Descripteur
Termes IGN > géomatique > données localisées > données localisées numériques > données laser
données laserSynonyme(s)levé par laserVoir aussi |
Documents disponibles dans cette catégorie (1317)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Contribution à la segmentation et à la modélisation 3D du milieu urbain à partir de nuages de points / Tania Landes (2020)
Titre : Contribution à la segmentation et à la modélisation 3D du milieu urbain à partir de nuages de points : Habilitation à Diriger les Recherches Type de document : Thèse/HDR Auteurs : Tania Landes, Auteur ; Nicolas Paparoditis , Encadrant Editeur : Strasbourg : Université de Strasbourg Année de publication : 2020 Importance : 134 p. Format : 21 x 30 cm Note générale : Bibliographie
Synthèse des travaux en vue d'obtenir l'Habilitation à Diriger des Recherches délivrée par l'Université de Strasbourg, Sciences de l’Ingénieur, Spécialité Topographie, GéomatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] acquisition de données
[Termes IGN] arbre urbain
[Termes IGN] climat urbain
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] espace intérieur
[Termes IGN] façade
[Termes IGN] jumeau numérique
[Termes IGN] maquette numérique
[Termes IGN] modèle 3D de l'espace urbain
[Termes IGN] modélisation 3D du bâti BIM
[Termes IGN] qualité géométrique (image)
[Termes IGN] reconstruction 3D du bâti
[Termes IGN] reconstruction d'objet
[Termes IGN] segmentation d'image
[Termes IGN] semis de pointsIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) La modélisation 3D répond à la fois à un enjeu économique mais aussi environnemental, que ce soit à l'échelle du bâtiment ou de la ville. Ces dix dernières années, les techniques d'acquisitions ont considérablement évolué du point de vue de leur rapidité, du volume de données à gérer, de l’hétérogénéité des informations acquises par les systèmes multi-capteurs, de même que les méthodes de traitement des données. De nouveaux processus sont nés de ces bouleversements, comme le processus « scan-to-BIM » caractérisant les étapes menant du nuage de points à une maquette numérique intelligente. En adoptant la maquette numérique, intégrée dans un processus collaboratif BIM (Building Information Modeling), les acteurs du bâtiment sont en mesure d’effectuer des simulations et de réduire, en plus des coûts, l’impact environnemental lié aux interventions sur le bâtiment, tout au long de son cycle de vie. En pratique, pour aboutir à une maquette numérique intelligente du bâtiment à partir d’un relevé de l’existant, de nombreux verrous technologiques sont à lever. Dans ce contexte, j'ai eu la chance d’encadrer divers travaux de recherches portant sur les thématiques de l’acquisition de données 3D (généralement sous formes de nuages de points 3D) à leur traitement, jusqu’à la production de la maquette numérique. Au travers des thèses que j’ai eu l’occasion de suivre, j’ai participé à la création et la mise en œuvre de chaînes de traitements de nuages de points acquis par LiDAR aéroporté, LiDAR terrestre et autres capteurs 3D. Ces travaux ont permis d’aboutir au développement de systèmes d’acquisitions innovants (thèse Mittet, 2015), d’algorithmes de consolidations (thèses Hullo, 2013 et Lachat, 2019), de segmentation et de modélisations de nuages de points pour la reconstruction de bâtiments (thèse Tarsha-Kurdi, 2008), de façades (thèse Boulaassal, 2010) et d’intérieurs de bâtiments (thèse Macher, 2017). La question de l’évaluation de la qualité des modèles a été abordée dans chacune des thèses, en particulier à l’échelle du bâtiment entier (thèse Mohamed, 2013). Souhaitant mettre au profit de problématiques environnementales l’expérience acquise au travers de l’ensemble de ces travaux de la phase de relevés à celle de la production de la maquette numérique, le regard longtemps focalisé sur le bâtiment s’est alors tourné vers d’autres objets urbains que sont les arbres en ville, avec l’ambition de les reconstruire en 3D. Ce défi audacieux a été relevé, grâce à l’impulsion de spécialistes en climatologie urbaine de l’équipe ICube-TRIO. Il finalement permis de créer un nouvel axe de recherche au sein de notre équipe : l’apport de la lasergrammétrie à la modélisation du climat urbain. En répondant au besoin, pour les modèles de simulation du climat urbain, de disposer de reconstructions 3D fidèles des arbres, nous avons, par la même occasion, été initiés à l’impact des arbres sur la création de microclimats urbains. Débutée à l’échelle de l’arbre et d’un parc (thèse Bournez, 2018), l’étude se poursuit actuellement à l’échelle de la ville et de la région (thèse Philipps, en cours). Nous rappellerons, dans la première partie de ce mémoire, les avancées majeures dans chaque étape de la chaîne de traitements mise en place, avant de proposer des perspectives de recherche. Dans le processus du « scan-to-BIM », la segmentation essentiellement géométrique méritera d’être enrichie d’information sémantique pour aboutir à une maquette numérique de bâtiment intelligente, appelée également « jumeau numérique ». Les efforts que nous mènerons en ce sens seront également profitables aux modèles climatiques urbains, ces derniers exigeant notamment la connaissance de la géométrie urbaine. Le tout sera accompagné d’un souci permanent de maîtriser les erreurs affectant la chaîne de traitement et par voie de conséquence les modèles qui en découlent. Au vu de la sensibilité grandissante de nos pays européens à une économie verte, qui se traduit notamment par l’accompagnement de la transition énergétique, l’avenir laisse entrevoir de belles perspectives d’évolution aux thématiques de recherche de notre équipe. Note de contenu : Partie 1 : Synthèse des travaux de recherche
