Détail de l'auteur
Documents disponibles écrits par cet auteur (53)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Titre : XXIV ISPRS Congress, Commission 4 Type de document : Actes de congrès Auteurs : Nicolas Paparoditis , Éditeur scientifique ; Clément Mallet
, Éditeur scientifique ; Florent Lafarge, Éditeur scientifique ; Sisi Zlatanova, Éditeur scientifique ; Suzana Dragićević, Éditeur scientifique ; George Sithole, Éditeur scientifique ; et al., Éditeur scientifique
Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2020 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B4-2020 Conférence : ISPRS 2020, Commission 4, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Archives Commission 4 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] lasergrammétrie
[Termes IGN] traitement d'image
[Termes IGN] utilisation du solNuméro de notice : 17628 Affiliation des auteurs : ENSG+Ext (2020- ) Thématique : IMAGERIE Nature : Actes nature-HAL : DirectOuvrColl/Actes DOI : sans Date de publication en ligne : 06/08/2020 En ligne : https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLIII-B4-2020/in [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97139 Voir aussi
Titre : XXIV ISPRS Congress, Commission 5 and Youth Forum Type de document : Actes de congrès Auteurs : Nicolas Paparoditis , Éditeur scientifique ; Clément Mallet
, Éditeur scientifique ; Florent Lafarge, Éditeur scientifique ; A. Senthil Kumar, Éditeur scientifique ; Penumetcha Narasa Lakshmi Raju, Éditeur scientifique ; S.P. Aggarwal, Éditeur scientifique ; et al., Éditeur scientifique
Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2020 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B5-2020 Conférence : ISPRS 2020, Commission 5, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Archives Commission 5 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] lasergrammétrieNuméro de notice : 17629 Affiliation des auteurs : ENSG+Ext (2020- ) Thématique : IMAGERIE Nature : Actes nature-HAL : DirectOuvrColl/Actes DOI : sans Date de publication en ligne : 06/08/2020 En ligne : https://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XLIII-B5-2020/in [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97140 Voir aussiA learning approach to evaluate the quality of 3D city models / Oussama Ennafii in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 12 (December 2019)
![]()
![]()
[article]
Titre : A learning approach to evaluate the quality of 3D city models Type de document : Article/Communication Auteurs : Oussama Ennafii , Auteur ; Arnaud Le Bris
, Auteur ; Florent Lafarge, Auteur ; Clément Mallet
, Auteur
Année de publication : 2019 Projets : 1-Pas de projet / Article en page(s) : pp 865 - 878 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] Bâti-3D
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] détection d'erreur
[Termes IGN] données localisées
[Termes IGN] France (administrative)
[Termes IGN] image à très haute résolution
[Termes IGN] modèle 3D de l'espace urbain
[Termes IGN] modèle d'erreur
[Termes IGN] modèle numérique de surface
[Termes IGN] qualité des données
[Termes IGN] taxinomieRésumé : (Auteur) The automatic generation of three-dimensional (3D) building models from geospatial data is now a standard procedure. An abundance of literature covers the last two decades, and several solutions are now available. However, urban areas are very complex environments. Inevitably, practitioners still have to visually assess, at a city-scale, the correctness of these models and detect frequent reconstruction errors. Such a process relies on experts and is highly time-consuming, with approximately two hours/km 2 per expert. This work proposes an approach for automatically evaluating the quality of 3D building models. Potential errors are compiled in a novel hierarchical and versatile taxonomy. This allows, for the first time, to disentangle fidelity and modeling errors, whatever the level of details of the modeled buildings. The quality of models is predicted using the geometric properties of buildings and, when available, Very High Resolution images and Digital Surface Models. A baseline of handcrafted, yet generic, features is fed into a Random Forest classifier. Both multiclass and multilabel cases are considered: due to the interdependence between classes of errors, it is possible to retrieve all errors at the same time while simply predicting correct and erroneous buildings. The proposed framework was tested on three distinct urban areas in France with more than 3000 buildings. 80%–99% F-score values are attained for the most frequent errors. For scalability purposes, the impact of the urban area composition on the error prediction was also studied, in terms of transferability, generalization, and representativeness of the classifiers. It showed the necessity of multimodal remote sensing data and mixing training samples from various cities to ensure a stability of the detection ratios, even with very limited training set sizes. Numéro de notice : A2019-569 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Autre URL associée : vers HAL Thématique : IMAGERIE/POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.85.12.865 Date de publication en ligne : 01/12/2019 En ligne : https://doi.org/10.14358/PERS.85.12.865 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94440
