Centre de documentation
scientifique

DeepSim-Nets: Deep Similarity Networks for stereo image matching / Mohamed Ali Chebbi (2023)  

Public Titre : DeepSim-Nets: Deep Similarity Networks for stereo image matching Type de document : Article/Communication Auteurs : Mohamed Ali Chebbi, Auteur ; Ewelina Rupnik , Auteur ; Marc Pierrot-Deseilligny , Auteur ; Paul Lopes, Auteur Editeur : Computer vision foundation CVF Année de publication : 2023 Conférence : CVPR 2023, IEEE Conference on Computer Vision and Pattern Recognition 18/06/2023 22/06/2023 Vancouver Colombie britannique - Canada OA Proceedings Importance : pp 2096 - 2104 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] appariement d'images [Termes IGN] chaîne de traitement [Termes IGN] géométrie de l'image [Termes IGN] géométrie épipolaire [Termes IGN] réseau neuronal profond Index. décimale : 35.20 Traitement d'image Résumé : (auteur) We present three multi-scale similarity learning architectures, or DeepSim networks. These models learn pixel-level matching with a contrastive loss and are agnostic to the geometry of the considered scene. We establish a middle ground between hybrid and end-to-end approaches by learning to densely allocate all corresponding pixels of an epipolar pair at once. Our features are learnt on large image tiles to be expressive and capture the scene's wider context. We also demonstrate that curated sample mining can enhance the overall robustness of the predicted similarities and improve the performance on radiometrically homogeneous areas. We run experiments on aerial and satellite datasets. Our DeepSim-Nets outperform the baseline hybrid approaches and generalize better to unseen scene geometries than end-to-end methods. Our flexible architecture can be readily adopted in standard multi-resolution image matching pipelines. The code is available at https://github.com/DaliCHEBBI/DeepSimNets. Numéro de notice : C2023-007 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans En ligne : https://openaccess.thecvf.com/content/CVPR2023W/EarthVision/html/Chebbi_DeepSim- [...] Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103281

Pointless global bundle adjustment with relative motions Hessians / Ewelina Rupnik (2023)  

Public Titre : Pointless global bundle adjustment with relative motions Hessians Type de document : Article/Communication Auteurs : Ewelina Rupnik , Auteur ; Marc Pierrot-Deseilligny , Auteur Editeur : Computer vision foundation CVF Année de publication : 2023 Conférence : CVPR 2023, IEEE Conference on Computer Vision and Pattern Recognition 18/06/2023 22/06/2023 Vancouver Colombie britannique - Canada OA Proceedings Importance : pp 6517 - 6525 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique [Termes IGN] compensation par faisceaux [Termes IGN] estimation de pose [Termes IGN] matrice Index. décimale : 33.30 Photogrammétrie numérique Résumé : (auteur) Bundle adjustment (BA) is the standard way to optimise camera poses and to produce sparse representations of a scene. However, as the number of camera poses and features grows, refinement through bundle adjustment becomes inefficient. Inspired by global motion averaging methods, we propose a new bundle adjustment objective which does not rely on image features' reprojection errors yet maintains precision on par with classical BA. Our method averages over relative motions while implicitly incorporating the contribution of the structure in the adjustment. To that end, we weight the objective function by local hessian matrices-a by-product of local bundle adjustments performed on relative motions (eg, pairs or triplets) during the pose initialisation step. Such hessians are extremely rich as they encapsulate both the features' random errors and the geometric configuration between the cameras. These pieces of information propagated to the global frame help to guide the final optimisation in a more rigorous way. We argue that this approach is an upgraded version of the motion averaging approach and demonstrate its effectiveness on both photogrammetric datasets and computer vision benchmarks. Numéro de notice : C2023-008 Affiliation des auteurs : UGE-LASTIG (2020- ) Autre URL associée : vers OA paper Thématique : IMAGERIE/INFORMATIQUE/MATHEMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans En ligne : https://openaccess.thecvf.com/content/CVPR2023W/PCV/papers/Rupnik_Pointless_Glob [...] Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103282

PSMNet-FusionX3 : LiDAR-guided deep learning stereo dense matching on aerial images / Teng Wu (2023)  

