Centre dedocumentation
scientifique

Estimation of soil surface water contents for intertidal mudflats using a near-infrared long-range terrestrial laser scanner / Kai Tan in ISPRS Journal of photogrammetry and remote sensing, vol 159 (January 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 159 (January 2020) . - pp 129 - 139 Titre : Estimation of soil surface water contents for intertidal mudflats using a near-infrared long-range terrestrial laser scanner Type de document : Article/Communication Auteurs : Kai Tan, Auteur ; Jin Chen, Auteur ; Weiguo Zhang, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 129 - 139 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] Chine [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données TLS (télémétrie) [Termes descripteurs IGN] humidité du sol [Termes descripteurs IGN] littoral [Termes descripteurs IGN] positionnement cinématique en temps réel [Termes descripteurs IGN] rayonnement proche infrarouge [Termes descripteurs IGN] réflectance [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] télémétrie laser terrestre [Termes descripteurs IGN] teneur en vapeur d'eau [Termes descripteurs IGN] vase Résumé : (Auteur) Estimations of the soil surface water contents and distributions play a key role in the ecological, environmental, and topographical investigations for intertidal mudflats. However, existing techniques have limitations. Long-range terrestrial laser scanners (TLSs) can record the co-located intensity value which refers to a measure of the backscattered laser from each scanned point. Most long-range TLSs emit near-infrared lasers that can be strongly absorbed by water. Thus, the intensity values can be used as proxies for water contents. In this study, the intensity data of long-range TLSs are corrected for the incidence angle and distance effects to quantitatively estimate the soil surface water contents of intertidal mudflats. A case study for a mudflat in Chongming Island, Shanghai, China, is conducted. Results indicate that compared with traditional techniques, the corrected intensity data of long-range TLSs are extremely effective data sources for a quick, accurate, and detailed estimation of water contents for large-area mudflats. The estimation root mean square error is approximately 3%. Furthermore, the 3D distributions of the water contents can be accurately mapped by combining the point cloud of the mudflats to potentially analyze the intrinsic association among water contents and topography, vegetation coverage, and habitation of creatures in mudflats. Numéro de notice : A2020-013 Thématique : POSITIONNEMENT Nature : Article DOI : 10.1016/j.isprsjprs.2019.11.003 date de publication en ligne : 26/11/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.11.003 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94402 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020011	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2020013	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2020012	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Deep learning for conifer/deciduous classification of airborne LiDAR 3D point clouds representing individual trees / Hamid Hamraz in ISPRS Journal of photogrammetry and remote sensing, Vol 158 (December 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > Vol 158 (December 2019) . - pp 219 - 230 Titre : Deep learning for conifer/deciduous classification of airborne LiDAR 3D point clouds representing individual trees Type de document : Article/Communication Auteurs : Hamid Hamraz, Auteur ; Nathan B. Jacobs, Auteur ; Marco A. Contreras, Auteur ; Chase H. Clark, Auteur Année de publication : 2019 Article en page(s) : pp 219 - 230 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] arbre caducifolié [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] données d'apprentissage [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] houppier [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] pinophyta [Termes descripteurs IGN] semis de points Résumé : (auteur) The purpose of this study was to investigate the use of deep learning for coniferous/deciduous classification of individual trees segmented from airborne LiDAR data. To enable processing by a deep convolutional neural network (CNN), we designed two discrete representations using leaf-off and leaf-on LiDAR data: a digital surface model with four channels (DSM × 4) and a set of four 2D views (4 × 2D). A training dataset of tree crowns was generated via segmentation of tree crowns, followed by co-registration with field data. Potential mislabels due to GPS error or tree leaning were corrected using a statistical ensemble filtering procedure. Because the training data was heavily unbalanced (~8% conifers), we trained an ensemble of CNNs on random balanced sub-samples. Benchmarked against multiple traditional shallow learning methods using manually designed features, the CNNs improved accuracies up to 14%. The 4 × 2D representation yielded similar classification accuracies to the DSM × 4 representation (~82% coniferous and ~90% deciduous) while converging faster. Further experimentation showed that early/late fusion of the channels in the representations did not affect the accuracies in a significant way. The data augmentation that was used for the CNN training improved the classification accuracies, but more real training instances (especially coniferous) likely results in much stronger improvements. Leaf-off LiDAR data were the primary source of useful information, which is likely due to the perennial nature of coniferous foliage. LiDAR intensity values also proved to be useful, but normalization yielded no significant improvement. As we observed, large training data may compensate for the lack of a subset of important domain data. Lastly, the classification accuracies of overstory trees (~90%) were more balanced than those of understory trees (~90% deciduous and ~65% coniferous), which is likely due to the incomplete capture of understory tree crowns via airborne LiDAR. In domains like remote sensing and biomedical imaging, where the data contain a large amount of information and are not friendly to human visual system, human-designed features may become suboptimal. As exemplified by this study, automatic, objective derivation of optimal features via deep learning can improve prediction tasks in such domains. Numéro de notice : A2019-547 Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.10.011 date de publication en ligne : 03/11/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.10.011 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94192 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019121	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019123	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019122	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Inside the ice shelf: using augmented reality to visualise 3D lidar and radar data of Antarctica / Alexandra L. Boghosian in Photogrammetric record, vol 34 n° 168 (December 2019)  