in Photogrammetric Engineering & Remote Sensing, PERS > vol 85 n° 12 (December 2019) . - pp 865 - 878[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 105-2019121 SL Revue Centre de documentation Revues en salle Disponible Documents numériques
peut être téléchargé
A learning approach to evaluate the quality of 3D city models - preprint HALAdobe Acrobat PDFPyramid scene parsing network in 3D: Improving semantic segmentation of point clouds with multi-scale contextual information / Hao Fang in ISPRS Journal of photogrammetry and remote sensing, vol 154 (August 2019)
![]()
[article]
Titre : Pyramid scene parsing network in 3D: Improving semantic segmentation of point clouds with multi-scale contextual information Type de document : Article/Communication Auteurs : Hao Fang, Auteur ; Florent Lafarge, Auteur Année de publication : 2019 Article en page(s) : pp 246 - 258 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] apprentissage profond
[Termes IGN] compréhension de l'image
[Termes IGN] données localisées 3D
[Termes IGN] prise en compte du contexte
[Termes IGN] représentation multiple
[Termes IGN] scène
[Termes IGN] scène intérieure
[Termes IGN] segmentation sémantique
[Termes IGN] semis de pointsRésumé : (Auteur) Analyzing and extracting geometric features from 3D data is a fundamental step in 3D scene understanding. Recent works demonstrated that deep learning architectures can operate directly on raw point clouds, i.e. without the use of intermediate grid-like structures. These architectures are however not designed to encode contextual information in-between objects efficiently. Inspired by a global feature aggregation algorithm designed for images (Zhao et al., 2017), we propose a 3D pyramid module to enrich pointwise features with multi-scale contextual information. Our module can be easily coupled with 3D semantic segmentation methods operating on 3D point clouds. We evaluated our method on three large scale datasets with four baseline models. Experimental results show that the use of enriched features brings significant improvements to the semantic segmentation of indoor and outdoor scenes. Numéro de notice : A2019-271 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.06.010 Date de publication en ligne : 01/07/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.06.010 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93089
in ISPRS Journal of photogrammetry and remote sensing > vol 154 (August 2019) . - pp 246 - 258[article]Exemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2019081 RAB Revue Centre de documentation En réserve L003 Disponible 081-2019083 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2019082 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt
Titre : Scalable evaluation of 3D city models Type de document : Article/Communication Auteurs : Oussama Ennafii , Auteur ; Arnaud Le Bris
, Auteur ; Florent Lafarge, Auteur ; Clément Mallet
, Auteur
Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2019 Projets : 1-Pas de projet / Conférence : IGARSS 2019, IEEE International Geoscience And Remote Sensing Symposium 28/07/2019 02/08/2019 Yokohama Japon Proceedings IEEE Importance : 4 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse de données
[Termes IGN] classification dirigée
[Termes IGN] fusion d'images
[Termes IGN] fusion de données
[Termes IGN] image à très haute résolution
[Termes IGN] modélisation 3D du bâti BIM
[Termes IGN] taxinomieRésumé : (Auteur) The generation of 3D building models from Very High Resolution geospatial data is now an automatized procedure. However, urban areas are very complex and practitioners still have to visually assess the correctness of these models and detect reconstruction errors. We proposed an approach for automatically evaluating the quality of 3D building models. It is cast as a supervised classification task based on a hierarchical taxonomy and multimodal handcrafted features (building geometry, optical images, height data). In this paper, we evaluate how the urban area composition impacts prediction transferability and scalability of our framework to unseen scenes. This allows to define minimal feature and training sets for a problem where no benchmark data has been released so far. Numéro de notice : C2019-006 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Autre URL associée : vers HAL Thématique : IMAGERIE/URBANISME Nature : Poster nature-HAL : Poster-avec-CL DOI : 10.1109/IGARSS.2019.8899337 Date de publication en ligne : 14/11/2019 En ligne : https://doi.org/10.1109/IGARSS.2019.8899337 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92592 Semantic aware quality evaluation of 3D building models : Modeling and simulation / Oussama Ennafii (2019)
PermalinkThe necessary yet complex evaluation of 3D city models: a semantic approach / Oussama Ennafii (2019)
![]()
PermalinkPermalinkPermalinkA hybrid multiview stereo algorithm for modeling urban scenes / Florent Lafarge in IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI, vol 35 n° 1 (January 2013)
![]()
PermalinkPermalinkCreating large-scale city models from 3D-Point clouds : a robust approach with hybrid representation / Florent Lafarge in International journal of computer vision, vol 99 n° 1 (August 2012)
PermalinkApplications de la géométrie stochastique à l'analyse d'images, ch. 9. Reconnaissance de formes / Florent Lafarge (2011)
PermalinkPermalinkPermalink