Public Titre : PSMNet-FusionX3 : LiDAR-guided deep learning stereo dense matching on aerial images Type de document : Article/Communication Auteurs : Teng Wu , Auteur ; Bruno Vallet , Auteur ; Marc Pierrot-Deseilligny , Auteur Editeur : Computer vision foundation CVF Année de publication : 2023 Conférence : CVPR 2023, IEEE Conference on Computer Vision and Pattern Recognition workshops 18/06/2023 22/06/2023 Vancouver Colombie britannique - Canada OA Proceedings Importance : pp 6526 - 6535 Note générale : bibliographie voir aussi https://openaccess.thecvf.com/content/CVPR2023W/PCV/supplemental/Wu_PSMNet-FusionX3_LiDAR-Guided_Deep_CVPRW_2023_supplemental.pdf Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] appariement dense [Termes IGN] apprentissage profond [Termes IGN] chaîne de traitement [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] image aérienne à axe vertical [Termes IGN] scène 3D [Termes IGN] Triangulated Irregular Network Résumé : (auteur) Dense image matching (DIM) and LiDAR are two complementary techniques for recovering the 3D geometry of real scenes. While DIM provides dense surfaces, they are often noisy and contaminated with outliers. Conversely, LiDAR is more accurate and robust, but less dense and more expensive compared to DIM. In this work, we investigate learning-based methods to refine surfaces produced by photogrammetry with sparse LiDAR point clouds. Unlike the current state-of-the-art approaches in the computer vision community, our focus is on aerial acquisitions typical in photogrammetry. We propose a densification pipeline that adopts a PSMNet backbone with triangulated irregular network interpolation based expansion, feature enhancement in cost volume, and conditional cost volume normalization, i.e. PSMNet-FusionX3. Our method works better on low density and is less sensitive to distribution, demonstrating its effectiveness across a range of LiDAR point cloud densities and distributions, including analyses of dataset shifts. Furthermore, we have made both our aerial (image and disparity) dataset and code available for public use. Further information can be found at https://github.com/ whuwuteng/PSMNet-FusionX3. Numéro de notice : C2023-006 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication DOI : sans En ligne : https://openaccess.thecvf.com/content/CVPR2023W/PCV/papers/Wu_PSMNet-FusionX3_Li [...] Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103277

Potential and limitation of PlanetScope images for 2-D and 3-D Earth surface monitoring with example of applications to glaciers and earthquakes / Saif Aati in IEEE Transactions on geoscience and remote sensing, vol 60 n° 10 (October 2022)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 60 n° 10 (October 2022) . - n° 4512919 Titre : Potential and limitation of PlanetScope images for 2-D and 3-D Earth surface monitoring with example of applications to glaciers and earthquakes Type de document : Article/Communication Auteurs : Saif Aati , Auteur ; Jean-Philippe Avouac, Auteur ; Ewelina Rupnik , Auteur ; Marc Pierrot-Deseilligny , Auteur Année de publication : 2022 Article en page(s) : n° 4512919 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse de scène 3D [Termes IGN] artefact [Termes IGN] image PlanetScope [Termes IGN] modèle de déformation des images [Termes IGN] modèle par fonctions rationnelles [Termes IGN] séisme [Termes IGN] surveillance géologique Résumé : (auteur) The Planet PlanetScope (PS) CubeSat constellation acquires high-resolution optical images that cover the entire surface of the Earth daily, enabling an unprecedented capability to monitor the Earth’s surface changes. However, our analysis reveals artifacts of the geometry of PS images related to the imaging system and processing issues, limiting the usability of these data for various Earth science applications, including the monitoring of glaciers, dune motion, or the measurement of ground deformation due to earthquakes and landslides. Here, we analyze these artifacts and propose ways to remediate them. We use two examples to evaluate the data and assess the performance of our proposed approaches. The first is the ground deformation caused by the 2019 Ridgecrest earthquake sequence, California, USA, and the second is the 2018–2019 surge of the Shisper glacier in the Karakorum. Using an image correlation technique, we show that PS images exhibit several geometric artifacts, such as scene-to-scene misregistration, inconsistence geolocation accuracy between spectral bands, and topographic artifacts. Altogether, these artifacts make a quantitative analysis of ground displacement difficult and inaccurate. We present a method that remediates most of these geometric artifacts. In addition, we propose a framework for selecting the most appropriate images and a procedure for refining the rational function model (RFM) of unrectified images to monitor surface displacements and topography changes in 3-D. These tools should enhance the use of PS images for Earth science applications. Numéro de notice : A2022-951 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2022.3215821 Date de publication en ligne : 19/10/2022 En ligne : https://doi.org/10.1109/TGRS.2022.3215821 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103278 [article]

Feature matching for multi-epoch historical aerial images / Lulin Zhang (2022)  