Public [article]  inPhotogrammetric record > vol 34 n° 168 (December 2019) . - pp 346 - 364 Titre : Inside the ice shelf: using augmented reality to visualise 3D lidar and radar data of Antarctica Type de document : Article/Communication Auteurs : Alexandra L. Boghosian, Auteur ; Martin J. Pratt, Auteur ; Maya A. Becker, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 346 - 364 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] Antarctique [Termes descripteurs IGN] banquise [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] glace de mer [Termes descripteurs IGN] GNSS-INS [Termes descripteurs IGN] image radar [Termes descripteurs IGN] Matlab [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] pas d'échantillonnage au sol [Termes descripteurs IGN] réalité augmentée [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] travail coopératif [Termes descripteurs IGN] VRML Résumé : (auteur) From 2015 to 2017, the ROSETTA‐Ice project comprehensively mapped Antarctica's Ross Ice Shelf using IcePod, a newly developed aerogeophysical platform. The campaign imaged the ice‐shelf surface with lidar and its internal structure with ice‐penetrating radar. The ROSETTA‐Ice data was combined with pre‐existing ice surface and bed topography digital elevation models to create the first augmented reality (AR) visualisation of the Antarctic Ice Sheet, using the Microsoft HoloLens. The ROSETTA‐Ice datasets support cross‐disciplinary science that aims to understand 4D processes, namely the change of 3D ice‐shelf structures over time. The work presented here uses AR to visualise this dataset in 3D and highlights how AR can be simultaneously a useful research tool for interdisciplinary geoscience as well as an effective device for science communication education. Numéro de notice : A2019-575 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/phor.12298 date de publication en ligne : 23/12/2019 En ligne : https://doi.org/10.1111/phor.12298 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94455 [article]

Numérisation, restitution et visualisation en 3D de sites patrimoniaux / Jonathan Chemla in XYZ, n° 161 (décembre 2019)

Public [article]  inXYZ > n° 161 (décembre 2019) . - pp 16 - 19 Titre : Numérisation, restitution et visualisation en 3D de sites patrimoniaux Type de document : Article/Communication Auteurs : Jonathan Chemla, Auteur Année de publication : 2019 Article en page(s) : pp 16 - 19 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] patrimoine archéologique [Termes descripteurs IGN] photogrammétrie architecturale [Termes descripteurs IGN] site archéologique [Termes descripteurs IGN] visualisation 3D Résumé : (Auteur) Iconem agit dans les zones où le patrimoine est menacé afin de réaliser rapidement un modèle numérique photoréaliste d'un monument ou d'un site archéologique, en couplant l'utilisation des drones, de la photogrammétrie et des scanners laser. Ce modèle 3D sert d'archive pour la diffusion et l'étude, mais aussi de base à un certain nombre de traitements utiles pour les architectes, les restaurateurs du patrimoine et les scientifiques. Après avoir opéré au Proche-Orient - sur la vieille ville de Mossoul ou le Crac des Chevaliers pour Unesco - ses missions récentes ont couvert des sites en France comme le Mont-Saint-Michel, en Europe, en Afrique du Nord ou encore en Asie du Sud-Est. Numéro de notice : A2019-581 Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtSansCL DOI : Sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94469 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2019041	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2019042	SL	Revue	Centre de documentation	Revues en salle	Disponible

