154 (August 2019) . - pp 127 - 138 Titre : Modelling of buildings from aerial LiDAR point clouds using TINs and label maps Type de document : Article/Communication Auteurs : Minglei Li, Auteur ; Franz Rottensteiner, Auteur ; Christian Heipke, Auteur Année de publication : 2019 Article en page(s) : pp 127 - 138 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] modèle numérique du bâti [Termes IGN] semis de points [Termes IGN] toit [Termes IGN] Triangulated Irregular Network Résumé : (Auteur) This paper presents a new framework for automatically creating compact building models from aerial LiDAR point clouds, where each point is known to belong to the class building. The approach addresses the issues of non-uniform point density and outlier detection to extract and refine semantic roof structures by a sequence of operations on a label map. We first partition the points into some coarse regions based on a region growing method over the Triangulated Irregular Network (TIN) model. The region label IDs are then projected to a 2D grid map, which is used to refine the roof regions and their boundaries. We design an energy optimization approach on the label map to optimize the region labels. In order to regularize the contours of roof regions extracted from the label map, we propose a new method for refining contour segment vertices, which iteratively filters the normals of contour segments and uses them to guide the update of contour vertices. The effectiveness of this method is evaluated on LiDAR point clouds from different scenes, and its performance is validated by extensive comparisons to state-of-the-art techniques. Numéro de notice : A2019-267 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.06.003 Date de publication en ligne : 11/06/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.06.003 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93082 [article]

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019081	RAB	Revue	Centre de documentation	En réserve L003	Disponible
081-2019083	DEP-RECP	Revue	LASTIG	Dépôt en unité	Exclu du prêt
081-2019082	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Co‐registration of panoramic mobile mapping images and oblique aerial images / Phillipp Jende in Photogrammetric record, vol 34 n° 166 (June 2019)  

Public [article]  inPhotogrammetric record > vol 34 n° 166 (June 2019) . - pp 148 - 173 Titre : Co‐registration of panoramic mobile mapping images and oblique aerial images Type de document : Article/Communication Auteurs : Phillipp Jende, Auteur ; Francesco Nex, Auteur ; M. George Vosselman, Auteur ; Markus Gerke, Auteur Année de publication : 2019 Article en page(s) : pp 148 - 173 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] façade [Termes IGN] image aérienne oblique [Termes IGN] image panoramique [Termes IGN] image terrestre [Termes IGN] point d'appui [Termes IGN] semis de points clairsemés [Termes IGN] superposition d'images Résumé : (Auteur) Mobile mapping relies on satellite‐based positioning, which suffers from line‐of‐sight and multipath issues. As an alternative, this paper presents a fully automatic approach for the co‐registration of mobile mapping and oblique aerial images to introduce highly accurate and reliable ground control for mobile mapping data adjustment. An oblique view of a scene introduces similarities as well as challenges regarding co‐registration with mobile mapping images, which is supported by mutual planes in both datasets. Façade planes from a sparse point cloud are used as projection surfaces for the mobile mapping and aerial datasets, overcoming large perspective differences between them to simplify the registration. The performance of the procedure indicates an inlier rate of around 80%. Numéro de notice : A2019-245 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/phor.12276 Date de publication en ligne : 29/04/2019 En ligne : https://doi.org/10.1111/phor.12276 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92956 [article]

RoofN3D: a database for 3D building reconstruction with deep learning / Andreas Wichmann in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 6 (June 2019)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 85 n° 6 (June 2019) . - pp 435 - 443 Titre : RoofN3D: a database for 3D building reconstruction with deep learning Type de document : Article/Communication Auteurs : Andreas Wichmann, Auteur ; Amgad Agoub, Auteur ; Valentina Schmidt, Auteur Année de publication : 2019 Article en page(s) : pp 435 - 443 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] .Net [Termes IGN] apprentissage profond [Termes IGN] base de données localisées 3D [Termes IGN] données d'entrainement (apprentissage automatique) [Termes IGN] reconstruction 3D du bâti [Termes IGN] semis de points [Termes IGN] toit Résumé : (Auteur) Machine learning methods, in particular those based on deep learning, have gained in importance through the latest development of artificial intelligence and computer hardware. However, the direct application of deep learning methods to improve the results of 3D building reconstruction is often not possible due, for example, to the lack of suitable training data. To address this issue, we present RoofN3D which provides a three-dimensional (3D) point cloud training dataset that can be used to train machine learning models for different tasks in the context of 3D building reconstruction. The details about RoofN3D and the developed framework to automatically derive such training data are described in this paper. Furthermore, we provide an overview of other available 3D point cloud training data and approaches from current literature in which solutions for the application of deep learning to 3D point cloud data are presented. Finally, we exemplarily demonstrate how the provided data can be used to classify building roofs with the PointNet framework. Numéro de notice : A2019-248 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.85.6.435 En ligne : https://doi.org/10.14358/PERS.85.6.435 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93004 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2019061	SL	Revue	Centre de documentation	Revues en salle	Disponible

Semantic façade segmentation from airborne oblique images / Yaping Lin in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 6 (June 2019)  

Permalink

Fusion of thermal imagery with point clouds for building façade thermal attribute mapping / Dong Lin in ISPRS Journal of photogrammetry and remote sensing, vol 151 (May 2019)  

Permalink

Plans-reliefs, ancêtres de la modélisation / Marielle Mayo in Géomètre, n° 2169 (mai 2019)

Permalink

Numérisation et modélisation 3D du Jardin d’Hiver du Musée de la Faïence de Sarreguemines / Valentin Girardet in XYZ, n° 158 (mars 2019)

Permalink

Developing an optimized texture mapping for photorealistic 3D buildings / Jungil Lee in Transactions in GIS, vol 23 n° 1 (February 2019)  

Permalink

Repeated structure detection for 3D reconstruction of building façade from mobile lidar data / Yanming Chen in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 2 (February 2019)  

Permalink

Détection de fenêtres dans un nuage de points de façade et positionnement semi-automatique dans un logiciel BIM / Julie Thierry (2019)  

Permalink

Numérique et territoires / Philippe Cohard (2019)

Permalink

Piecewise horizontal 3D roof reconstruction from aerial Lidar / Slim Namouchi (2019)  

Permalink

Recalage conjoint de données de cartographie mobile et de modèles 3D de bâtiments / Miloud Mezian (2019)  

Permalink

Les techniques photogrammétriques au service de l’architecture / Iris Lucas (2019) 

Permalink

Urban growth simulations in order to represent the impacts of constructions and environmental constraints on urban sprawl / Mojtaba Eslahi (2019)  

Permalink

3D survey and digital models as the first documentation of hypogeum of S. Saba in Rome / Tiziano Saulli in Applied geomatics, vol 10 n° 4 (December 2018)  

Permalink

Automatic building rooftop extraction from aerial images via hierarchical RGB-D priors / Shibiao Xu in IEEE Transactions on geoscience and remote sensing, vol 56 n° 12 (December 2018)  

Permalink

Geomatics and augmented reality experiments for the cultural heritage / Vicenzo Barrile in Applied geomatics, vol 10 n° 4 (December 2018)  

Permalink

A greyscale voxel model for airborne lidar data applied to building detection / Liying Wang in Photogrammetric record, vol 33 n° 164 (December 2018)  

Permalink

3D urban geovisualization: in situ augmented and mixed reality experiments / Alexandre Devaux in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol IV-4 (October 2018)    

Permalink

Ancient Chinese architecture 3D preservation by merging ground and aerial point clouds / Xiang Gao in ISPRS Journal of photogrammetry and remote sensing, vol 143 (September 2018)  

Permalink

Extraction of building roof planes with stratified random sample consensus / André C. Carrilho in Photogrammetric record, vol 33 n° 163 (September 2018)  

Permalink

Les peintures murales des lieux de culte du Sud de l’arc alpin du XIVe au XVIe siècle / Océane Acquier in Géomatique expert, n° 124 (septembre - octobre 2018)

Permalink