Centre dedocumentation
scientifique

Indoor point cloud segmentation using iterative Gaussian mapping and improved model fitting / Bufan Zhao in IEEE Transactions on geoscience and remote sensing, vol 58 n° 11 (November 2020)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 58 n° 11 (November 2020) . - pp 7890 - 7907 Titre : Indoor point cloud segmentation using iterative Gaussian mapping and improved model fitting Type de document : Article/Communication Auteurs : Bufan Zhao, Auteur ; Xianghong Hua, Auteur ; Kegen Yu, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 7890 - 7907 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] classification par maximum de vraisemblance [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] itération [Termes descripteurs IGN] modélisation 3D [Termes descripteurs IGN] processus gaussien [Termes descripteurs IGN] reconstruction 3D du bâti [Termes descripteurs IGN] regroupement de points [Termes descripteurs IGN] scène intérieure [Termes descripteurs IGN] segmentation [Termes descripteurs IGN] semis de points Résumé : (auteur) Indoor scene segmentation based on 3-D laser point cloud is important for rebuilding and classification, especially for permanent building structure. However, the existing segmentation methods mainly focus on the large-scale planar structures but ignore the other sharp structures and details, which would cause accuracy degradation in scene reconstruction. To handle this issue, an iterative Gaussian mapping-based segmentation strategy has been proposed in this article, which goes from rough segmentation to refined one iteratively to decompose the indoor scene into detectable point cloud clusters layer by layer. An improved model fitting algorithm based on the maximum likelihood estimation sampling consensus (MLESAC) algorithm is proposed for refined segmentation, which is called the Prior-MLESAC algorithm, to deal with the extraction of both vertical and nonvertical planar and cylindrical structures. The experimental results demonstrate that planar and cylindrical structures are segmented more completely by the proposed strategy, and more details of the indoor structure are restored than other existing methods. Numéro de notice : A2020-681 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.2984943 date de publication en ligne : 16/04/2020 En ligne : https://doi.org/10.1109/TGRS.2020.2984943 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96205 [article]

Hierarchical instance recognition of individual roadside trees in environmentally complex urban areas from UAV laser scanning point clouds / Yongjun Wang in ISPRS International journal of geo-information, vol 9 n° 10 (October 2020)  

Public [article]  inISPRS International journal of geo-information > vol 9 n° 10 (October 2020) . - 26 p. Titre : Hierarchical instance recognition of individual roadside trees in environmentally complex urban areas from UAV laser scanning point clouds Type de document : Article/Communication Auteurs : Yongjun Wang, Auteur ; Tengping Jiang, Auteur ; Jing Liu, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : 26 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] algorithme de filtrage [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] arbre hors forêt [Termes descripteurs IGN] arbre urbain [Termes descripteurs IGN] détection d'arbres [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] gestion urbaine [Termes descripteurs IGN] image captée par drone [Termes descripteurs IGN] optimisation (mathématiques) [Termes descripteurs IGN] reconnaissance d'objets [Termes descripteurs IGN] segmentation [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] voxel [Termes descripteurs IGN] zone urbaine Résumé : (auteur) Individual tree segmentation is essential for many applications in city management and urban ecology. Light Detection and Ranging (LiDAR) system acquires accurate point clouds in a fast and environmentally-friendly manner, which enables single tree detection. However, the large number of object categories and occlusion from nearby objects in complex environment pose great challenges in urban tree inventory, resulting in omission or commission errors. Therefore, this paper addresses these challenges and increases the accuracy of individual tree segmentation by proposing an automated method for instance recognition urban roadside trees. The proposed algorithm was implemented of unmanned aerial vehicles laser scanning (UAV-LS) data. First, an improved filtering algorithm was developed to identify ground and non-ground points. Second, we extracted tree-like objects via labeling on non-ground points using a deep learning model with a few smaller modifications. Unlike only concentrating on the global features in previous method, the proposed method revises a pointwise semantic learning network to capture both the global and local information at multiple scales, significantly avoiding the information loss in local neighborhoods and reducing useless convolutional computations. Afterwards, the semantic representation is fed into a graph-structured optimization model, which obtains globally optimal classification results by constructing a weighted indirect graph and solving the optimization problem with graph-cuts. The segmented tree points were extracted and consolidated through a series of operations, and they were finally recognized by combining graph embedding learning with a structure-aware loss function and a supervoxel-based normalized cut segmentation method. Experimental results on two public datasets demonstrated that our framework achieved better performance in terms of classification accuracy and recognition ratio of tree. Numéro de notice : A2020-665 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9100595 date de publication en ligne : 10/10/2020 En ligne : https://doi.org/10.3390/ijgi9100595 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96142 [article]

