Centre dedocumentation
scientifique

Large scale textured mesh reconstruction from mobile mapping images and LIDAR scans / Mohamed Boussaha in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, IV-2 ([28/05/2018])  

Public [article]  inISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences > IV-2 [28/05/2018] . - pp 49 - 56 Titre : Large scale textured mesh reconstruction from mobile mapping images and LIDAR scans Type de document : Article/Communication Auteurs : Mohamed Boussaha , Auteur ; Bruno Vallet , Auteur ; Patrick Rives, Auteur Congrès : ISPRS 2018, TC II Mid-term Symposium "Towards Photogrammetry 2020" (4 - 7 juin 2018; Riva del Garda, Italie) , Commanditaire Année de publication : 2018 Projets : PLaTINUM / Gouet-Brunet, Valérie Article en page(s) : pp 49 - 56 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] architecture pipeline [Termes descripteurs IGN] chaîne de traitement [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] grande échelle [Termes descripteurs IGN] maillage [Termes descripteurs IGN] orthoimage [Termes descripteurs IGN] reconstruction d'objet [Termes descripteurs IGN] Rouen [Termes descripteurs IGN] texture d'image Résumé : (auteur) The representation of 3D geometric and photometric information of the real world is one of the most challenging and extensively studied research topics in the photogrammetry and robotics communities. In this paper, we present a fully automatic framework for 3D high quality large scale urban texture mapping using oriented images and LiDAR scans acquired by a terrestrial Mobile Mapping System (MMS). First, the acquired points and images are sliced into temporal chunks ensuring a reasonable size and time consistency between geometry (points) and photometry (images). Then, a simple, fast and scalable 3D surface reconstruction relying on the sensor space topology is performed on each chunk after an isotropic sampling of the point cloud obtained from the raw LiDAR scans. Finally, the algorithm proposed in (Waechter et al., 2014) is adapted to texture the reconstructed surface with the images acquired simultaneously, ensuring a high quality texture with no seams and global color adjustment. We evaluate our full pipeline on a dataset of 17 km of acquisition in Rouen, France resulting in nearly 2 billion points and 40000 full HD images. We are able to reconstruct and texture the whole acquisition in less than 30 computing hours, the entire process being highly parallel as each chunk can be processed independently in a separate thread or computer. Numéro de notice : A2018-329 Affiliation des auteurs : LaSTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/isprs-annals-IV-2-49-2018 date de publication en ligne : 28/05/2018 En ligne : http://dx.doi.org/10.5194/isprs-annals-IV-2-49-2018 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90471 [article]

On the production of semantic and textured 3D meshes of large scale urban environments from mobile mapping images and LIDAR scans / Mohamed Boussaha (2018)    

Public contenu dans Congrès Reconnaissance des Formes, Image, Apprentissage et Perception, RFIAP 2018 / Matthieu Cord (2018)   Titre : On the production of semantic and textured 3D meshes of large scale urban environments from mobile mapping images and LIDAR scans Type de document : Article/Communication Auteurs : Mohamed Boussaha , Auteur ; Eduardo Fernandez-Moral, Auteur ; Bruno Vallet , Auteur ; Patrick Rives, Auteur Congrès : RFIAP 2018, Reconnaissance des Formes, Image, Apprentissage et Perception (juin 2018; Champs-sur-Marne - Marne-la-Vallée, France) , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN Année de publication : 2018 Projets : PLaTINUM / Gouet-Brunet, Valérie Importance : 8 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] chaîne de production [Termes descripteurs IGN] cohérence des données [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] image terrestre [Termes descripteurs IGN] reconstruction d'objet [Termes descripteurs IGN] rééchantillonnage [Termes descripteurs IGN] sémantisation [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] tessellation [Termes descripteurs IGN] texturage [Termes descripteurs IGN] zone urbaine Résumé : (auteur) In this paper, we present a fully automatic framework for the reconstruction of a 3D mesh, its texture mapping and its semantization using oriented images and LiDAR scans acquired in a large urban area by a terrestrial Mobile Mapping System (MMS). First, the acquired points and images are sliced into temporal chunks ensuring a reasonable size and time consistency between geometry (points) and photometry (images). Then, a simple and fast 3D surface reconstruction relying on the sensor space topology is performed on each chunk after an isotropic sampling of the point cloud obtained from the raw LiDAR scans. The method of Waechter et al. is subsequently adapted to texture the reconstructed surface with the images acquired simultaneously, ensuring a high quality texture and global color adjustment. Finally based on the texturing scheme a per-texel semantization is conducted on the final model. Numéro de notice : C2018-024 Affiliation des auteurs : LaSTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans En ligne : https://rfiap2018.ign.fr/programmeRFIAP Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90490

Documents numériques

en open access On the production of semantic ... - pdf éditeur Adobe Acrobat PDF

Quelle carte numérique pour le véhicule autonome ? / Pascal Vasseur in Transport environnement circulation TEC, n° 231 (novembre 2016)  

Public [article]  inTransport environnement circulation TEC > n° 231 (novembre 2016) Titre : Quelle carte numérique pour le véhicule autonome ? Type de document : Article/Communication Auteurs : Pascal Vasseur, Auteur ; Bruno Vallet , Auteur ; Valérie Gouet-Brunet , Auteur ; Bahman Soheilian , Auteur ; Cédric Demonceaux, Auteur ; Patrick Rives, Auteur Année de publication : 2016 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Transports [Termes descripteurs IGN] base de données localisées [Termes descripteurs IGN] véhicule sans pilote [Termes descripteurs IGN] visualisation 2D Résumé : (auteur) La cartographie devient un enjeu primordial qui se traduit actuellement par des bouleversements très importants chez les équipementiers et constructeurs automobiles ainsi que les sociétés du numérique. Bien que Google Maps reste un acteur central de ce secteur, de nombreuses concurrences s’organisent avec le rachat de Here par Audi, BMW et Daimler, le rapprochement de TomTom et de Bosch, l’acquisition de MapSense par Apple ou encore la récupération de Bing Maps par Uber, sans oublier bien entendu les acteurs tels que l’IGN, OpenStreetMap, Garmin, ViaMichelin. Il est donc intéressant de s’interroger sur ce qui doit constituer une carte numérique pour le véhicule autonome. Numéro de notice : A2016--200 Affiliation des auteurs : LaSTIG MATIS+Ext (2012-2019) Thématique : GEOMATIQUE/POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans En ligne : https://www.revuetec.com/revue/carte-numerique-vehicule-autonome/ Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91910 [article]