Centre dedocumentation
scientifique

Structure from motion for ordered and unordered image sets based on random k-d forests and global pose estimation / Xin Wang in ISPRS Journal of photogrammetry and remote sensing, vol 147 (January 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 147 (January 2019) . - pp 19 - 41 Titre : Structure from motion for ordered and unordered image sets based on random k-d forests and global pose estimation Type de document : Article/Communication Auteurs : Xin Wang, Auteur ; Franz Rottensteiner, Auteur ; Christian Heipke, Auteur Année de publication : 2019 Article en page(s) : pp 19 - 41 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] appariement d'images [Termes descripteurs IGN] chaîne de traitement [Termes descripteurs IGN] classification barycentrique [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] compensation par faisceaux [Termes descripteurs IGN] estimation de pose [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] matrice de rotation [Termes descripteurs IGN] orientation relative [Termes descripteurs IGN] Ransac (algorithme) [Termes descripteurs IGN] recouvrement d'images [Termes descripteurs IGN] SIFT (algorithme) [Termes descripteurs IGN] structure-from-motion [Termes descripteurs IGN] vision par ordinateur Résumé : (auteur) In this paper, we present a new fast and robust method for structure from motion (SfM) for data sets potentially comprising thousands of ordered or unordered images. Our work focuses on the two most time-consuming procedures: (a) image matching and (b) pose estimation. For image matching, a new method employing a random k-d forest is proposed to quickly obtain pairs of overlapping images from an unordered set. After that, image matching and the estimation of relative orientation parameters are performed only for pairs found to be very likely to overlap. For pose estimation, we use a two-stage global approach, separating the determination of rotation matrices and translation parameters; the latter are computed simultaneously using a new method. In order to cope with outliers in the relative orientations, which global approaches are particularly sensitive to, we present a new constraint based on triplet loop closure errors of rotation and translation. Finally, a robust bundle adjustment is carried out to refine the image orientation parameters. We demonstrate the potential and limitations of our pipeline using various real-world datasets including ordered image data acquired from UAV (unmanned aerial vehicle) and other platforms as well as unordered data from the internet. The experiments show that our work performs better than comparable state-of-the-art SfM systems in terms of run time, while we achieve a similar accuracy and robustness. Numéro de notice : A2019-033 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.11.009 date de publication en ligne : 15/11/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.11.009 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91970 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019011	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2019013	DEP-EXM	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2019012	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Augmented reality meets computer vision : efficient data generation for urban driving scenes / Hassan Abu Alhaija in International journal of computer vision, vol 126 n° 9 (September 2018)  

Public [article]  inInternational journal of computer vision > vol 126 n° 9 (September 2018) . - pp 961 - 972 Titre : Augmented reality meets computer vision : efficient data generation for urban driving scenes Type de document : Article/Communication Auteurs : Hassan Abu Alhaija, Auteur ; Siva Karthik Mustikovela, Auteur ; Lars Mescheder, Auteur ; Andreas Geiger, Auteur ; Carsten Rother, Auteur Année de publication : 2018 Article en page(s) : pp 961 - 972 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] détection d'objet [Termes descripteurs IGN] réalité augmentée [Termes descripteurs IGN] scène urbaine [Termes descripteurs IGN] vision par ordinateur Résumé : (Auteur) The success of deep learning in computer vision is based on the availability of large annotated datasets. To lower the need for hand labeled images, virtually rendered 3D worlds have recently gained popularity. Unfortunately, creating realistic 3D content is challenging on its own and requires significant human effort. In this work, we propose an alternative paradigm which combines real and synthetic data for learning semantic instance segmentation and object detection models. Exploiting the fact that not all aspects of the scene are equally important for this task, we propose to augment real-world imagery with virtual objects of the target category. Capturing real-world images at large scale is easy and cheap, and directly provides real background appearances without the need for creating complex 3D models of the environment. We present an efficient procedure to augment these images with virtual objects. In contrast to modeling complete 3D environments, our data augmentation approach requires only a few user interactions in combination with 3D models of the target object category. Leveraging our approach, we introduce a novel dataset of augmented urban driving scenes with 360 degree images that are used as environment maps to create realistic lighting and reflections on rendered objects. We analyze the significance of realistic object placement by comparing manual placement by humans to automatic methods based on semantic scene analysis. This allows us to create composite images which exhibit both realistic background appearance as well as a large number of complex object arrangements. Through an extensive set of experiments, we conclude the right set of parameters to produce augmented data which can maximally enhance the performance of instance segmentation models. Further, we demonstrate the utility of the proposed approach on training standard deep models for semantic instance segmentation and object detection of cars in outdoor driving scenarios. We test the models trained on our augmented data on the KITTI 2015 dataset, which we have annotated with pixel-accurate ground truth, and on the Cityscapes dataset. Our experiments demonstrate that the models trained on augmented imagery generalize better than those trained on fully synthetic data or models trained on limited amounts of annotated real data. Numéro de notice : A2018-417 Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s11263-018-1070-x date de publication en ligne : 07/03/2018 En ligne : https://doi.org/10.1007/s11263-018-1070-x Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90900 [article]

Application of deep learning for object detection / Ajeet Ram Pathak in Procedia Computer Science, vol 132 (2018)  

