Centre dedocumentation
scientifique

Fusion of images and point clouds for the semantic segmentation of large-scale 3D scenes based on deep learning / Rui Zhang in ISPRS Journal of photogrammetry and remote sensing, vol 143 (September 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 143 (September 2018) . - pp 85 - 96 Titre : Fusion of images and point clouds for the semantic segmentation of large-scale 3D scenes based on deep learning Type de document : Article/Communication Auteurs : Rui Zhang, Auteur ; Guangyun Li, Auteur ; Minglei Li, Auteur ; Li Wang, Auteur Année de publication : 2018 Article en page(s) : pp 85 - 96 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] apprentissage profond [Termes IGN] détection du bâti [Termes IGN] fusion de données [Termes IGN] réseau neuronal convolutif [Termes IGN] scène 3D [Termes IGN] segmentation sémantique [Termes IGN] semis de points Résumé : (Auteur) We address the issue of the semantic segmentation of large-scale 3D scenes by fusing 2D images and 3D point clouds. First, a Deeplab-Vgg16 based Large-Scale and High-Resolution model (DVLSHR) based on deep Visual Geometry Group (VGG16) is successfully created and fine-tuned by training seven deep convolutional neural networks with four benchmark datasets. On the val set in CityScapes, DVLSHR achieves a 74.98% mean Pixel Accuracy (mPA) and a 64.17% mean Intersection over Union (mIoU), and can be adapted to segment the captured images (image resolution 2832 ∗ 4256 pixels). Second, the preliminary segmentation results with 2D images are mapped to 3D point clouds according to the coordinate relationships between the images and the point clouds. Third, based on the mapping results, fine features of buildings are further extracted directly from the 3D point clouds. Our experiments show that the proposed fusion method can segment local and global features efficiently and effectively. Numéro de notice : A2018-356 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.04.022 Date de publication en ligne : 11/05/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.04.022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90590 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018091	RAB	Livre	Centre de documentation	En réserve 3L	Disponible
081-2018093	DEP-EXM	Livre	LaSTIG	Dépôt en unité	Exclu du prêt
081-2018092	DEP-EAF	Livre	Nancy	Dépôt en unité	Exclu du prêt