Centre de documentation
scientifique

Auto-qualification de données géographiques 3D par appariement multi-image et classification supervisée / Laurence Boudet (2007) 

Public Titre : Auto-qualification de données géographiques 3D par appariement multi-image et classification supervisée : application au bâti en milieu urbain dense Type de document : Thèse/HDR Auteurs : Laurence Boudet , Auteur ; Nicolas Paparoditis , Directeur de thèse ; Marc Pierrot-Deseilligny , Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Marne-la-Vallée UPEM Année de publication : 2007 Importance : 199 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse présentée pour obtenir le titre de docteur de l'université Paris-Est Marne-la-vallée, spécialité informatique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] appariement d'images [Termes IGN] appariement géométrique [Termes IGN] bati [Termes IGN] classification dirigée [Termes IGN] données localisées 3D [Termes IGN] milieu urbain [Termes IGN] modèle 3D de l'espace urbain Index. décimale : THESE Thèses et HDR Résumé : (Auteur) Bien que les méthodes de reconstruction automatique aient fait de nombreux progrès et soient actuellement transférées en production, des erreurs de modélisation subsistent de par la complexité et la diversité des formes de bâtiments présents en milieu urbain. Le contrôle des données produites reste une étape incontournable, mais ne peut actuellement être effectué que par une vérification visuelle et individualisée des données. Ceci réduit considérablement le gain de temps escompté par l'automatisation de la reconstruction. Dans ces travaux, nous en proposons une alternative qui vise la qualification automatique de données 3D par les seules données externes disponibles, les images aériennes. Elle se situe dans un cadre général semi-automatique, où un opérateur pourra vérifier a posteriori toutes les données qui n'auront pas été validées par le processus. Le processus se décompose en trois étapes : l'extraction d'observations des images, leur comparaison aux données 3D et une étape décisionnelle. Dans ces travaux, nous avons choisi l'option multi-image qui conduit à l'évaluation des données dans l'espace 3D. Nous nous sommes donc intéressés dans une première partie à l'appariement de multiples images, que ce soit à partir des textures, des radiométries ou des structures. Des observations 3D de natures diverses sont extraites afin de vérifier les propriétés géométriques et structurelles des données 3D. La multiplicité des observations assure de plus la généricité de la méthode. Dans une seconde partie, nous avons proposé d'utiliser une méthode de classification supervisée comme cadre décisionnel. Cette méthode permet non seulement d'engranger des connaissances sur la qualité des données, mais aussi de résoudre le problème posé, c'est-à-dire estimer la qualité de nouvelles données 3D. Etant donné les contraintes de performance d'un système de validation automatique, nous avons ensuite proposé d'appliquer des règles de décision robustes. Celles-ci s'inscrivent dans le paradigme des feux tricolores et sont très sélectives quant à la validation. Nous avons enfin mis en oeuvre la méthode avec des données réelles du bâti en milieu urbain dense et mené de nombreuses évaluations. Note de contenu : I Introduction 1 Introduction 2 Des images à la 3D II Analyse et Stratégie 3 La problématique de la qualification 4 Analyse et Stratégie III Appariement multi-image 5 Analyse de la cohérence des Textures 6 Analyse de la cohérence des Radiométries 7 Analyse de la cohérence des Structures IV Auto-Qualification par Classification Supervisée 8 Méthode d’Auto-Qualification proposée 9 Application au bâti en milieu urbain dense 10 Conclusion Numéro de notice : 13616 Affiliation des auteurs : MATIS (1993-2011) Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de doctorat : Informatique : Paris-Est Marne-la-vallée : 2007 Organisme de stage : MATIS (IGN) nature-HAL : Thèse DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=45217

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
13616-01	THESE	Livre	LASTIG	Dépôt en unité	Exclu du prêt

Documents numériques

peut être téléchargé 13616_these2007_boudet.pdf Adobe Acrobat PDF

Automatic man-made object extraction and 3D scene reconstruction from geomatic-images; Is there still a long way to go? / Nicolas Paparoditis (2007)  

Public Titre : Automatic man-made object extraction and 3D scene reconstruction from geomatic-images; Is there still a long way to go? Type de document : Article/Communication Auteurs : Nicolas Paparoditis , Auteur ; Laurence Boudet , Auteur ; Olivier Tournaire , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2007 Conférence : JURSE 2007, Joint Urban Remote Sensing Event 11/04/2007 13/04/2007 Paris France Proceedings IEEE Importance : 5 p. Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] extraction automatique [Termes IGN] image à haute résolution [Termes IGN] image multibande [Termes IGN] modèle numérique de surface [Termes IGN] reconstruction 3D Résumé : (auteur) This paper shows through a collection of results, some current trends and issues in the research field of man-made object extraction and scene reconstruction especially in the scope of 3D city modelling from aerial surveys. Numéro de notice : C2007-072 Affiliation des auteurs : MATIS+Ext (1993-2011) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/URS.2007.371855 Date de publication en ligne : 18/06/2007 En ligne : https://doi.org/10.1109/URS.2007.371855 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103314

A supervised classification approach towards quality self-diagnosis of 3D building models using digital aerial imagery / Laurence Boudet (2006)    

Public Titre : A supervised classification approach towards quality self-diagnosis of 3D building models using digital aerial imagery Type de document : Article/Communication Auteurs : Laurence Boudet , Auteur ; Nicolas Paparoditis , Auteur ; Franck Jung , Auteur ; Gilles Martinoty , Auteur ; Marc Pierrot-Deseilligny , Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2006 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 36-3 Conférence : PCV 2006, ISPRS - Commission 3 symposium Photogrammetric Computer vision 20/09/2006 22/09/2006 Bonn Allemagne OA ISPRS Archives Importance : pp 136 - 141 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] bati [Termes IGN] classification dirigée [Termes IGN] image aérienne [Termes IGN] méthode robuste [Termes IGN] modélisation 3D [Termes IGN] toit [Termes IGN] zone urbaine dense Résumé : (auteur) In the context of 3D building model production or updating, the models have to be manually checked one by one by a human operator in order to ensure their quality. In this paper, we investigate a new approach to perform a quality self-diagnosis of building models in dense urban areas from high resolution aerial images. Hence, we aim at reliably identifying roof facets that do not comply with quality specifications. The self-diagnosis process will highlight potential incorrect facets for their inspection by a human operator. A set of calibrated aerial images enable us to collect positive or negative evidences of roof facet existence and consistency. A particular attention has been paid to the definition of a set of low-level, complementary, robust and consistent image processing measures. Four quality classes have been defined and are used to classify roof facet quality. A supervised classifier and robust decision rules are then applied to perform an effective self-diagnosis according to the traffic light paradigm. Finally, the work in progress leads to a promising quantitative and qualitative evaluation in the context of dense urban areas. Numéro de notice : C2006-012 Affiliation des auteurs : MATIS+Ext (1993-2011) Thématique : IMAGERIE/POSITIONNEMENT Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans En ligne : http://www.isprs.org/proceedings/XXXVI/part3/singlepapers/O_13.pdf Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86192

Documents numériques

en open access A supervised classification approach - pdf éditeur Adobe Acrobat PDF