Public [article]  inProcedia Computer Science > vol 132 (2018) . - pp 1706 - 1717 Titre : Application of deep learning for object detection Type de document : Article/Communication Auteurs : Ajeet Ram Pathak, Auteur ; Manjusha Pandey, Auteur ; Siddharth Rautaray, Auteur Année de publication : 2018 Article en page(s) : pp 1706 - 1717 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] détection d'objet [Termes descripteurs IGN] état de l'art [Termes descripteurs IGN] réseau neuronal convolutif [Termes descripteurs IGN] vision par ordinateur Résumé : (auteur) The ubiquitous and wide applications like scene understanding, video surveillance, robotics, and self-driving systems triggered vast research in the domain of computer vision in the most recent decade. Being the core of all these applications, visual recognition systems which encompasses image classification, localization and detection have achieved great research momentum. Due to significant development in neural networks especially deep learning, these visual recognition systems have attained remarkable performance. Object detection is one of these domains witnessing great success in computer vision. This paper demystifies the role of deep learning techniques based on convolutional neural network for object detection. Deep learning frameworks and services available for object detection are also enunciated. Deep learning techniques for state-of-the-art object detection systems are assessed in this paper. Numéro de notice : A2018-585 Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.procs.2018.05.144 date de publication en ligne : 08/06/2018 En ligne : https://www.sciencedirect.com/science/article/pii/S1877050918308767 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92435 [article]

Foreword to the theme issue on geospatial computer vision / Jan Dirk Wegner in ISPRS Journal of photogrammetry and remote sensing, vol 140 (June 2018)    

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 140 (June 2018) . - pp 1 - 2 Titre : Foreword to the theme issue on geospatial computer vision Type de document : Article/Communication Auteurs : Jan Dirk Wegner, Auteur ; Devis Tuia, Auteur ; Michael Ying Yang, Auteur ; Clément Mallet , Auteur Année de publication : 2018 Projets : 1-Pas de projet / Article en page(s) : pp 1 - 2 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] données localisées [Termes descripteurs IGN] vision par ordinateur Numéro de notice : A2018-387 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern/ArtSansCL DOI : 10.1016/j.isprsjprs.2017.12.011 date de publication en ligne : 09/01/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2017.12.011 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90801 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018061	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2018063	DEP-EXM	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2018062	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Documents numériques

en open access Foreword to the theme issue on geospatial computer vision - pdf éditeur Adobe Acrobat PDF

Pré-estimation et analyse de la précision pour la cartographie par drone / Laurent Valentin Jospin in XYZ, n° 155 (juin - août 2018)

Public [article]  inXYZ > n° 155 (juin - août 2018) . - pp 23 - 28 Titre : Pré-estimation et analyse de la précision pour la cartographie par drone Type de document : Article/Communication Auteurs : Laurent Valentin Jospin, Auteur Année de publication : 2018 Article en page(s) : pp 23 - 28 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique [Termes descripteurs IGN] estimation de précision [Termes descripteurs IGN] graphe [Termes descripteurs IGN] groupe de Lie [Termes descripteurs IGN] optimisation (mathématiques) [Termes descripteurs IGN] photogrammétrie aérienne [Termes descripteurs IGN] vision par ordinateur Résumé : (auteur) L’arrivée sur le marché de drones à usages civil à la fois légers et à bon marché a révolutionné les méthodes de cartographie aérienne, tant pour la télédétection que pour la topométrie. Un géomètre peut désormais employer un drone pour facilement acquérir un ensemble d’images aériennes d’un objet ou d’une zone et obtenir un modèle en trois dimensions en utilisant des logiciels commerciaux dédiés. Néanmoins, il est difficile de prévoir exactement la précision finale de ces modèles avant de réaliser le vol et le post-traitement : si les résultats ne sont pas satisfaisants, tout le processus doit être repris à zéro. Dans ce projet de master, un logiciel a été développé pour simuler facilement un relevé aérien en prenant en compte la géométrie du terrain, la couverture GPS et les points de calage présents au sol. Cet outil se base sur les dernières avancées dans la résolution d’ajustement de problèmes photogrammétriques, notamment des solveurs dédiés, les algèbres de Lie et, une fois intégré dans les logiciels de gestion de missions, permettra de réduire le temps et le coût de la planification des relevés par drones. Numéro de notice : A2018-233 Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90182 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2018021	SL	Revue	Centre de documentation	Revues en salle	Disponible
112-2018022	SL	Revue	Centre de documentation	Revues en salle	Disponible

Localisation par l'image en milieu urbain : application à la réalité augmentée / Antoine Fond (2018)  

Permalink

Machine learning and pose estimation for autonomous robot grasping with collaborative robots / Victor Talbot (2018) 

Permalink

A geometric correspondence feature based-mismatch removal in vision based-mapping and navigation / Zeyu Li in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 10 (October 2017)  

Permalink

Complétion d'image exploitant des données multispectrales / Frédéric Bousefsaf in Revue Française de Photogrammétrie et de Télédétection, n° 215 (mai - août 2017)

Permalink

Modélisation géométrique de scènes urbaines par imagerie satellitaire / Liuyun Duan (2017)  

Permalink

ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur, 12 - 16 juin 2017 au Club Belambra “Omaha Beach” Le Cavey à Colleville-sur-Mer (Normandie) / Laboratoire Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen (Campus 2 - Pôle Sciences et technologies de l’Université de Caen, Caen, France) (2017)  

Permalink

Recherche d’images basée sur la saillance visuelle pour l’imagerie urbaine / Kamel Guissous (2017) 

Permalink

Vision stéréoscopique temps-réel pour la navigation autonome d'un robot en environnement dynamique / Maxime Derome (2017)  

Permalink

Automatic delineation of built-up area at urban block level from topographic maps / Sebastian Muhs in Computers, Environment and Urban Systems, vol 58 (July 2016)  

Permalink

Autonomous navigation in complex nonplanar environments based on laser ranging / Philipp Andreas Krüsi (2016)  

Permalink