Centre de documentation
scientifique

A comparative study on deep-learning methods for dense image matching of multi-angle and multi-date remote sensing stereo-images / Hessah Albanwan in Photogrammetric record, vol 37 n° 180 (December 2022)  

Public [article]  inPhotogrammetric record > vol 37 n° 180 (December 2022) . - pp 385 - 409 Titre : A comparative study on deep-learning methods for dense image matching of multi-angle and multi-date remote sensing stereo-images Type de document : Article/Communication Auteurs : Hessah Albanwan, Auteur ; Rongjun Qin, Auteur Année de publication : 2022 Article en page(s) : pp 385 - 409 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse comparative [Termes IGN] appariement d'images [Termes IGN] apprentissage profond [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] couple stéréoscopique [Termes IGN] modèle stéréoscopique [Termes IGN] précision géométrique (imagerie) Résumé : (auteur) Deep-learning (DL) stereomatching methods gained great attention in remote sensing satellite datasets. However, most of these existing studies conclude assessments based only on a few/single stereo-images lacking a systematic evaluation on how robust DL methods are on satellite stereo-images with varying radiometric and geometric configurations. This paper provides an evaluation of four DL stereomatching methods through hundreds of multi-date multi-site satellite stereopairs with varying geometric configurations, against the traditional well-practiced Census-semi-global matching (SGM), to comprehensively understand their accuracy, robustness, generalisation capabilities, and their practical potential. The DL methods include a learning-based cost metric through convolutional neural networks (MC-CNN) followed by SGM, and three end-to-end (E2E) learning models using Geometry and Context Network (GCNet), Pyramid Stereo Matching Network (PSMNet), and LEAStereo. Our experiments show that E2E algorithms can achieve upper limits of geometric accuracies, while may not generalise well for unseen data. The learning-based cost metric and Census-SGM are rather robust and can consistently achieve acceptable results. All DL algorithms are robust to geometric configurations of stereopairs and are less sensitive in comparison to the Census-SGM, while learning-based cost metrics can generalise on satellite images when trained on different datasets (airborne or ground-view). Numéro de notice : A2022-938 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1111/phor.12430 Date de publication en ligne : 09/11/2022 En ligne : https://doi.org/10.1111/phor.12430 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102684 [article]

Deep image deblurring: A survey / Kaihao Zhang in International journal of computer vision, vol 130 n° 9 (September 2022)  

Public [article]  inInternational journal of computer vision > vol 130 n° 9 (September 2022) . - pp 2103 - 2130 Titre : Deep image deblurring: A survey Type de document : Article/Communication Auteurs : Kaihao Zhang, Auteur ; Wenqi Ren, Auteur ; Wenhan Luo, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 2103 - 2130 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] accentuation d'image [Termes IGN] apprentissage profond [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] déconvolution [Termes IGN] estimation par noyau [Termes IGN] filtrage du bruit [Termes IGN] image floue [Termes IGN] qualité d'image [Termes IGN] réseau antagoniste génératif [Termes IGN] taxinomie [Termes IGN] vision par ordinateur Résumé : (auteur) Image deblurring is a classic problem in low-level computer vision with the aim to recover a sharp image from a blurred input image. Advances in deep learning have led to significant progress in solving this problem, and a large number of deblurring networks have been proposed. This paper presents a comprehensive and timely survey of recently published deep-learning based image deblurring approaches, aiming to serve the community as a useful literature review. We start by discussing common causes of image blur, introduce benchmark datasets and performance metrics, and summarize different problem formulations. Next, we present a taxonomy of methods using convolutional neural networks (CNN) based on architecture, loss function, and application, offering a detailed review and comparison. In addition, we discuss some domain-specific deblurring applications including face images, text, and stereo image pairs. We conclude by discussing key challenges and future research directions. Numéro de notice : A2022-638 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s11263-022-01633-5 Date de publication en ligne : 25/06/2022 En ligne : https://doi.org/10.1007/s11263-022-01633-5 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101444 [article]

3D building reconstruction from single street view images using deep learning / Hui En Pang in International journal of applied Earth observation and geoinformation, vol 112 (August 2022)  

