Descripteur
Termes IGN > 1-Candidats > semis de points
semis de points
Commentaire :
- Ensemble de points répartis de façon régulière ou quelconque sur une zone géographique donnée. (Glossaire de cartographie / CFC) Ces points peuvent être issus d'images ou de données lidar ...
Synonyme(s)nuage de pointsVoir aussi |
Documents disponibles dans cette catégorie (584)
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
Revue des descripteurs tridimensionnels (3D) pour la catégorisation des nuages de points acquis avec un système LiDAR de télémétrie mobile / Sylvie Daniel in Geomatica, vol 72 n° 1 (March 2018)
[article]
Titre : Revue des descripteurs tridimensionnels (3D) pour la catégorisation des nuages de points acquis avec un système LiDAR de télémétrie mobile Type de document : Article/Communication Auteurs : Sylvie Daniel, Auteur Année de publication : 2018 Article en page(s) : pp 1 - 15 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] classificateur
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] grande échelle
[Termes IGN] performance
[Termes IGN] scène urbaine
[Termes IGN] semis de pointsRésumé : (Auteur) La compréhension de nuage de points LiDAR consiste à reconnaitre les objets qui sont présents dans la scène et à associer des interprétations aux nuages d’objets qui le composent. Les données LiDAR acquises en milieu urbain dans des environnements à grande échelle avec des systèmes terrestres de télémétrie mobile présentent plusieurs difficultés propres à ce contexte : chevauchement entre les nuages de points, occlusions entre les objets qui ne sont vus que partiellement, variations de la densité des points. Compte tenu de ces difficultés, beaucoup de descripteurs tridimensionnels (3D) proposés dans la littérature pour la classification et la reconnaissance d’objets voient leurs performances se dégrader dans ce contexte applicatif, car ils ont souvent été introduits et évalués avec des jeux de données portant sur de petits objets. De plus, il y a un manque de comparaison approfondie entre les descripteurs 3D mis en œuvre dans des environnements à grande échelle, ce qui a pour conséquence un manque de connaissance au moment de sélectionner le descripteur 3D le plus adapté à un nuage de points LiDAR acquis dans de tels environnements. Le présent article propose une revue approfondie des travaux portant sur l’application des descripteurs 3D à des données LiDAR acquises en milieu urbain dans des environnements à grande échelle avec des systèmes terrestres de télémétrie mobile. Les principaux descripteurs 3D appliqués dans de tels contextes sont ainsi recensés. Une synthèse de leurs performances et limites est ensuite effectuée de manière comparative sur la base des travaux disponibles dans la littérature. Enfin, une discussion abordant les éléments impactant le plus les performances des descripteurs et des pistes d’amélioration vient compléter cette revue. Numéro de notice : A2018-338 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1139/geomat-2018-0001 Date de publication en ligne : 30/07/2018 En ligne : https://doi.org/10.1139/geomat-2018-0001 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90552
in Geomatica > vol 72 n° 1 (March 2018) . - pp 1 - 15[article]Saint-Quentin-en-Yvelines à 2,5 cm / Anonyme in Géomatique expert, n° 121 (mars - avril 2018)
[article]
Titre : Saint-Quentin-en-Yvelines à 2,5 cm Type de document : Article/Communication Auteurs : Anonyme, Auteur Année de publication : 2018 Article en page(s) : pp 6 - 9 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Orthophotographie, orthoimage
[Termes IGN] limite de résolution géométrique
[Termes IGN] modèle 3D de l'espace urbain
[Termes IGN] modèle numérique de terrain
[Termes IGN] orthophotoplan numérique
[Termes IGN] point d'appui
[Termes IGN] Saint-Quentin-en-Yvelines
[Termes IGN] semis de pointsRésumé : (éditeur) La communauté d’agglomération de la ville nouvelle de Saint-Quentin-en-Yvelines a fait réaliser une orthophotographie à 2,5 cm d’une partie de la ville de Plaisir, avec en bonus un modèle 3D ultra-réaliste réalisé à partir de l’extraction stéréoscopique. De quoi satisfaire nombre de demandes de ses services techniques. Numéro de notice : A2018-261 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90317
in Géomatique expert > n° 121 (mars - avril 2018) . - pp 6 - 9[article]Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 265-2018021 RAB Revue Centre de documentation En réserve L003 Disponible IFN-001-P002038 PER Revue Nogent-sur-Vernisson Salle périodiques Exclu du prêt 3D micro-mapping : Towards assessing the quality of crowdsourcing to support 3D point cloud analysis / Benjamin Herfort in ISPRS Journal of photogrammetry and remote sensing, vol 137 (March 2018)
[article]
Titre : 3D micro-mapping : Towards assessing the quality of crowdsourcing to support 3D point cloud analysis Type de document : Article/Communication Auteurs : Benjamin Herfort, Auteur ; Bernhard Höfle, Auteur ; Carolin Klonner, Auteur Année de publication : 2018 Article en page(s) : pp 73 - 83 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] arbre (flore)
[Termes IGN] cartographie collaborative
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] données localisées des bénévoles
[Termes IGN] évaluation des données
[Termes IGN] production participative
[Termes IGN] qualité des données
[Termes IGN] semis de points
[Termes IGN] villeRésumé : (Auteur) In this paper, we propose a method to crowdsource the task of complex three-dimensional information extraction from 3D point clouds. We design web-based 3D micro tasks tailored to assess segmented LiDAR point clouds of urban trees and investigate the quality of the approach in an empirical user study. Our results for three different experiments with increasing complexity indicate that a single crowdsourcing task can be solved in a very short time of less than five seconds on average. Furthermore, the results of our empirical case study reveal that the accuracy, sensitivity and precision of 3D crowdsourcing are high for most information extraction problems. For our first experiment (binary classification with single answer) we obtain an accuracy of 91%, a sensitivity of 95% and a precision of 92%. For the more complex tasks of the second Experiment 2 (multiple answer classification) the accuracy ranges from 65% to 99% depending on the label class. Regarding the third experiment – the determination of the crown base height of individual trees – our study highlights that crowdsourcing can be a tool to obtain values with even higher accuracy in comparison to an automated computer-based approach. Finally, we found out that the accuracy of the crowdsourced results for all experiments is hardly influenced by characteristics of the input point cloud data and of the users. Importantly, the results’ accuracy can be estimated using agreement among volunteers as an intrinsic indicator, which makes a broad application of 3D micro-mapping very promising. Numéro de notice : A2018-078 Affiliation des auteurs : non IGN Thématique : FORET/GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.01.009 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.01.009 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89440
in ISPRS Journal of photogrammetry and remote sensing > vol 137 (March 2018) . - pp 73 - 83[article]Réservation
Réserver ce documentExemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2018031 RAB Revue Centre de documentation En réserve L003 Disponible 081-2018033 DEP-EXM Revue LASTIG Dépôt en unité Exclu du prêt 081-2018032 DEP-EAF Revue Nancy Dépôt en unité Exclu du prêt Analyse du risque végétation dans les emprises ferroviaires à partir de données LiDAR acquises par drones / Luc Perrin in XYZ, n° 154 (mars - mai 2018)
[article]
Titre : Analyse du risque végétation dans les emprises ferroviaires à partir de données LiDAR acquises par drones Type de document : Article/Communication Auteurs : Luc Perrin, Auteur Année de publication : 2018 Article en page(s) : pp 15 - 21 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] arbre (flore)
[Termes IGN] couvert végétal
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] drone
[Termes IGN] qualité des données
[Termes IGN] risque naturel
[Termes IGN] semis de points
[Termes IGN] télémétrie laser aéroporté
