Descripteur
Termes IGN > sciences naturelles > physique > traitement d'image > reconstruction 3D
reconstruction 3DSynonyme(s)reconstruction volumique reconstruction volumique tridimensionnelle |
Documents disponibles dans cette catégorie (188)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Photogrammetric 3D mobile mapping of rail tracks / Philipp Glira in ISPRS Journal of photogrammetry and remote sensing, vol 183 (January 2022)
[article]
Titre : Photogrammetric 3D mobile mapping of rail tracks Type de document : Article/Communication Auteurs : Philipp Glira, Auteur ; K. ÖlsböckK., Auteur ; T. Kadiofsky, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 352 - 362 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] Autriche
[Termes IGN] axe médian
[Termes IGN] compensation par faisceaux
[Termes IGN] compensation par moindres carrés
[Termes IGN] étalonnage de capteur (imagerie)
[Termes IGN] modèle numérique de surface
[Termes IGN] OpenStreetMap
[Termes IGN] orthoimage
[Termes IGN] point d'appui
[Termes IGN] reconstruction 3D
[Termes IGN] réseau ferroviaire
[Termes IGN] semis de points
[Termes IGN] voie ferréeRésumé : (auteur) Recent developments in the field of rail vehicles increased the demand for accurate and up-to-date 3D maps of rail track networks. Collision avoidance systems, semi-automated, or fully autonomous rail vehicles strongly benefit from such high quality maps. In this work, we present a fully automatic, photogrammetric method for the 3D reconstruction of rail track segments. More specifically, the center line of the rail track is reconstructed as a georeferenced and continuous 3D cubic spline. The main data inputs are collected while driving the rail vehicle along the segment: (a) images from a front-looking camera and (b) observations from a low-cost GNSS receiver. Optional data inputs can be used to increase the reconstruction accuracy, namely (c) an a priori rail track (e.g. from OpenStreetMap), (d) a digital height model (DHM), and (e) ground control points (GCPs). The rail track is estimated in post processing (offline) by a weighted least squares adjustment (LSA). The core of the LSA is the bundle adjustment of images. It is extended by additional geometric constraints which exploit the geometric relations between the rail track, the rail vehicle, and the camera trajectory. As a consequence, in contrast to many related methods, the rails need not to be visible in the images to map the rail track. We applied the method to reconstruct a 13 km long tram line in Vienna (Austria). We found that the local geometry of the track can be well reconstructed from the image sequence. However, if the low-cost GNSS receiver is used as single georeferencing source, the track shows a strong drift behavior. This drift can significantly be minimized over the entire track if the above mentioned optional data inputs are used. Numéro de notice : A2022-034 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.isprsjprs.2021.09.006 Date de publication en ligne : 01/12/2021 En ligne : https://doi.org/10.1016/j.isprsjprs.2021.09.006 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99327
in ISPRS Journal of photogrammetry and remote sensing > vol 183 (January 2022) . - pp 352 - 362[article]Réservation
Réserver ce documentExemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2022011 SL Revue Centre de documentation Revues en salle Disponible 081-2022013 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2022012 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt
Titre : Reconnaissance de bâtiments à partir de nuages de points 3D Type de document : Thèse/HDR Auteurs : Justine Basselin, Auteur ; Dmitry Sokolov, Directeur de thèse ; Nicolas Ray, Directeur de thèse ; Hervé Barthélémy, Directeur de thèse Editeur : Nancy, Metz : Université de Lorraine Année de publication : 2022 Importance : 155 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de Docteur de l'Université de Lorraine, Spécialité InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] maquette numérique
[Termes IGN] reconnaissance de surface
[Termes IGN] reconstruction 3D du bâti
[Termes IGN] semis de points