Public [article]  inInternational journal of applied Earth observation and geoinformation > vol 112 (August 2022) . - n° 102859 Titre : 3D building reconstruction from single street view images using deep learning Type de document : Article/Communication Auteurs : Hui En Pang, Auteur ; Filip Biljecki, Auteur Année de publication : 2022 Article en page(s) : n° 102859 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage profond [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] empreinte [Termes IGN] Helsinki [Termes IGN] image Streetview [Termes IGN] maillage [Termes IGN] morphologie urbaine [Termes IGN] précision géométrique (imagerie) [Termes IGN] reconstruction 3D du bâti [Termes IGN] segmentation d'image [Termes IGN] semis de points Résumé : (auteur) 3D building models are an established instance of geospatial information in the built environment, but their acquisition remains complex and topical. Approaches to reconstruct 3D building models often require existing building information (e.g. their footprints) and data such as point clouds, which are scarce and laborious to acquire, limiting their expansion. In parallel, street view imagery (SVI) has been gaining currency, driven by the rapid expansion in coverage and advances in computer vision (CV), but it has not been used much for generating 3D city models. Traditional approaches that can use SVI for reconstruction require multiple images, while in practice, often only few street-level images provide an unobstructed view of a building. We develop the reconstruction of 3D building models from a single street view image using image-to-mesh reconstruction techniques modified from the CV domain. We regard three scenarios: (1) standalone single-view reconstruction; (2) reconstruction aided by a top view delineating the footprint; and (3) refinement of existing 3D models, i.e. we examine the use of SVI to enhance the level of detail of block (LoD1) models, which are common. The results suggest that trained models supporting (2) and (3) are able to reconstruct the overall geometry of a building, while the first scenario may derive the approximate mass of the building, useful to infer the urban form of cities. We evaluate the results by demonstrating their usefulness for volume estimation, with mean errors of less than 10% for the last two scenarios. As SVI is now available in most countries worldwide, including many regions that do not have existing footprint and/or 3D building data, our method can derive rapidly and cost-effectively the 3D urban form from SVI without requiring any existing building information. Obtaining 3D building models in regions that hitherto did not have any, may enable a number of 3D geospatial analyses locally for the first time. Numéro de notice : A2022-544 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.jag.2022.102859 Date de publication en ligne : 17/06/2022 En ligne : https://doi.org/10.1016/j.jag.2022.102859 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101160 [article]

Évaluation de la qualité de modèles 3D issus de nuages de points / Tania Landes in XYZ, n° 171 (juin 2022)

Public [article]  inXYZ > n° 171 (juin 2022) . - pp 14 - 24 Titre : Évaluation de la qualité de modèles 3D issus de nuages de points Type de document : Article/Communication Auteurs : Tania Landes, Auteur Année de publication : 2022 Article en page(s) : pp 14 - 24 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] maquette numérique [Termes IGN] modélisation 3D du bâti BIM [Termes IGN] précision géométrique (imagerie) [Termes IGN] qualité du modèle [Termes IGN] reconstruction 3D du bâti [Termes IGN] segmentation d'image [Termes IGN] semis de points Résumé : (Auteur) La modélisation 3D répond à la fois à un enjeu économique, mais aussi environnemental, que ce soit à l’échelle du bâtiment ou de la ville. Ces dix dernières années, les techniques d’acquisition ont considérablement évolué du point de vue de leur rapidité, du volume de données à gérer, de l’hétérogénéité des informations acquises par les systèmes multicapteurs, de même que des méthodes de traitement des données. De nouveaux processus sont nés de ces bouleversements, comme le processus “scan-to-BIM”, caractérisant les étapes menant du nuage de points à une maquette numérique intelligente. En adoptant la maquette numérique, intégrée dans un processus collaboratif BIM (Building Information Modeling), les acteurs du bâtiment sont en mesure d’effectuer des simulations et de réduire, en plus des coûts, l’impact environnemental lié aux interventions sur le bâtiment, tout au long de son cycle de vie. En pratique, pour aboutir à une maquette numérique intelligente du bâtiment à partir d’un relevé de l’existant, de nombreux verrous technologiques sont à lever. Dans ce contexte, j’ai eu l’occasion d’encadrer divers travaux de recherches portant sur les thématiques allant de l’acquisition de données 3D (généralement sous forme de nuages de points 3D) à leur traitement, jusqu’à la production de la maquette numérique comme résumé dans le numéro 167 de la revue XYZ [Landes, 2021]. Dans la continuité de ce résumé, et comme l’annonçait la conclusion de ce dernier, cette suite se concentre sur la question de la qualité des livrables 3D détaillés dans [Landes, 2020]. Numéro de notice : A2022-521 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=101066 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2022021	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Summarizing large scale 3D mesh for urban navigation / Imeen Ben Salah in Robotics and autonomous systems, vol 152 (June 2022)  