Homogeneous tree height derivation from tree crown delineation using Seeded Region Growing (SRG) segmentation / Muhamad Farid Ramli in Geo-spatial Information Science, vol 23 n° 3 (September 2020)  

Public [article]  inGeo-spatial Information Science > vol 23 n° 3 (September 2020) . - pp 195 - 208 Titre : Homogeneous tree height derivation from tree crown delineation using Seeded Region Growing (SRG) segmentation Type de document : Article/Communication Auteurs : Muhamad Farid Ramli, Auteur ; Khairul Nizam Tahar, Auteur Année de publication : 2020 Article en page(s) : pp 195 - 208 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique [Termes descripteurs IGN] croissance végétale [Termes descripteurs IGN] diamètre des arbres [Termes descripteurs IGN] hauteur des arbres [Termes descripteurs IGN] houppier [Termes descripteurs IGN] image captée par drone [Termes descripteurs IGN] Malaisie [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] orthoimage [Termes descripteurs IGN] palmier [Termes descripteurs IGN] pas d'échantillonnage au sol [Termes descripteurs IGN] point d'appui [Termes descripteurs IGN] positionnement cinématique en temps réel [Termes descripteurs IGN] QGIS [Termes descripteurs IGN] SAGA GIS [Termes descripteurs IGN] segmentation par croissance de régions Résumé : (auteur) The demand for tree height derivation is increasing year by year, especially for large plantation and forest area. The conventional method needs a long time to complete tree measurement for large forest area, especially when using a pole, measuring tape, rangefinder, clinometer, and tree climbing. This study aims to evaluate the height of oil palm tree based on crown diameter by using a multi-rotor Unmanned Aerial Vehicle (UAV). Digital Elevation Model (DEM) and orthophoto were generated by using Agisoft software, while oil palm tree crown diameter was delineated by using seed generation with Quantum Geographic Information System (QGIS) and Seeded Region Growing (SRG) segmentation methods in the System for Automated Geoscientific Analysis (SAGA). The study validates the results between the actual tree height and tree height estimated from UAV. The results showed that the orthophoto was successfully generated with a Ground Sampling Distance (GSD) of 2.95 cm and 129 tree crowns were successfully analyzed. The accuracy of the tree height as compared to the actual measurement was 57.7 cm. In conclusion, UAV images are capable of determining the tree height after going through the correct procedure to help foresters in their daily task. Numéro de notice : A2020-562 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10095020.2020.1805366 date de publication en ligne : 24/08/2020 En ligne : https://doi.org/10.1080/10095020.2020.1805366 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95878 [article]

Relevé 3D et classification de nuages de points de patrimoine bâti / Arnadi Murtiyoso in XYZ, n° 164 (septembre 2020)

Public [article]  inXYZ > n° 164 (septembre 2020) Titre : Relevé 3D et classification de nuages de points de patrimoine bâti Type de document : Article/Communication Auteurs : Arnadi Murtiyoso, Auteur Année de publication : 2020 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] Agisoft Photoscan [Termes descripteurs IGN] contrôle qualité [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] lasergrammétrie [Termes descripteurs IGN] modélisation 3D [Termes descripteurs IGN] monument historique [Termes descripteurs IGN] patrimoine immobilier [Termes descripteurs IGN] segmentation [Termes descripteurs IGN] semis de points Résumé : (auteur) La documentation du patrimoine bâti a beaucoup évolué ces dernières années grâce au développement de nouveaux capteurs 3D et de nouvelles techniques de relevé 3D. Les données 3D contribuent à la création d'archives fiables et tangibles des sites et des monuments historiques. Vu l'importance des données 3D dans la documentation du patrimoine bâti, le contrôle de qualité est un aspect primordial qui devrait être abordé avant d'entreprendre le traitement du nuage de points. L'étude est ainsi divisée en deux parties. La première partie concerne principalement l'acquisition et le contrôle de qualité des données. Un point important sera l'intégration de la photogrammétrie et de la lasergrammétrie dans le contexte de la documentation d'un site historique à différentes échelles. La deuxième partie de l'article va aborder le traitement de nuages de points, plus particulièrement la segmentation et la classification de nuages de points. L'aspect échelles de notre approche est importante, car dans beaucoup de cas, un bâtiment remarquable se situe dans un quartier historique qui nécessite une segmentation échelles. En combinant ces deux parties, nous avons considéré l'ensemble du processus allant de l'acquisition de données 3D jusqu'à la segmentation et la classification en entités à plusieurs échelles. Numéro de notice : A2020-553 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95821 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2020031	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2020032	SL	Revue	Centre de documentation	Revues en salle	En circulation Exclu du prêt

Semi-automated framework for generating cycling lane centerlines on roads with roadside barriers from noisy MLS data / Yang Ma in ISPRS Journal of photogrammetry and remote sensing, vol 167 (September 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 167 (September 2020) . - pp 396 - 417 Titre : Semi-automated framework for generating cycling lane centerlines on roads with roadside barriers from noisy MLS data Type de document : Article/Communication Auteurs : Yang Ma, Auteur ; Yubing Zheng, Auteur ; Said Easa, Auteur ; Jianchuan Cheng, Auteur Année de publication : 2020 Article en page(s) : pp 396 - 417 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] axe médian [Termes descripteurs IGN] bicyclette [Termes descripteurs IGN] classification par nuées dynamiques [Termes descripteurs IGN] classification semi-dirigée [Termes descripteurs IGN] numérisation automatique [Termes descripteurs IGN] rastérisation [Termes descripteurs IGN] sécurité routière [Termes descripteurs IGN] segmentation [Termes descripteurs IGN] télémétrie laser mobile [Termes descripteurs IGN] tracé routier Résumé : (auteur) Cycling lane centerlines (CLC) play an important role in the evaluation of safety-related conditions and guiding systems for cyclists along road corridors. The unavailability of design files or undocumented changes in the road infrastructures after improvements has created great difficulty in delineating CLC on existing roads. In this study, mobile laser scanning (MLS) data are introduced into this domain and a four-step semi-automated framework is proposed for generating CLC on roads with roadside barriers (RB). First, MLS data are restructured into the aligned scan-pattern grid using the mapping trajectory data. Second, a rasterization-based clustering approach is applied to segment the off-ground objects from the reorganized MLS data. Third, the RB amongst the segmented objects are identified using a sequential application of the k-Means clustering method and the proposed unidirectional growing method. Finally, the moving average technique and natural cubic spline are applied to generate CLC from the critical positions alongside the identified RB. Testing on three road sections with different types of RB demonstrated that the developed framework can successfully generate CLC from MLS data in the presence of considerable noises. The results also show that the proposed procedure shows better accuracy performance on processing roads with wide RB than a road with narrow RB. Numéro de notice : A2020-550 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.07.009 date de publication en ligne : 04/08/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.07.009 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95779 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020091	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2020093	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2020092	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Vehicle detection of multi-source remote sensing data using active fine-tuning network / Xin Wu in ISPRS Journal of photogrammetry and remote sensing, vol 167 (September 2020)  

Permalink

Planar polygons detection in lidar scans based on sensor topology enhanced Ransac / Stéphane Guinard in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, V-2 (August 2020)  

Permalink

Exploring the potential of deep learning segmentation for mountain roads generalisation / Azelle Courtial in ISPRS International journal of geo-information, vol 9 n° 5 (May 2020)  

Permalink

Recognizing linear building patterns in topographic data by using two new indices based on Delaunay triangulation / Xianjin He in ISPRS International journal of geo-information, vol 9 n° 4 (April 2020)  

Permalink

An improved RANSAC algorithm for extracting roof planes from airborne lidar data / Sibel Canaz Sevgen in Photogrammetric record, vol 35 n° 169 (March 2020)  

Permalink

Classifying physiographic regimes on terrain and hydrologic factors for adaptive generalization of stream networks / Lauwrence V. Stanislawski in International journal of cartography, Vol 6 n° 1 (March 2020)  

Permalink

A breakpoint detection in the mean model with heterogeneous variance on fixed time-intervals / Olivier Bock in Statistics and Computing, vol 29 n° 1 (February 2020)  

Permalink

Tree annotations in LiDAR data using point densities and convolutional neural networks / Ananya Gupta in IEEE Transactions on geoscience and remote sensing, vol 58 n° 2 (February 2020)  

Permalink

Identification of alpine glaciers in the central Himalayas using fully polarimetric L-Band SAR data / Guo-Hui Yao in IEEE Transactions on geoscience and remote sensing, vol 58 n° 1 (January 2020)  

Permalink

Simplicial complexes reconstruction and generalisation of 3d lidar data in urban scenes / Stéphane Guinard (2020)  

Permalink