[Termes IGN] télémétrie laser aéroportéIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) La numérisation d'objets réels est de plus en plus utilisée dans des domaines tels que l'urbanisme, l'architecture, la gestion des catastrophes et la sécurité intérieure. Des outils d'acquisition tels que les scanners aériens de détection et de télémétrie par la lumière (LiDAR) permettent de produire des représentations numériques de villes entières sous la forme de nuages de points 3D échantillonnant les surfaces des objets dans l'environnement. Malgré le haut degré de maturité atteint par les techniques de numérisation, les solutions informatiques efficaces pour le prétraitement et la reconstruction à partir de ces mesures sont rares et mal adaptées à la complexité de l'environnement. Aujourd'hui, le processus de création d'un modèle numérique à partir de ces données est long, fastidieux et essentiellement manuel. Dans ce processus de rétroconception, l'opérateur humain dessine manuellement les éléments du modèle 3D au plus près du nuage de points. Bien que des efforts importants aient été déployés pour développer des méthodes automatiques et semi-automatiques, qui apparaissent actuellement sur le marché, aucune solution proposée jusqu'à présent ne répond à toutes les exigences industrielles en termes de précision, d'exactitude et d'efficacité. En effet, la reconstruction de modèles de bâtiments en 3D est une tâche complexe qui nécessite un flux de travail composé de plusieurs étapes de traitement telles que la classification, l'extraction de contours, la segmentation, la reconnaissance de caractéristiques, la génération et la vérification d'hypothèses, la modélisation et la construction géométriques, l'ajustement et le raffinement. De plus, les modèles reconstruits doivent respecter un certain nombre de contraintes structurelles (planéité des segments de toit, arêtes de toit horizontales, symétrie, etc. Malgré les connaissances acquises, il existe encore un nombre important de problèmes non résolus provenant de : lacunes dans les données (dues à des occlusions ou à des réflexions et absorptions indésirables) ; bruit et valeurs aberrantes ; résolution limitée et densité de points variable ; grande variabilité et complexité des formes de bâtiments dans les zones urbaines, pour n'en nommer que quelques-uns. Dans ce travail, nous abordons le problème particulier de la construction (création) de modèles de toit 3D polygonaux à partir de données ponctuelles LIDAR préalablement classées. Note de contenu :
Introduction
1 Maquette numérique urbaine
1.1 Qu’est-ce qu’une maquette numérique urbaine ?
1.2 Niveau de détail
2. Numérisation par acquisition LiDAR aéroporté
2.1 Les principes de base de la télémétrie laser
2.2 Précision de mesure
3. Du nuage de points au maillage : formulation du problème
3.1 Hypothèses pour la reconstruction
3.2 Applications visées par l’entreprise
4. Littérature de la reconstruction de bâtiment
4.1 Portée de l’étude
4.2 Approche basée sur les données
4.3 Approche basée sur les modèles
5. Objectifs
Partie I - Reconstruction de modèle numérique urbain
Chapitre 1 - Reconstruction de toitures par approche basée sur les données
1.1 Contributions
1.2 Résultats
1.3 Analyse et résultats
1.4 Conclusion
Chapitre 2 - Ajustement de surface à des nuages de points
2.1 Fondements et état de l’art
2.2 Contributions
2.3 Résultats
2.4 Conclusion
Partie II - Accélération et transfert industriel
Chapitre 3- Diagramme de puissance restreint - GPU
3.1 Motivations
3.2 Fondements et état de l’art
3.3 Contributions
3.4 Expériences de simulations
3.5 Discussion
3.6 Conclusion
Chapitre 4 - Accélération de la méthode d’ajustement d’une surface à un nuage de points
4.1 Pourquoi ne pas utiliser la version GPU ?
4.2 Approche proposée
4.3 Comparaison des algorithmes d’appariement
4.4 Conclusion
Chapitre 5 - Transfert industriel
5.1 Manipulation rapide des nuages de points
5.2 Le plugin RhinoPointCloud
5.3 Résultats et limites
5.4 Conclusion
Conclusion généraleNuméro de notice : 26962 Affiliation des auteurs : non IGN Thématique : IMAGERIE/URBANISME Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Lorraine : 2022 Organisme de stage : Laboratoire Lorrain de Recherche en Informatique et ses Applications nature-HAL : Thèse DOI : sans Date de publication en ligne : 06/01/2023 En ligne : https://hal.science/tel-03927067v1/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102582 Scaling up and evaluating surface reconstruction from point clouds of open scenes / Yanis Marchand (2022)
Titre : Scaling up and evaluating surface reconstruction from point clouds of open scenes Titre original : Passage à l'échelle et évaluation de la reconstruction de surface à partir de nuage de points de scènes ouvertes Type de document : Thèse/HDR Auteurs : Yanis Marchand , Auteur ; Bruno Vallet , Directeur de thèse ; Laurent Caraffa , Encadrant Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Année de publication : 2022 Note générale : bibliographie
Thèse de doctorat de l’Université Gustave Eiffel, Ecole doctorale n° 532, Math ́ematiques et Sciences et Technologies de l’Information et de la Communication (MSTIC), Spécialité de doctorat : Informatique - Unité de recherche : LASTIG (IGN)Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] informatique
[Termes IGN] reconstruction d'objet
[Termes IGN] scène 3D
[Termes IGN] semis de points
[Termes IGN] traitement réparti
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Cette thèse de doctorat traite de deux aspects de la reconstruction de surface à partir de nuage de points. Premièrement, elle aborde le cas large échelle où un nuage de points est trop volumineux pour être stocké dans la mémoire d'un seul ordinateur. Nous présentons un algorithme distribué de bout en bout permettant de traiter des nuages de points arbitrairement grands tout en garantissant l'étanchéité de la surface produite. Deuxièmement, cette thèse contribue à l'évaluation de la reconstruction de surface de par la définition de deux protocoles. Le premier nécessite des données synthétiques alors que le deuxième peut être mis en place en ayant uniquement recours à des données provenant de capteurs. Ces protocoles et les nouvelles métriques qui leur sont associées permettent de quantifier la qualité des reconstructions avec un biais moins important que les approches utilisées jusqu'alors. Numéro de notice : 17739 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse : Informatique : Gustave Eiffel : 2022 Organisme de stage : LASTIG (IGN) nature-HAL : Thèse DOI : sans En ligne : https://tel.hal.science/tel-04031734 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102877 Efficient occluded road extraction from high-resolution remote sensing imagery / Dejun Feng in Remote sensing, vol 13 n° 24 (December-2 2021)
[article]
Titre : Efficient occluded road extraction from high-resolution remote sensing imagery Type de document : Article/Communication Auteurs : Dejun Feng, Auteur ; Xingyu Shen, Auteur ; Yakun Xie, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 4974 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] détection de partie cachée
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] extraction du réseau routier
[Termes IGN] image à haute résolution
[Termes IGN] reconstruction de routeRésumé : (auteur) Road extraction is important for road network renewal, intelligent transportation systems and smart cities. This paper proposes an effective method to improve road extraction accuracy and reconstruct the broken road lines caused by ground occlusion. Firstly, an attention mechanism-based convolution neural network is established to enhance feature extraction capability. By highlighting key areas and restraining interference features, the road extraction accuracy is improved. Secondly, for the common broken road problem in the extraction results, a heuristic method based on connected domain analysis is proposed to reconstruct the road. An experiment is carried out on a benchmark dataset to prove the effectiveness of this method, and the result is compared with that of several famous deep learning models including FCN8s, SegNet, U-Net and D-Linknet. The comparison shows that this model increases the IOU value and the F1 score by 3.35–12.8% and 2.41–9.8%, respectively. Additionally, the result proves the proposed method is effective at extracting roads from occluded areas. Numéro de notice : A2021-889 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.3390/rs13244974 Date de publication en ligne : 07/12/2021 En ligne : https://doi.org/10.3390/rs13244974 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99243
in Remote sensing > vol 13 n° 24 (December-2 2021) . - n° 4974[article]Automatic extraction of indoor spatial information from floor plan image: A patch-based deep learning methodology application on large-scale complex buildings / Hyunjung Kim in ISPRS International journal of geo-information, vol 10 n° 12 (December 2021)
[article]
Titre : Automatic extraction of indoor spatial information from floor plan image: A patch-based deep learning methodology application on large-scale complex buildings Type de document : Article/Communication Auteurs : Hyunjung Kim, Auteur ; Seongyong Kim, Auteur ; Kiyun Yu, Auteur Année de publication : 2021 Article en page(s) : n° 828 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] apprentissage profond
[Termes IGN] bâtiment
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection automatique
[Termes IGN] indoorGML
[Termes IGN] positionnement en intérieur
