Centre de documentation
scientifique

3D local feature BKD to extract road information from mobile laser scanning point clouds / Yang Bisheng in ISPRS Journal of photogrammetry and remote sensing, vol 130 (August 2017)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 130 (August 2017) . - pp 329 - 343 Titre : 3D local feature BKD to extract road information from mobile laser scanning point clouds Type de document : Article/Communication Auteurs : Yang Bisheng, Auteur ; Yuan Liu, Auteur ; Zhen Dong, Auteur ; et al., Auteur Année de publication : 2017 Article en page(s) : pp 329 - 343 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] classificateur [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] densité des points [Termes IGN] données localisées 3D [Termes IGN] estimation par noyau [Termes IGN] extraction du réseau routier [Termes IGN] semis de points [Termes IGN] télémétrie laser mobile [Termes IGN] variable binaire Résumé : (Auteur) Extracting road information from point clouds obtained through mobile laser scanning (MLS) is essential for autonomous vehicle navigation, and has hence garnered a growing amount of research interest in recent years. However, the performance of such systems is seriously affected due to varying point density and noise. This paper proposes a novel three-dimensional (3D) local feature called the binary kernel descriptor (BKD) to extract road information from MLS point clouds. The BKD consists of Gaussian kernel density estimation and binarization components to encode the shape and intensity information of the 3D point clouds that are fed to a random forest classifier to extract curbs and markings on the road. These are then used to derive road information, such as the number of lanes, the lane width, and intersections. In experiments, the precision and recall of the proposed feature for the detection of curbs and road markings on an urban dataset and a highway dataset were as high as 90%, thus showing that the BKD is accurate and robust against varying point density and noise. Numéro de notice : A2017-517 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2017.06.007 En ligne : https://doi.org/10.1016/j.isprsjprs.2017.06.007 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86479 [article]

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2017081	RAB	Revue	Centre de documentation	En réserve L003	Disponible
081-2017083	DEP-EXM	Revue	LASTIG	Dépôt en unité	Exclu du prêt
081-2017082	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt