Centre dedocumentation
scientifique

3D map creation using crowdsourced GNSS data / Terence Lines in Computers, Environment and Urban Systems, vol 89 (September 2021)  

Public [article]  inComputers, Environment and Urban Systems > vol 89 (September 2021) Titre : 3D map creation using crowdsourced GNSS data Type de document : Article/Communication Auteurs : Terence Lines, Auteur ; Anahid Basiri, Auteur Année de publication : 2021 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] approche participative [Termes IGN] Bootstrap (statistique) [Termes IGN] cartographie 3D [Termes IGN] données GNSS [Termes IGN] données localisées 2,5D [Termes IGN] hauteur du bâti [Termes IGN] interface de programmation [Termes IGN] régression logistique [Termes IGN] signal GNSS [Termes IGN] trajet multiple [Termes IGN] vision par ordinateur Résumé : (auteur) 3D maps are increasingly useful for many applications such as drone navigation, emergency services, and urban planning. However, creating 3D maps and keeping them up-to-date using existing technologies, such as laser scanners, is expensive. This paper proposes and implements a novel approach to generate 2.5D (otherwise known as 3D level-of-detail (LOD) 1) maps for free using Global Navigation Satellite Systems (GNSS) signals, which are globally available and are blocked only by obstacles between the satellites and the receivers. This enables us to find the patterns of GNSS signal availability and create 3D maps. The paper applies algorithms to GNSS signal strength patterns based on a boot-strapped technique that iteratively trains the signal classifiers while generating the map. Results of the proposed technique demonstrate the ability to create 3D maps using automatically processed GNSS data. The results show that the third dimension, i.e. height of the buildings, can be estimated with below 5 metre accuracy, which is the benchmark recommended by the CityGML standard. Numéro de notice : A2021-535 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1016/j.compenvurbsys.2021.101671 date de publication en ligne : 19/06/2021 En ligne : https://doi.org/10.1016/j.compenvurbsys.2021.101671 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97998 [article]

A comparison of ALS and dense photogrammetric point clouds for individual tree detection in radiata pine plantations / Irfan A. Iqbal in Remote sensing, vol 13 n° 17 (September-1 2021)  

Public [article]  inRemote sensing > vol 13 n° 17 (September-1 2021) . - n° 3536 Titre : A comparison of ALS and dense photogrammetric point clouds for individual tree detection in radiata pine plantations Type de document : Article/Communication Auteurs : Irfan A. Iqbal, Auteur ; Jon Osborn, Auteur ; Christine Stone, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 3536 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique [Termes IGN] arbre isolé [Termes IGN] détection d'arbres [Termes IGN] données lidar [Termes IGN] modèle numérique de surface de la canopée [Termes IGN] photogrammétrie aérienne [Termes IGN] photographie aérienne [Termes IGN] Pinus radiata [Termes IGN] semis de points [Termes IGN] Tasmanie [Termes IGN] télémétrie laser aéroporté Numéro de notice : A2021-689 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.3390/rs13173536 date de publication en ligne : 06/09/2021 En ligne : https://doi.org/10.3390/rs13173536 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98425 [article]

A new approach for the development of grid models calculating tropospheric key parameters over China / Ge Zhu in Remote sensing, vol 13 n° 17 (September-1 2021)  

Public [article]  inRemote sensing > vol 13 n° 17 (September-1 2021) . - n° 3546 Titre : A new approach for the development of grid models calculating tropospheric key parameters over China Type de document : Article/Communication Auteurs : Ge Zhu, Auteur ; Liangke Huang, Auteur ; Lilong Liu, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 3546 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie spatiale [Termes IGN] Chine [Termes IGN] données maillées [Termes IGN] MERRA [Termes IGN] météorologie [Termes IGN] positionnement par GNSS [Termes IGN] retard troposphérique [Termes IGN] série temporelle [Termes IGN] teneur en vapeur d'eau [Termes IGN] troposphère Résumé : (auteur) Pressure, water vapor pressure, temperature, and weighted mean temperature (Tm) are tropospheric parameters that play an important role in high-precision global navigation satellite system navigation (GNSS). As accurate tropospheric parameters are obligatory in GNSS navigation and GNSS water vapor detection, high-precision modeling of tropospheric parameters has gained widespread attention in recent years. A new approach is introduced to develop an empirical tropospheric delay model named the China Tropospheric (CTrop) model, providing meteorological parameters based on the sliding window algorithm. The radiosonde data in 2017 are treated as reference values to validate the performance of the CTrop model, which is compared to the canonical Global Pressure and Temperature 3 (GPT3) model. The accuracy of the CTrop model in regards to pressure, water vapor pressure, temperature, and weighted mean temperature are 5.51 hPa, 2.60 hPa, 3.09 K, and 3.35 K, respectively, achieving an improvement of 6%, 9%, 10%, and 13%, respectively, when compared to the GPT3 model. Moreover, three different resolutions of the CTrop model based on the sliding window algorithm are also developed to reduce the amount of gridded data provided to the users, as well as to speed up the troposphere delay computation process, for which users can access model parameters of different resolutions for their requirements. With better accuracy of estimating the tropospheric parameters than that of the GPT3 model, the CTrop model is recommended to improve the performance of GNSS positioning and navigation. Numéro de notice : A2021-688 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article DOI : 10.3390/rs13173546 date de publication en ligne : 06/09/2021 En ligne : https://doi.org/10.3390/rs13173546 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98423 [article]

Target-based automated matching of multiple terrestrial laser scans for complex forest scenes / Xuming Ge in ISPRS Journal of photogrammetry and remote sensing, vol 179 (September 2021)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 179 (September 2021) . - pp 1 - 13 Titre : Target-based automated matching of multiple terrestrial laser scans for complex forest scenes Type de document : Article/Communication Auteurs : Xuming Ge, Auteur ; Qing Zhu, Auteur Année de publication : 2021 Article en page(s) : pp 1 - 13 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] appariement de données localisées [Termes IGN] biomasse aérienne [Termes IGN] biomasse forestière [Termes IGN] densité de la végétation [Termes IGN] détection d'arbres [Termes IGN] diamètre à hauteur de poitrine [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] inventaire forestier (techniques et méthodes) [Termes IGN] scène forestière [Termes IGN] semis de points Résumé : (Auteur) Terrestrial laser scanners are widely used to derive unbiased and non-destructive estimates of the vertical distribution of the plant area index and plant area volume density at plot-level scales, as well as the above-ground biomass, height, and diameter at breast height of individual trees. Multiple scans are often employed to capture and register data so that all of the stems can be detected and their complete forms can be analyzed. Researchers have traditionally preferred target-less strategies to register scans because of their low cost and convenience. However, in complex forest scenes, even state-of-the-art approaches cannot guarantee the success of any pairwise registration. In this study, we present an automated target-based processing approach for the registration of unordered scans in complex forest scenes. In contrast to previous studies, the proposed registration method automatically detects the artificial targets and builds a geometric network to judge their connectivity. A pose graph is then exploited to combine these data with the corresponding pairwise transformation, and then the scans are integrated into a unified coordinate system. This method is more robust and efficient than target-less approaches because it is independent of the characteristics of individual trees and does not require ground information. In an experimental scenario, we use an extremely complex wild bamboo forest scene to evaluate the performance of the proposed approach in terms of robustness, accuracy, and efficiency. Numéro de notice : A2021-573 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2021.06.019 date de publication en ligne : 15/07/2021 En ligne : https://doi.org/10.1016/j.isprsjprs.2021.06.019 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98173 [article]

Utilisation de l'apprentissage profond dans la modélisation 3D urbaine [Partie 1] / Hamza Ben Addou in Géomatique expert, n° 135 (septembre 2021)

Public [article]  inGéomatique expert > n° 135 (septembre 2021) . - pp 11 - 20 Titre : Utilisation de l'apprentissage profond dans la modélisation 3D urbaine [Partie 1] Type de document : Article/Communication Auteurs : Hamza Ben Addou, Auteur Année de publication : 2021 Article en page(s) : pp 11 - 20 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage profond [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] détection du bâti [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] emprise au sol [Termes IGN] fusion de données multisource [Termes IGN] image aérienne [Termes IGN] information sémantique [Termes IGN] modèle 3D de l'espace urbain [Termes IGN] segmentation d'image [Termes IGN] semis de points Résumé : (Auteur) Partie I : Mise en place d’un processus de détection automatique des emprises de bâtiments par apprentissage profond Numéro de notice : A2021-660 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE/URBANISME Nature : Article nature-HAL : ArtSansCL DOI : sans date de publication en ligne : 01/09/2021 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98414 [article]

Measuring shallow-water bathymetric signal strength in lidar point attribute data using machine learning / Kim Lowell in International journal of geographical information science IJGIS, vol 35 n° 8 (August 2021)  

Permalink

Structure-aware indoor scene reconstruction via two levels of abstraction / Hao Fang in ISPRS Journal of photogrammetry and remote sensing, vol 178 (August 2021)  

Permalink

Surface modelling of forest aboveground biomass based on remote sensing and forest inventory data / Xiaofang Sun in Geocarto international, vol 36 n° 14 ([01/08/2021])  

Permalink

Leaf and wood separation for individual trees using the intensity and density data of terrestrial laser scanners / Kai Tan in IEEE Transactions on geoscience and remote sensing, vol 59 n° 8 (August 2021)  

Permalink

Detecting structural changes induced by Heterobasidion root rot on Scots pines using terrestrial laser scanning / Timo P Pitkänen in Forest ecology and management, vol 492 (15 July 2021)  

Permalink

An adaptive filtering algorithm of multilevel resolution point cloud / Youyuan Li in Survey review, Vol 53 n° 379 (July 2021)  

Permalink

Deformation analysis of a reference wall towards the uncertainty investigation of terrestrial laser scanners / Berit Schmitz in Journal of applied geodesy, vol 15 n° 3 (July 2021)  

Permalink

Extracting Shallow-Water Bathymetry from Lidar point clouds using pulse attribute data: Merging density-based and machine learning approaches / Kim Lowell in Marine geodesy, vol 44 n° 4 (July 2021)  

Permalink

La géovisualisation de données massives sur le Web : entre avancées technologiques et évolutions cartographiques / Boris Mericskay in Mappemonde [en ligne], n° 131 (juillet 2021)  

Permalink

Three-dimensional reconstruction of single input image based on point cloud / Yu Hou in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 7 (July 2021)  

Permalink