Centre dedocumentation
scientifique

Siamese KPConv: 3D multiple change detection from raw point clouds using deep learning / Iris de Gelis in ISPRS Journal of photogrammetry and remote sensing, vol 197 (March 2023)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 197 (March 2023) . - pp 274 - 291 Titre : Siamese KPConv: 3D multiple change detection from raw point clouds using deep learning Type de document : Article/Communication Auteurs : Iris de Gelis, Auteur ; Sébastien Lefèvre, Auteur ; Thomas Corpetti, Auteur Année de publication : 2023 Article en page(s) : pp 274 - 291 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] apprentissage profond [Termes IGN] bâtiment [Termes IGN] détection de changement [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] modèle numérique de surface [Termes IGN] réseau neuronal siamois [Termes IGN] semis de points [Termes IGN] végétation [Termes IGN] zone urbaine Résumé : (auteur) This study is concerned with urban change detection and categorization in point clouds. In such situations, objects are mainly characterized by their vertical axis, and the use of native 3D data such as 3D Point Clouds (PCs) is, in general, preferred to rasterized versions because of significant loss of information implied by any rasterization process. Yet, for obvious practical reasons, most existing studies only focus on 2D images for change detection purpose. In this paper, we propose a method capable of performing change detection directly within 3D data. Despite recent deep learning developments in remote sensing, to the best of our knowledge there is no such method to tackle multi-class change segmentation that directly processes raw 3D PCs. Thereby, based on advances in deep learning for change detection in 2D images and for analysis of 3D point clouds, we propose a deep Siamese KPConv network that deals with raw 3D PCs to perform change detection and categorization in a single step. Experimental results are conducted on synthetic and real data of various kinds (LiDAR, multi-sensors). Tests performed on simulated low density LiDAR and multi-sensor datasets show that our proposed method can obtain up to 80% of mean of IoU over classes of changes, leading to an improvement ranging from 10% to 30% over the state-of-the-art. A similar range of improvements is attainable on real data. Then, we show that pre-training Siamese KPConv on simulated PCs allows us to greatly reduce (more than 3,000 ) the annotations required on real data. This is a highly significant result to deal with practical scenarios. Finally, an adaptation of Siamese KPConv is realized to deal with change classification at PC scale. Our network overtakes the current state-of-the-art deep learning method by 23% and 15% of mean of IoU when assessed on synthetic and public Change3D datasets, respectively. The code is available at the following link: https://github.com/IdeGelis/torch-points3d-SiameseKPConv. Numéro de notice : A2023-147 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2023.02.001 Date de publication en ligne : 17/02/2023 En ligne : https://doi.org/10.1016/j.isprsjprs.2023.02.001 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102805 [article]

Cliff change detection using siamese KPCONV deep network on 3D point clouds / Iris de Gelis in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, vol V-3-2022 (2022 edition)  

Public [article]  inISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences > vol V-3-2022 (2022 edition) . - pp 649 - 656 Titre : Cliff change detection using siamese KPCONV deep network on 3D point clouds Type de document : Article/Communication Auteurs : Iris de Gelis, Auteur ; Zoé Bessin, Auteur ; Pauline Letortu, Auteur ; Marion Jaud, Auteur ; C. Delacourt, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 649 - 656 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] détection de changement [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] érosion côtière [Termes IGN] falaise [Termes IGN] semis de points [Termes IGN] surveillance géologique Mots-clés libres : KPConv = Kernel Point Convolution Résumé : (auteur) Mainly depending on their lithology, coastal cliffs are prone to changes due to erosion. This erosion could increase due to climate change leading to potential threats for coastal users, assets, or infrastructure. Thus, it is important to be able to understand and characterize cliff face changes at fine scale. Usually, monitoring is conducted thanks to distance computation and manual analysis of each cliff face over 3D point clouds to be able to study 3D dynamics of cliffs. This is time consuming and inclined to each one judgment in particular when dealing with 3D point clouds data. Indeed, 3D point clouds characteristics (sparsity, impossibility of working on a classical top view representation, volume of data, …) make their processing harder than 2D images. Last decades, an increase of performance of machine learning methods for earth observation purposes has been performed. To the best of our knowledge, deep learning has never been used for 3D change detection and categorization in coastal cliffs. Lately, Siamese KPConv brings successful results for change detection and categorization into 3D point clouds in urban area. Although the case study is different by its more random characteristics and its complex geometry, we demonstrate here that this method also allows to extract and categorize changes on coastal cliff face. Results over the study area of Petit Ailly cliffs in Varengeville-sur-Mer (France) are very promising qualitatively as well as quantitatively: erosion is retrieved with an intersection over union score of 83.86 %. Numéro de notice : A2022-444 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.5194/isprs-annals-V-3-2022-649-2022 Date de publication en ligne : 17/05/2022 En ligne : https://doi.org/10.5194/isprs-annals-V-3-2022-649-2022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100779 [article]

Apport de données atmosphériques sur le temps de convergence du PPP centimétrique temps réel / Iris de Gelis in XYZ, n° 161 (décembre 2019)

