Détail de l'autorité
GRETSI 2019, colloque du Groupe de Recherche et d'Etude du Traitement du Signal et des Images 26/08/2019 29/08/2019 Lille France OA proceedings
nom du congrès :
GRETSI 2019, colloque du Groupe de Recherche et d'Etude du Traitement du Signal et des Images
début du congrès :
26/08/2019
fin du congrès :
29/08/2019
ville du congrès :
Lille
pays du congrès :
France
site des actes du congrès :
|
Documents disponibles (1)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Détection et localisation d'objets 3D par apprentissage profond en topologie capteur / Pierre Biasutti (2019)
Titre : Détection et localisation d'objets 3D par apprentissage profond en topologie capteur Type de document : Article/Communication Auteurs : Pierre Biasutti , Auteur ; Aurélie Bugeau, Auteur ; Jean-François Aujol, Auteur ; Mathieu Brédif , Auteur Editeur : Saint-Martin-d'Hères : Groupe de Recherche et d'Etude du Traitement du Signal et des Images GRETSI Année de publication : 2019 Projets : 1-Pas de projet / Conférence : GRETSI 2019, colloque du Groupe de Recherche et d'Etude du Traitement du Signal et des Images 26/08/2019 29/08/2019 Lille France OA proceedings Importance : 4 p. Format : 21 x 30 cm Note générale : Bibliographie
Ce travail a bénéficié d’une aide du programme de Recherche et Innovation European Union’s Horizon 2020 au titre de la bourse Marie Skłodowska-Curie (No 777826).Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] chaîne de traitement
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] compréhension de l'image
[Termes IGN] détection d'objet
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] fusion de données
[Termes IGN] image optique
[Termes IGN] scène 3D
[Termes IGN] semis de pointsRésumé : (Auteur) Ce travail présente une nouvelle méthode pour la détection et la localisation d'objets dans des scènes 3D LiDAR acquises par des systèmes de cartographie mobile. Ce problème est généralement traité en discrétisant l'espace 3D en une fine grille de voxels. Nous introduisons une approche alternative ne nécessitant pas de discrétisation. Elle est basée sur la représentation en 2D du nuage de points en topologie capteur (TC). Cette image sert d'entrée à un réseau de neurones convolutionnels qui en extrait les informations 3D des objets. La réprésentation en topologie capteur présentant des ambiguïtés dans le fond de la scène, nous améliorerons les résultats de détection en couplant ce modèle avec un réseau de détection 2D d'objets sur une image optique. Les prédictions des deux réseaux sont finalement fusionnées pour obtenir les détections finales. Numéro de notice : C2019-014 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans En ligne : https://hal.science/hal-02100719v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93269 Documents numériques
en open access
Détection et localisation d'objets 3D... - pdf auteurAdobe Acrobat PDF