Public [article]  inRobotics and autonomous systems > vol 152 (June 2022) . - n° 104037 Titre : Summarizing large scale 3D mesh for urban navigation Type de document : Article/Communication Auteurs : Imeen Ben Salah, Auteur ; Sébastien Kramm, Auteur ; Cédric Demonceaux, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 104037 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] algorithme ICP [Termes IGN] carte en 3D [Termes IGN] données lidar [Termes IGN] entropie [Termes IGN] image hémisphérique [Termes IGN] image RVB [Termes IGN] information sémantique [Termes IGN] localisation basée vision [Termes IGN] maillage [Termes IGN] navigation autonome [Termes IGN] précision géométrique (imagerie) [Termes IGN] précision radiométrique [Termes IGN] profondeur [Termes IGN] Rouen [Termes IGN] saillance [Termes IGN] zone urbaine Résumé : (auteur) Cameras have become increasingly common in vehicles, smartphones, and advanced driver assistance systems. The areas of application of these cameras in the world of intelligent transportation systems are becoming more and more varied: pedestrian detection, line crossing detection, navigation, …A major area of research currently focuses on mapping that is essential for localization and navigation. However, this step generates an important problem of memory management. Indeed, the memory space required to accommodate the map of a small city is measured in tens gigabytes. In addition, several providers today are competing to produce High-Definition (HD) maps. These maps offer a rich and detailed representation of the environment for highly accurate localization. However, they require a large storage capacity and high transmission and update costs. To overcome these problems, we propose a solution to summarize this type of map by reducing the size while maintaining the relevance of the data for navigation based on vision only. The summary consists in a set of spherical images augmented by depth and semantic information and allowing to keep the same level of visibility in every directions. These spheres are used as landmarks to offer guidance information to a distant agent. They then have to guarantee, at a lower cost, a good level of precision and speed during navigation. Some experiments on real data demonstrate the feasibility for obtaining a summarized map while maintaining a localization with interesting performances. Numéro de notice : A2022-290 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.robot.2022.104037 Date de publication en ligne : 03/02/2022 En ligne : https://doi.org/10.1016/j.robot.2022.104037 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100335 [article]

Automatic extraction of building geometries based on centroid clustering and contour analysis on oblique images taken by unmanned aerial vehicles / Leilei Zhang in International journal of geographical information science IJGIS, vol 36 n° 3 (March 2022)  

Permalink

Developing the potential of airborne lidar systems for the sustainable management of forests / Karun Dayal (2022)  

Permalink

Fusion de données hyperspectrales et panchromatiques dans le domaine réflectif / Yohann Constans (2022)  

Permalink

Nanosatellites, des Lego dans l’espace / Laurent Polidori in Géomètre, n° 2197 (décembre 2021)

Permalink

Influence of flight altitude and control points in the georeferencing of images obtained by unmanned aerial vehicle / Lucas Santos Santana in European journal of remote sensing, vol 54 n° 1 (2021)  

Permalink

3D point cloud compression / Chao Cao (2021)  

Permalink

Programmation d’un système de scannage multiple pilotable et mise en place de tests de qualité pour l’optimisation d’une chaîne de traitement photogrammétrique / Augustin Cosson (2021) 

Permalink

Forêt d'arbres aléatoires et classification d'images satellites : relation entre la précision du modèle d'entraînement et la précision globale de la classification / Aurélien N.G. Matsaguim in Revue Française de Photogrammétrie et de Télédétection, n° 222 (novembre 2020)  

Permalink

A generic framework for improving the geopositioning accuracy of multi-source optical and SAR imagery / Niangang Jiao in ISPRS Journal of photogrammetry and remote sensing, vol 169 (November 2020)  

Permalink

Application of 30-meter global digital elevation models for compensating rational polynomial coefficients biases / Amin Alizadeh Naeini in Geocarto international, vol 35 n° 12 ([01/09/2020])  

Permalink