Centre dedocumentation
scientifique

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 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

A semantic graph database for the interoperability of 3D GIS data / Eva Savina Malinverni in Applied geomatics, vol 12 n° 3 (September 2020)  

Public [article]  inApplied geomatics > vol 12 n° 3 (September 2020) . - 14 p. Titre : A semantic graph database for the interoperability of 3D GIS data Type de document : Article/Communication Auteurs : Eva Savina Malinverni, Auteur ; Berardo Naticchia, Auteur ; Jose Luis Lerma Garcia, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : 14 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique [Termes descripteurs IGN] base de données [Termes descripteurs IGN] bâtiment [Termes descripteurs IGN] CityGML [Termes descripteurs IGN] conservation de documents [Termes descripteurs IGN] données hétérogènes [Termes descripteurs IGN] graphe [Termes descripteurs IGN] indoorGML [Termes descripteurs IGN] interopérabilité sémantique [Termes descripteurs IGN] modélisation 3D [Termes descripteurs IGN] modélisation 3D du bâti BIM [Termes descripteurs IGN] ontologie [Termes descripteurs IGN] partage de données localisées [Termes descripteurs IGN] restauration de document [Termes descripteurs IGN] SIG 3D [Termes descripteurs IGN] stockage de données [Termes descripteurs IGN] web sémantique Résumé : (auteur) In the last decades, the use of information management systems in the building data processing led to radical changes to the methods of data production, documentation and archiving. In particular, the possibilities, given by these information systems, to visualize the 3D model and to formulate queries have placed the question of the information sharing in digital format. The integration of information systems represents an efficient solution for defining smart, sustainable and resilient projects, such as conservation and restoration processes, giving the possibilities to combine heterogeneous data. GIS provides a robust data storage system, a definition of topological and semantic relationships and spatial queries. 3D GIS makes possible the creation of three-dimensional model in a geospatial context. To promote the interoperability of GIS data, the present research aims first to analyse methods of conversion in CityGML and IndoorGML model, defining an ontological domain. This has led to the creation of a new enriched model, based on connections among the different elements of the urban model in GIS environment, and to the possibility to formulate queries based on these relations. The second step consists in collecting all data translated into a specific format that fill a graph database in a semantic web environment, while maintaining those relationships. The semantic web technology represents an efficient tool of interoperability that leaves open the possibility to import BIM data in the same graph database and to join both GIS and BIM models. The outcome will offer substantial benefits during the entire project life cycle. This methodology can also be applied to cultural heritage where the information management plays a key role. Numéro de notice : A2020-561 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s12518-020-00334-3 date de publication en ligne : 24/08/2020 En ligne : https://doi.org/10.1007/s12518-020-00334-3 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95875 [article]

Methodology of the automatic generalization of buildings, road networks, forests and surface waters: a case study based on the Topographic Objects Database in Poland / Izabela Karsznia in Geocarto international, vol 35 n° 7 ([15/05/2020])  

Public [article]  inGeocarto international > vol 35 n° 7 [15/05/2020] . - pp 735 - 758 Titre : Methodology of the automatic generalization of buildings, road networks, forests and surface waters: a case study based on the Topographic Objects Database in Poland Type de document : Article/Communication Auteurs : Izabela Karsznia, Auteur ; Marta Przychodzeń, Auteur ; Karolina Sielicka, Auteur Année de publication : 2020 Article en page(s) : pp 735 - 758 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] ArcGIS [Termes descripteurs IGN] base de connaissances [Termes descripteurs IGN] base de données orientée objet [Termes descripteurs IGN] bâtiment [Termes descripteurs IGN] données topographiques [Termes descripteurs IGN] eau de surface [Termes descripteurs IGN] forêt [Termes descripteurs IGN] placement automatique des objets [Termes descripteurs IGN] Pologne [Termes descripteurs IGN] réseau routier [Vedettes matières IGN] Généralisation Résumé : (auteur) This research presents the formalization and verification of the methodology for the automatic generalization of buildings, road networks, forests and surface waters from the Topographic Objects Database (BDOT10k) in Poland. The article makes the following contributions. First, the generalization methodology contained in the official documents was acquired and presented in the form of the knowledge base. Second, the possibilities and limitations of the implementation of the knowledge base in ArcGIS were discussed. Third, the suitability of the BDOT10k structure for the purpose of automatic generalization performance was verified. As a result of the conducted generalization tests, it was found that the formalization and implementation of the methodology contained in the official specifications, in the automatic mode are not entirely possible. The generalization results, however, are promising. The presented research is in line with the studies recently conducted not only by Polish but also other European National Mapping Agencies. Numéro de notice : A2020-271 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2018.1533591 date de publication en ligne : 03/12/2018 En ligne : https://doi.org/10.1080/10106049.2018.1533591 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95055 [article]

Outlier detection and robust plane fitting for building roof extraction from LiDAR data / Emon Kumar Dey in International Journal of Remote Sensing IJRS, vol 41 n°16 (01-10 May 2020)  

Public [article]  inInternational Journal of Remote Sensing IJRS > vol 41 n°16 (01-10 May 2020) . - pp 6325 - 6354 Titre : Outlier detection and robust plane fitting for building roof extraction from LiDAR data Type de document : Article/Communication Auteurs : Emon Kumar Dey, Auteur ; Mohammad Awrangjeb, Auteur ; Bela Stantic, Auteur Année de publication : 2020 Article en page(s) : pp 6325 - 6354 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] détection du bâti [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] toit [Termes descripteurs IGN] valeur aberrante Résumé : (auteur) Individual roof plane extraction from Light Detection and Ranging (LiDAR) point-cloud data is a complex and difficult task because of unknown semantic characteristics and inharmonious behaviour of input data. Most of the existing state-of-the-art methods fail to detect small true roof planes with exact boundaries due to outliers, occlusions, complex building structures, and other inconsistent nature of LiDAR data. In this paper, we have presented an improved building detection and roof plane extraction method, which is less sensitive to the outliers and unlikely to generate spurious planes. For this, a robust outlier detection algorithm has been proposed in this paper along with a robust plane-fitting algorithm based on M-estimator SAmple Consensus (MSAC) for detecting individual roof planes. Using two benchmark datasets (Australian and International Society for Photogrammetry and Remote Sensing benchmark) with different numbers of buildings and sizes, trees and point densities, we have evaluated the proposed method. Experimental results show that the method removes outliers and vegetation almost accurately and offers a high success rate in terms of completeness and correctness (between 80% and 100% per-object) for both roof plane extraction and building detection. In most of the cases, the proposed method shows above 90% correctness. Numéro de notice : A2020-454 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/01431161.2020.1737339 date de publication en ligne : 09/06/2020 En ligne : https://doi.org/10.1080/01431161.2020.1737339 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95543 [article]

Street-Frontage-Net: urban image classification using deep convolutional neural networks / Stephen Law in International journal of geographical information science IJGIS, vol 34 n° 4 (April 2020)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 34 n° 4 (April 2020) . - pp 681- 707 Titre : Street-Frontage-Net: urban image classification using deep convolutional neural networks Type de document : Article/Communication Auteurs : Stephen Law, Auteur ; Chanuki Illushka Seresinhe, Auteur ; Yao Shen, Auteur Année de publication : 2020 Article en page(s) : pp 681- 707 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] espace public [Termes descripteurs IGN] évaluation foncière [Termes descripteurs IGN] extraction de données [Termes descripteurs IGN] façade [Termes descripteurs IGN] habitat urbain [Termes descripteurs IGN] image Streetview [Termes descripteurs IGN] immobilier (secteur) [Termes descripteurs IGN] information géographique [Termes descripteurs IGN] Londres [Termes descripteurs IGN] matrice de confusion [Termes descripteurs IGN] Paris (75) [Termes descripteurs IGN] paysage urbain [Termes descripteurs IGN] urbanisme [Termes descripteurs IGN] vision par ordinateur Résumé : (auteur) Quantifying aspects of urban design on a massive scale is crucial to help develop a deeper understanding of urban designs elements that contribute to the success of a public space. In this study, we further develop the Street-Frontage-Net (SFN), a convolutional neural network (CNN) that can successfully evaluate the quality of street frontage as either being active (frontage containing windows and doors) or blank (frontage containing walls, fences and garages). Small-scale studies have indicated that the more active the frontage, the livelier and safer a street feels. However, collecting the city-level data necessary to evaluate street frontage quality is costly. The SFN model uses a deep CNN to classify the frontage of a street. This study expands on the previous research via five experiments. We find robust results in classifying frontage quality for an out-of-sample test set that achieves an accuracy of up to 92.0%. We also find active frontages in a neighbourhood has a significant link with increased house prices. Lastly, we find that active frontage is associated with more scenicness compared to blank frontage. While further research is needed, the results indicate the great potential for using deep learning methods in geographic information extraction and urban design. Numéro de notice : A2020-110 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2018.1555832 date de publication en ligne : 26/12/2018 En ligne : https://doi.org/10.1080/13658816.2018.1555832 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94712 [article]

Comparison and analysis of results of 3D modelling of complex cultural and historical objects using different types of terrestrial laser scanner / Admir Mulahusic in Survey review, vol 52 n° 371 (March 2020)  

Permalink

Crowdsource mapping of target buildings in hazard: the utilization of smartphone technologies and geographic services / Mohammad H. Vahidnia in Applied geomatics, vol 12 n° 1 (March 2020)  

Permalink

Development and application of an intelligent modeling method for ancient wooden architecture / Yonghui Jiang in ISPRS International journal of geo-information, vol 9 n° 3 (March 2020)

Permalink

Georeferenced measurements of building objects with their simultaneous shape detection / Edward Osada in Survey review, Vol 52 n°370 (January 2020)  

Permalink

A building label placement method for 3D visualizations based on candidate label evaluation and selection / Jiangfeng She in International journal of geographical information science IJGIS, vol 33 n° 10 (October 2019)  

Permalink

Optimal segmentation of high spatial resolution images for the classification of buildings using random forests / James Bialas in International journal of applied Earth observation and geoinformation, vol 82 (October 2019)  

Permalink

Topographie et archéologie, du cordeau au tout numérique : plus de 40 ans d'interactions / Bertrand Chazaly in XYZ, n° 160 (septembre 2019)

Permalink

Modelling of buildings from aerial LiDAR point clouds using TINs and label maps / Minglei Li in ISPRS Journal of photogrammetry and remote sensing, vol 154 (August 2019)  

Permalink

Co‐registration of panoramic mobile mapping images and oblique aerial images / Phillipp Jende in Photogrammetric record, vol 34 n° 166 (June 2019)  

Permalink

RoofN3D: a database for 3D building reconstruction with deep learning / Andreas Wichmann in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 6 (June 2019)  

Permalink