1. Introduction générale
2. Acquisition de données
3. Consolidation et/ou géoréférencement de nuages de points
4. Prétraitement de nuages de points
5. Segmentation et classification
6. Modélisation de nuages de points
7. Evaluation de la qualité des résultats
8. Conclusion générale et perspectives
9. Références citées dans le mémoire
10. Liste complète des travaux publiés depuis 1999
Partie 2 : Curriculum Vitae et synthèse des activités de maître de conférences
1. Curriculum vitae
2. Activités d’ENSEIGNEMENT
3. Activités de RECHERCHE
4. Activités ADMINISTRATIVES au sein de l’INSA Strasbourg
ANNEXESNuméro de notice : 26554 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE/URBANISME Nature : HDR Note de thèse : HDR : Topographie, Géomatique : Strasbourg : 2020 Organisme de stage : Laboratoire des Sciences de l’Ingénieur, de l’Informatique et de l’Imagerie (ICUBE, UMR 7357) nature-HAL : HDR Date de publication en ligne : 27/04/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03210034/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97904
Titre : Deep learning for semantic feature extraction in aerial imagery Type de document : Thèse/HDR Auteurs : Ananya Gupta, Auteur ; Hujun Yin, Directeur de thèse ; Simon Watson, Directeur de thèse Editeur : Manchester [Royaume-Uni] : University of Manchester Année de publication : 2020 Importance : 151 p. Format : 21 x 30 cm Note générale : bibliographie
A thesis submitted to the University of Manchester for the degree of Doctor of Philosophy in the faculty of Science and engineeringLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage profond
[Termes IGN] cartographie d'urgence
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection d'arbres
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] Dublin (Irlande ; ville)
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] image à très haute résolution
[Termes IGN] image aérienne
[Termes IGN] image multitemporelle
[Termes IGN] OpenStreetMap
[Termes IGN] réseau routier
[Termes IGN] segmentation sémantique
[Termes IGN] semis de points
[Termes IGN] voxelIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Remote sensing provides image and LiDAR data that can be useful for a number of tasks such as disaster mapping and surveying. Deep learning (DL) has been shown to provide good results in extracting knowledge from input data sources by the means of learning intermediate representation features. However, popular DL methods require large scaled datasets for training which are costly and time-consuming to obtain. This thesis investigates semantic knowledge extraction from remote sensing data using DL methods in regimes with limited labelled data. Firstly, semantic segmentation methods are compared and analysed on the task of aerial image segmentation. It is shown that pretraining on ImageNet improves the segmentation results despite the domain shift between ImageNet images and aerial images. A framework for mapping road networks in disaster struck areas is proposed. It uses pre and post disaster imagery and labels from OpenStreetMaps (OSM), forgoing the need for costly manually labelled data. Graph-based methods are used to update the pre-existing road maps from OSM. Experiments on a disaster dataset from Palu, Indonesia show the efficacy of the proposed method. A method for semantic feature extraction from aerial imagery is proposed which is shown to work well for multitemporal high resolution image registration. These feature are able to deal with temporal variations caused by seasonal changes. Methods for tree identification in LiDAR data have been proposed to overcome the need for manually labelled data. The first method works on high density point clouds and uses certain LiDAR data attributes for tree identification, achieving almost 90% accuracy. The second uses a voxel based 3D Convolutional Neural Network on low density LiDAR datasets and is able to identify most large trees. The third method is a scaled version of PointNet++ and achieves an F_score of 82.1 on the ISPRS benchmark, comparable to the state of the art methods but with increased efficiency. Finally, saliency methods used for explainability in image analysis are extended to work on 3D point clouds and voxel-based networks to help aid explainability in this area. It is shown that edge and corner features are deemed important by these networks for classification. These features are also demonstrated to be inherently sparse and pruned easily. Note de contenu : 1- Introduction
2- Background and Literature Review
3- Aerial Image Segmentation with Open Data
4- Aerial Image Registration
5- Tree Annotations in LiDAR Data
6- 3D Point Cloud Feature Explanations
7- Conclusions and Future WorkNuméro de notice : 28302 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : PhD Thesis : Science and Engineering : University of Manchester : 2020 DOI : sans En ligne : https://www.research.manchester.ac.uk/portal/files/184627877/FULL_TEXT.PDF Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98051 Détection et vectorisation automatiqued’objets linéaires dans des nuages de points de voirie / Etienne Barçon (2020)
Titre : Détection et vectorisation automatiqued’objets linéaires dans des nuages de points de voirie Type de document : Mémoire Auteurs : Etienne Barçon, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2020 Importance : 110 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire de fin d'études d'Ingénieur INSA, spécialité TopographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] corrélation croisée normalisée
[Termes IGN] détection automatique
[Termes IGN] détection d'objet
[Termes IGN] détection de contours
[Termes IGN] données lidar
[Termes IGN] polyligne
[Termes IGN] réseau routier
[Termes IGN] segmentation
[Termes IGN] semis de points
[Termes IGN] seuillage d'image
[Termes IGN] trottoir
[Termes IGN] vectorisationIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) Ce mémoire présente une méthode de détection automatique des marquages et des glissières dans un environnement autoroutier, à partir d'un nuage de points. L'approche employée utilise essentiellement des outils de traitement d'images. Le nuage de points est converti en images d’intensité et images d’altitudes par une projection verticale sur un plan. La détection des marquages au sol est effectuée par seuillage des images d’intensité. La détection des glissières s’effectue en plusieurs temps, une détection des objets linéaires en 2D puis une vectorisation 3D à partir de profils, à l’aide des images d’altitudes. Les résultats obtenus sont convaincants bien que perfectibles. La méthode mise en place est jugée généralisable à d’autres objets comme les murs et les bordures de trottoir. Note de contenu : Introduction
1- Etat de l'art
2- Développements
3- Résultats obtenus et analyse
4- Perspectives d'améliorations
ConclusionNuméro de notice : 28517 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur INSAS Organisme de stage : TT Géomètres-Experts (Paris) DOI : sans En ligne : http://eprints2.insa-strasbourg.fr/4144/ Format de la ressource électronique : url Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97292
Titre : Détermination de la croisée des axes du télescope MéO Type de document : Mémoire Auteurs : Julien Barnéoud, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2020 Importance : 75 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Français (fre) Descripteur : [Vedettes matières IGN] Métrologie
[Termes IGN] chaîne de traitement
[Termes IGN] données laser
[Termes IGN] logiciel d'analyse de données
[Termes IGN] métrologie géodésique
[Termes IGN] prisme (optique)
[Termes IGN] téléscopeIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) Le télescope de Métrologie Optique (MéO) fait parti de l’observatoire de la Côte d’Azur, situé sur le plateau de Calern (Alpes-Maritimes). Il permet de réaliser de la télémétrie LASER, mesure de distance entre le sol terrestre et des réflecteurs dans l’espace, en visant les satellites artificiels gravitant autour de la Terre. Il est surtout un des quatre télescopes au monde capables de réaliser de la télémétrie sur la Lune. Le point de référence de ces mesures au sol est la croisée des axes du télescope, supposée immobile. Cependant, l’équipe de l’observatoire suspecte un mouvement de ce point. Un projet en 2018 et un stage en 2019 ont permis de mettre en place un protocole, des dispositifs de mesure et une chaîne de traitements afin de déterminer automatiquement ce point de référence. Le stage décrit dans ce rapport s’inscrit dans cette continuité, par l’installation d’un nouveau dispositif de mesure des axes et en finalisant l’automatisation des traitements. Note de contenu : Introduction
1. Contexte et Objectifs
1.1 Le télescope MéO
1.2 Le centre du télescope
1.3 Résumé des précédents travaux
1.4 Objectifs de ce stage
2. Un nouveau dispositif : le coin de cube rotatif
2.1 Principe
2.2 Étude sur le placement idéal : simulations
2.3 Mise en place
3. Protocoles de mesures
3.1 Ligne de référence
3.2 Coin de cube
3.3 Détermination complète des deux axes d’azimut et d’élévation, détermination du centre du télescope
4. Automatisation des mesures et des traitements
4.1 Fonctionnement général
4.2 Interface
4.3 Calculs automatiques avec Comp3d5
4.4 Enregistrement des résultats et outils de visualisation
5. Analyse
5.1 Validité de la mise en place du coin de cube motorisé
5.2 Couronne de prismes vs coin de cube rotatif
5.3 Suivi journalier
5.4 Détermination du centre du télescope
5.5 Analyse de la croisée des axes