[Termes IGN] reconstruction 3D du bâtiRésumé : (auteur) Automatic floor plan analysis has gained increased attention in recent research. However, numerous studies related to this area are mainly experiments conducted with a simplified floor plan dataset with low resolution and a small housing scale due to the suitability for a data-driven model. For practical use, it is necessary to focus more on large-scale complex buildings to utilize indoor structures, such as reconstructing multi-use buildings for indoor navigation. This study aimed to build a framework using CNN (Convolution Neural Networks) for analyzing a floor plan with various scales of complex buildings. By dividing a floor plan into a set of normalized patches, the framework enables the proposed CNN model to process varied scale or high-resolution inputs, which is a barrier for existing methods. The model detected building objects per patch and assembled them into one result by multiplying the corresponding translation matrix. Finally, the detected building objects were vectorized, considering their compatibility in 3D modeling. As a result, our framework exhibited similar performance in detection rate (87.77%) and recognition accuracy (85.53%) to that of existing studies, despite the complexity of the data used. Through our study, the practical aspects of automatic floor plan analysis can be expanded. Numéro de notice : A2021-926 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi10120828 Date de publication en ligne : 10/12/2021 En ligne : https://doi.org/10.3390/ijgi10120828 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99289
in ISPRS International journal of geo-information > vol 10 n° 12 (December 2021) . - n° 828[article]La photogrammétrie appliquée au récolement des réseaux enterrés : retour d’expérience d’une méthode industrialisée / Jérôme Leroux in XYZ, n° 169 (décembre 2021)PermalinkVGI3D: an interactive and low-cost solution for 3D building modelling from street-level VGI images / Chaoquan Zhang in Journal of Geovisualization and Spatial Analysis, vol 5 n° 2 (December 2021)PermalinkPose estimation and 3D reconstruction of vehicles from stereo-images using a subcategory-aware shape prior / Maximilian Alexander Coenen in ISPRS Journal of photogrammetry and remote sensing, Vol 181 (November 2021)PermalinkCombining photogrammetric and bathymetric data to build a 3D model of a canal tunnel / Emmanuel Moisan in Photogrammetric record, Vol 36 n° 175 (September 2021)PermalinkMathematically optimized trajectory for terrestrial close-range photogrammetric 3D reconstruction of forest stands / Karel Kuželka in ISPRS Journal of photogrammetry and remote sensing, vol 178 (August 2021)PermalinkScalable surface reconstruction with Delaunay-Graph neural networks / Raphaël Sulzer in Computer graphics forum, vol 40 n° 5 (2021)PermalinkStructure-aware indoor scene reconstruction via two levels of abstraction / Hao Fang in ISPRS Journal of photogrammetry and remote sensing, vol 178 (August 2021)PermalinkThree-dimensional reconstruction of seismo-traveling ionospheric disturbances after March 11, 2011, Japan Tohoku earthquake / Changzhi Zhai in Journal of geodesy, vol 95 n° 7 (July 2021)PermalinkLayout graph model for semantic façade reconstruction using laser point clouds / Hongchao Fan in Geo-spatial Information Science, vol 24 n° 3 (July 2021)PermalinkResearch on 3D model reconstruction based on a sequence of cross-sectional images / Zhiguo Dong in Machine Vision and Applications, vol 32 n°4 (July 2021)PermalinkThree-dimensional reconstruction of single input image based on point cloud / Yu Hou in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 7 (July 2021)PermalinkVectorized indoor surface reconstruction from 3D point cloud with multistep 2D optimization / Jiali Han in ISPRS Journal of photogrammetry and remote sensing, vol 177 (July 2021)Permalink3D reconstruction of bridges from airborne laser scanning data and cadastral footprints / Steffen Goebbels in Journal of Geovisualization and Spatial Analysis, vol 5 n° 1 (June 2021)PermalinkAn automatic workflow for orientation of historical images with large radiometric and geometric differences / Ferdinand Maiwald in Photogrammetric record, vol 36 n° 174 (June 2021)PermalinkAutomated calibration of smartphone cameras for 3D reconstruction of mechanical pipes / Reza Maalek in Photogrammetric record, vol 36 n° 174 (June 2021)PermalinkIntegration of laser scanner and photogrammetry for heritage BIM enhancement / Yahya Alshawabkeh in ISPRS International journal of geo-information, vol 10 n° 5 (May 2021)PermalinkStructure-aware completion of photogrammetric meshes in urban road environment / Qing Zhu in ISPRS Journal of photogrammetry and remote sensing, vol 175 (May 2021)PermalinkImplementation of close range photogrammetry using modern non-metric digital cameras for architectural documentation / Mariem A. Elhalawani in Geodesy and cartography, vol 47 n° 1 (January 2021)PermalinkCompressive Sensing appliqué au traitement de données InSAR pour le suivi de la déformation des zones urbaines / Matthieu Rebmeister in XYZ, n° 166 (mars 2021)PermalinkDynamic human body reconstruction and motion tracking with low-cost depth cameras / Kangkan Wang in The Visual Computer, vol 37 n° 3 (March 2021)Permalink