Public Titre : Feature matching for multi-epoch historical aerial images Titre original : Appariement des caractéristiques pour les images aériennes historiques multi-époques Type de document : Thèse/HDR Auteurs : Lulin Zhang , Auteur ; Marc Pierrot-Deseilligny , Directeur de thèse ; Ewelina Rupnik , Directeur de thèse Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2022 Importance : 142 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] auto-étalonnage [Termes IGN] corrélation à l'aide de traits caractéristiques [Termes IGN] estimation de pose [Termes IGN] image ancienne [Termes IGN] image multitemporelle Index. décimale : THESE Thèses et HDR Résumé : (auteur) L'imagerie historique se caractérise par une haute résolution spatiale et des acquisitions stéréoscopiques. Elle constitue une ressource précieuse pour la détection des changements et la surveillance environnementale à long terme. Des millions d'images historiques ont été numérisées. Elles sont des témoins objectifs du temps et parfois la seule source visuelle restante de la forme historique du territoire. Cependant, l'énorme potentiel des images historiques diachroniques est supprimé en raison du goulot d'étranglement que constitue leur géoréférencement précis. Il s'agit d'un processus appelé ajustement de faisceau auto-calibré pour estimer les paramètres de calibrage de la caméra. Il faut un nombre suffisant de correspondances dans des paysages évolutifs, qui sont difficiles à obtenir automatiquement, en raison des changements de scène et des conditions hétérogènes d'acquisition des images.Dans cette recherche, nous présentons des pipelines entièrement automatiques pour trouver des correspondances entre des images historiques prises à différents temps (c'est-à-dire, inter-époques), sans données auxiliaires nécessaires. En profitant de la géométrie 3D et de la stratégie grossier-à-précis, nous (1) enregistrons grossièrement les différentes époques en établissant un modèle de transformation globalement cohérent sur l'ensemble du bloc, et (2) nous apparions précisément les images inter-époques sous la direction du co-enregistrement grossier pour réduire l'ambiguïté. Six variantes de deux stratégies sont explorées pour l'étape de co-enregistrement grossier, et deux variantes pour l'étape d'appariement précis. Nos pipelines sont adaptés à diverses applications de surveillance environnementale. Cinq données représentatifs sont choisis pour les expériences, chacun représentant une application caractéristique. Avec les correspondances inter-époques récupérées, nous améliorons les orientations de l'image puis calculons les Digital Surface Models (DSMs) à chaque époque, et évaluons quantitativement les résultats avec les Difference of DSMs (DoDs) et le déplacement du sol dû à un séisme. Nous démontrons que notre méthode (1) peut géoréférencer automatiquement des images historiques diachroniques ; (2) peut atténuer efficacement les erreurs systématiques induites par des paramètres de caméra mal estimés ; et (3) est robuste contre les changements drastiques de la scène. Les pipelines proposés sont mis en œuvre dans MicMac, un logiciel de photogrammétrie libre et gratuit. Numéro de notice : 17733 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse : Traitement d'image : Gustave Eiffel : 2022 Organisme de stage : LASTIG (IGN) nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-03852938 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100652

Landslide evolution pattern revealed by multi-temporal DSMs obtained from historical aerial images / Michele Santangelo (2022)  

Permalink

Surface displacement measurement from remote sensing images, ch. 2. Image matching and optical sensors / Marc Pierrot-Deseilligny (2022)  

Permalink

Feature matching for multi-epoch historical aerial images: A new pipeline feature detection pipeline in open-source MicMac / Lulin Zhang in Blog de la RFPT, sans n° ([17/11/2021])  

Permalink

Feature matching for multi-epoch historical aerial images / Lulin Zhang in ISPRS Journal of photogrammetry and remote sensing, Vol 182 (December 2021)    

Permalink

Unmanned aerial vehicles (UAV)-based canopy height modeling under leaf-on and leaf-off conditions for determining tree height and crown diameter (Case study: Hyrcanian mixed forest) / Vahid Nasiri in Canadian Journal of Forest Research, Vol 51 n° 7 (July 2021)  

Permalink

Exploiting multi-camera constraints within bundle block adjustment: an experimental comparison / Eleonora Maset (2021)  

Permalink

A new stereo dense matching benchmark dataset for deep learning / Teng Wu (2021)  

Permalink

Guided feature matching for multi-epoch historical image blocks pose estimation / Lulin Zhang in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2020 (August 2020)  

Permalink

Towards structureless bundle adjustment with two- and three-view structure approximation / Ewelina Rupnik in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-2-2020 (August 2020)  

Permalink

Complex deformation at shallow depth during the 30 October 2016 Mw6.5 Norcia earthquake: interferencebetween tectonic and gravity processes? / Arthur Delorme in Tectonics, vol 39 n° 2 (February 2020)    

Permalink