ConclusionNuméro de notice : 26363 Affiliation des auteurs : IGN (2020- ) Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Observatoire de la côte d’Azur Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95802 Documents numériques
peut être téléchargé
Détermination de la croisée des axes du télescope MéO - pdf auteurAdobe Acrobat PDF Estimation of soil surface water contents for intertidal mudflats using a near-infrared long-range terrestrial laser scanner / Kai Tan in ISPRS Journal of photogrammetry and remote sensing, vol 159 (January 2020)
[article]
Titre : Estimation of soil surface water contents for intertidal mudflats using a near-infrared long-range terrestrial laser scanner Type de document : Article/Communication Auteurs : Kai Tan, Auteur ; Jin Chen, Auteur ; Weiguo Zhang, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 129 - 139 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] Chine
[Termes IGN] données lidar
[Termes IGN] données TLS (télémétrie)
[Termes IGN] humidité du sol
[Termes IGN] littoral
[Termes IGN] positionnement cinématique en temps réel
[Termes IGN] rayonnement proche infrarouge
[Termes IGN] réflectance
[Termes IGN] semis de points
[Termes IGN] télémétrie laser terrestre
[Termes IGN] teneur en vapeur d'eau
[Termes IGN] vaseRésumé : (Auteur) Estimations of the soil surface water contents and distributions play a key role in the ecological, environmental, and topographical investigations for intertidal mudflats. However, existing techniques have limitations. Long-range terrestrial laser scanners (TLSs) can record the co-located intensity value which refers to a measure of the backscattered laser from each scanned point. Most long-range TLSs emit near-infrared lasers that can be strongly absorbed by water. Thus, the intensity values can be used as proxies for water contents. In this study, the intensity data of long-range TLSs are corrected for the incidence angle and distance effects to quantitatively estimate the soil surface water contents of intertidal mudflats. A case study for a mudflat in Chongming Island, Shanghai, China, is conducted. Results indicate that compared with traditional techniques, the corrected intensity data of long-range TLSs are extremely effective data sources for a quick, accurate, and detailed estimation of water contents for large-area mudflats. The estimation root mean square error is approximately 3%. Furthermore, the 3D distributions of the water contents can be accurately mapped by combining the point cloud of the mudflats to potentially analyze the intrinsic association among water contents and topography, vegetation coverage, and habitation of creatures in mudflats. Numéro de notice : A2020-013 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article DOI : 10.1016/j.isprsjprs.2019.11.003 Date de publication en ligne : 26/11/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.11.003 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94402
in ISPRS Journal of photogrammetry and remote sensing > vol 159 (January 2020) . - pp 129 - 139[article]Réservation
Réserver ce documentExemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2020011 RAB Revue Centre de documentation En réserve L003 Disponible 081-2020013 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2020012 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt Fusion of 3D point clouds and hyperspectral data for the extraction of geometric and radiometric features of trees / Eduardo Alejandro Tusa Jumbo (2020)PermalinkDe l’image optique "multi-stéréo" à la topographie très haute résolution et la cartographie automatique des failles par apprentissage profond / Lionel Matteo (2020)PermalinkMise en place d'une méthode de détermination de la hauteur d'eau des océans à partir d'un capteur LiDAR aéroporté dans le cadre de la calibration/validation de l'altimètre SWOT / Romain Serthelon (2020)PermalinkMoving objects aware sensor mesh fusion for indoor reconstruction from a couple of 2D lidar scans / Teng Wu (2020)PermalinkPermalinkOn the adjustment, calibration and orientation of drone photogrammetry and laser-scanning / Emmanuel Clédat (2020)PermalinkPoint cloud registration and mitigation of refraction effects for geomonitoring using long-range terrestrial laser scanning / Ephraim Friedli (2020)PermalinkPratique des relevés en zones urbaines denses intégrant les nouvelles technologies / Théo Laporte (2020)PermalinkPredicting carbon accumulation in temperate forests of Ontario, Canada using a LiDAR-initialized growth-and-yield model / Paulina T. Marczak in Remote sensing, vol 12 n° 1 (January 2020)PermalinkPermalinkPermalinkRelevés par Lidar mobile de cours d’eau et intégration des profils aux relevés bathymétriques réalisés par sondeur mono-faisceau / Guillaume Didier (2020)PermalinkPermalinkPermalinkPermalinkPermalinkSimplicial complexes reconstruction and generalisation of 3d lidar data in urban scenes / Stéphane Guinard (2020)PermalinkPermalinkPermalinkThree-dimensional reconstruction of fluvial surface sedimentology and topography using personal mobile laser scanning / Richard David Williams in Earth surface processes and landforms, vol 45 n° 1 (January 2020)Permalink