Semiautomatically register MMS LiDAR points and panoramic image sequence using road lamp and lane / Ningning Zhu in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 11 (November 2019)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 85 n° 11 (November 2019) . - pp 829 - 840 Titre : Semiautomatically register MMS LiDAR points and panoramic image sequence using road lamp and lane Type de document : Article/Communication Auteurs : Ningning Zhu, Auteur ; Yonghong Jia, Auteur ; Xia Huang, Auteur Année de publication : 2019 Article en page(s) : pp 829 - 840 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] appariement de points [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] éclairage public [Termes descripteurs IGN] extraction de points [Termes descripteurs IGN] image panoramique [Termes descripteurs IGN] mobilier urbain [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] séquence d'images [Termes descripteurs IGN] transformation linéaire directe Résumé : (Auteur) We propose using the feature points of road lamp and lane to register mobile mapping system (MMS) LiDAR points and panoramic image sequence. Road lamp and lane are the common objects on roads; the spatial distributions are regular, and thus our registration method has wide applicability and high precision. First, the road lamp and lane were extracted from the LiDAR points by horizontal grid and reflectance intensity and then by optimizing the endpoints as the feature points of road lamp and lane. Second, the feature points were projected onto the panoramic image by initial parameters and then by extracting corresponding feature points near the projection location. Third, the direct linear transformation method was used to solve the registration model and eliminate mismatching feature points. In the experiments, we compare the accuracy of our registration method with other registration methods by a sequence of panoramic images. The results show that our registration method is effective; the registration accuracy of our method is less than 10 pixels and averaged 5.84 pixels in all 31 panoramic images (4000 × 8000 pixels), which is much less than that of the 56.24 pixels obtained by the original registration method. Numéro de notice : A2019-525 Thématique : IMAGERIE/POSITIONNEMENT Nature : Article DOI : 10.14358/PERS.85.11.829 date de publication en ligne : 01/11/2019 En ligne : https://doi.org/10.14358/PERS.85.11.829 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94062 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2019111	SL	Revue	Centre de documentation	Indéterminé	Disponible

Postprocessing synchronization of a laser scanning system aboard a UAV / Marcela do Valle Machado in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 10 (October 2019)  

Permalink

sUAS-based remote rensing of river discharge using thermal particle image velocimetry and bathymetric lidar / Paul J. Kinzel in Remote sensing, vol 11 n° 19 (October 2019)  

Permalink

Transferability and calibration of airborne laser scanning based mixed-effects models to estimate the attributes of sawlog-sized Scots pines / Lauri Korhonen in Silva fennica, vol 53 n° 3 (2019)  

Permalink

Burn severity analysis in Mediterranean forests using maximum entropy model trained with EO-1 Hyperion and LiDAR data / Alfonso Fernández-Manso in ISPRS Journal of photogrammetry and remote sensing, vol 155 (September 2019)  

Permalink

Comparison of filtering algorithms used for DTM production from airborne lidar data: a case study in Bergama, Turkey / Baris Suleymanoglu in Geodetski vestnik, vol 63 n° 3 (September - November 2019)  

Permalink

Delineation of vacant building land using orthophoto and lidar data object classification / Dejan Jenko in Geodetski vestnik, vol 63 n° 3 (September - November 2019)  

Permalink

Integration of LiDAR and multispectral images for rapid exposure and earthquake vulnerability estimation. Application in Lorca, Spain / Yolanda Torres in International journal of applied Earth observation and geoinformation, vol 81 (September 2019)  

Permalink

PpC: a new method to reduce the density of lidar data. Does it affect the DEM accuracy? / Sandra Bujan in Photogrammetric record, vol 34 n° 167 (September 2019)  

Permalink

Reduction of measurement data before Digital Terrain Model generation vs. DTM generalisation / Wioleta Błaszczak-Bąk in Survey review, vol 51 n° 368 (September 2019)  

Permalink

Quantifying the impact of trees on land surface temperature: a downscaling algorithm at city-scale / Elena Barbierato in European journal of remote sensing, sans n° (2019)  

Permalink