Public [article]  inXYZ > n° 161 (décembre 2019) . - pp 59 - 66 Titre : Apport de données atmosphériques sur le temps de convergence du PPP centimétrique temps réel Type de document : Article/Communication Auteurs : Iris de Gelis, Auteur ; François Fund, Auteur ; Paulo Sergio de Oliveira junior, Auteur ; Romain Legros, Auteur Année de publication : 2019 Article en page(s) : pp 59 - 66 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géodésie spatiale [Termes IGN] positionnement ponctuel précis [Termes IGN] précision centimétrique [Termes IGN] propagation ionosphérique [Termes IGN] propagation troposphérique [Termes IGN] récepteur GNSS [Termes IGN] temps de convergence [Termes IGN] temps réel Résumé : (Auteur) L'entreprise GEOFLEX est opérateur de nouveaux services d'augmentation GNSS (Global Navigation Satellite System - GPS, GLONASS, BEIDOU, GALILEO). Elle propose à ses utilisateurs un positionnement en temps réel centimétrique fiable et continu partout dans le monde reposant sur la technologie PPP-CNES, industrialisée, codéveloppée, et commercialisée par GEOFLEX. Cette solution innovante permet de positionner un récepteur GNSS en mode statique ou cinématique par PPP (Positionnement Ponctuel Précis) en temps réel ou en temps différé avec résolution des ambiguités entières de phase en vraie "zéro-différence". Grâce à cette technologie, l'entreprise propose des flux de corrections normalisés permettant de se positionner en mode cinématique en temps réel avec une précision horizontale de 4 cm à 95 % du temps. Cette précision est "classiquement" obtenue après 30 minutes de convergence. L'objectif de cet article est de présenter les résultats d'une analyse de performances d'une technologie PPP à convergence rapide, dite PPP-RTK (Real Time Kinematic), dans diverses conditions. L'étude fait ressortir qu'il est possible de diviser le temps de convergence par quatre par rapport à une solution PPP-IAR (Integer Ambiguity Resolution) "classique". Numéro de notice : A2019-622 Affiliation des auteurs : ENSG+Ext (2012-2019) Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94554 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2019041	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Joint analysis of passive and active land surface responses for Global Precipitation Measurement / Iris de Gelis (2017) 

Public Titre : Joint analysis of passive and active land surface responses for Global Precipitation Measurement Type de document : Mémoire Auteurs : Iris de Gelis, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2017 Importance : 36 p. Format : 21 x 30 cm Note générale : Bibliographie Rapport de projet pluridisciplinaire, cycle Ingénieur 2e année Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] carte de Kohonen [Termes IGN] classification non dirigée [Termes IGN] coefficient de rétrodiffusion [Termes IGN] emissivité [Termes IGN] état de surface du sol [Termes IGN] image GPM [Termes IGN] manteau neigeux [Termes IGN] neige [Termes IGN] précipitation Index. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) L’estimation des précipitations depuis les satellites n’est pas un problème trivial. En effet, lorsque des satellites comme le Global Precipitation Measurement (GPM) effectuent des observations des nuages et précipitations, les mesures sont aussi influencées par la réponse de la surface terrestre. Pour aider à séparer la contribution de la surface et de l’atmosphère dans les mesures du satellite en micro-ondes, notre étude va analyser les réponses micro-ondes des surfaces en mode actif et passif (radar et radiomètre). L’étude suivante va chercher à donner une estimation de l’émissivité et du coefficient de rétro-diffusion à différentes fréquences pour chaque type de surface terrestre. La première étape réalisée est l’analyse d’une base de données d’émissivité (mode passif) et de coefficient de rétro-diffusion (mode actif) disponible sur une année entière et pour toutes les surfaces continentales en fonction de la végétation et de la neige. Ensuite deux classifications différentes ont été réalisées grâce aux méthodes de classification de Kohonen, aussi appelée cartes auto-adaptatives. Premièrement une classification ne prenant pas en compte les zones enneigées et deuxièmement une classification des zones enneigées. Ces classifications seront fournies à la NASA (National Aeronautics and Space Administration) pour leur permettre de faciliter l’estimation des précipitations en leur donnant une estimation de la réponse de la surface terrestre dans les différentes bandes passives et actives étudiées. Note de contenu : INTRODUCTION 1. DATA DESCRIPTION 2. ANALYSIS 2.1 General maps 2.2 Vegetation 2.3 Snow 3. CLASSIFICATIONS 3.1 Kohonen classification 3.2 Snow-free surfaces 3.3 Snow-covered surfaces CONCLUSION Numéro de notice : 22793 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Observatoire de Paris Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=87816

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
22793-01	PROJET	Livre	Centre de documentation	Travaux d'élèves	Disponible
22793-02	PROJET	Livre	Centre de documentation	Travaux d'élèves	Disponible

Documents numériques

peut être téléchargé Joint analysis of passive and active ... - pdf auteur Adobe Acrobat PDF