[Termes IGN] voie ferréeRésumé : (Auteur) La gestion du couvert végétal présent dans les emprises ferroviaires se pose comme un enjeu majeur pour SNCF. Les drones offrent une solution efficace de cartographie car ils permettent une grande souplesse d'intervention, sans perturbation du trafic ferroviaire. Ce projet d'étude a pour objectif l'exploitation des données du système LiDAR aérien VUX-1 UAV pour la cartographie des risques liés à la végétation. Les travaux menés ont permis de valider la qualité des données acquises et de préciser les protocoles de captation. Par ailleurs, pour parvenir à la détection de la végétation et des infrastructures, une chaîne de classification a été mise en place et intégrée aux processus. Différents modèles d'analyse de risque végétation ont été alors proposés et étudiés : la perspective d'une individualisation des arbres a enfin été abordée. Sur la base des travaux de ce projet, l'industrialisation et la mise en production de l'analyse des dangers végétation est désormais possible. Numéro de notice : A2018-083 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89453
in XYZ > n° 154 (mars - mai 2018) . - pp 15 - 21[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 112-2018011 RAB Revue Centre de documentation En réserve L003 Disponible Evaluation of close-range photogrammetry image collection methods for estimating tree diameters / Martin Mokroš in ISPRS International journal of geo-information, vol 7 n° 3 (March 2018)
[article]
Titre : Evaluation of close-range photogrammetry image collection methods for estimating tree diameters Type de document : Article/Communication Auteurs : Martin Mokroš, Auteur ; Xinlian Liang, Auteur ; Peter Surový, Auteur ; Peter Valent, Auteur ; Juraj Čerňava, Auteur ; et al., Auteur Année de publication : 2018 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie terrestre
[Termes IGN] angle de visée
[Termes IGN] diamètre des arbres
[Termes IGN] Fagus sylvatica
[Termes IGN] photogrammétrie métrologique
[Termes IGN] placette d'échantillonnage
[Termes IGN] semis de pointsRésumé : (Auteur) The potential of close-range photogrammetry (CRP) to compete with terrestrial laser scanning (TLS) to produce dense and accurate point clouds has increased in recent years. The use of CRP for estimating tree diameter at breast height (DBH) has multiple advantages over TLS. For example, point clouds from CRP are similar to TLS, but hardware costs are significantly lower. However, a number of data collection issues need to be clarified before the use of CRP in forested areas is considered effective. In this paper we focused on different CRP data collection methods to estimate DBH. We present seven methods that differ in camera orientation, shooting mode, data collection path, and other important factors. The methods were tested on a research plot comprised of European beeches (Fagus sylvatica L.). The circle-fitting algorithm was used to estimate DBH. Four of the seven methods were capable of producing a dense point cloud. The tree detection rate varied from 49% to 81%. Estimates of DBH produced a root mean square error that varied from 4.41 cm to 5.98 cm. The most accurate method was achieved using a vertical camera orientation, stop-and-go shooting mode, and a path leading around the plot with two diagonal paths through the plot. This method also had the highest rate of tree detection (81%). Numéro de notice : A2018-099 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi7030093 En ligne : https://doi.org/10.3390/ijgi7030093 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89514
in ISPRS International journal of geo-information > vol 7 n° 3 (March 2018)[article]Image classification-based ground filtering of point clouds extracted from UAV-based aerial photos / Volkan Yilmaz in Geocarto international, vol 33 n° 3 (March 2018)PermalinkIntegrated image matching and segmentation for 3D surface reconstruction in urban areas / Lei Ye in Photogrammetric Engineering & Remote Sensing, PERS, Vol 84 n° 3 (March 2018)PermalinkTrois catégories de détenteurs de droits / Elizabeth Botrel in Géomètre, n° 2156 (mars 2018)PermalinkUtilisation de la photogrammétrie numérique pour la modélisation de fonds mobiles de modèles physiques / Maxime Cartier Xatard in XYZ, n° 154 (mars - mai 2018)PermalinkSemantic enrichment of octree structured point clouds for multi‐story 3D pathfinding / Florian W. Fichtner in Transactions in GIS, vol 22 n° 1 (February 2018)PermalinkPermalinkPermalinkColorisation of LiDAR point cloud / Mathieu Brédif (2018)PermalinkPermalinkPermalink