Descripteur
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesEtendre la recherche sur niveau(x) vers le bas
Tree annotations in LiDAR data using point densities and convolutional neural networks / Ananya Gupta in IEEE Transactions on geoscience and remote sensing, vol 58 n° 2 (February 2020)
Titre : Tree annotations in LiDAR data using point densities and convolutional neural networks Type de document : Article/Communication Auteurs : Ananya Gupta, Auteur ; Jonathan Byrne, Auteur ; David Moloney, Auteur Année de publication : 2020 Article en page(s) : pp 971 - 981 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes descripteurs IGN] classification par réseau neuronal convolutif
[Termes descripteurs IGN] données lidar
[Termes descripteurs IGN] Dublin (Irlande ; ville)
[Termes descripteurs IGN] étiquette
[Termes descripteurs IGN] extraction d'arbres
[Termes descripteurs IGN] image spectrale
[Termes descripteurs IGN] Montréal (Québec)
[Termes descripteurs IGN] segmentation
[Termes descripteurs IGN] semis de points
[Termes descripteurs IGN] voxel
[Termes descripteurs IGN] zone urbaineRésumé : (auteur) LiDAR provides highly accurate 3-D point clouds. However, data need to be manually labeled in order to provide subsequent useful information. Manual annotation of such data is time-consuming, tedious, and error prone, and hence, in this article, we present three automatic methods for annotating trees in LiDAR data. The first method requires high-density point clouds and uses certain LiDAR data attributes for the purpose of tree identification, achieving almost 90% accuracy. The second method uses a voxel-based 3-D convolutional neural network on low-density LiDAR data sets and is able to identify most large trees accurately but struggles with smaller ones due to the voxelization process. The third method is a scaled version of the PointNet++ method and works directly on outdoor point clouds and achieves an F score of 82.1% on the ISPRS benchmark data set, comparable to the state-of-the-art methods but with increased efficiency. Numéro de notice : A2020-095 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2019.2942201 date de publication en ligne : 11/10/2019 En ligne : https://doi.org/10.1109/TGRS.2019.2942201 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94658
in IEEE Transactions on geoscience and remote sensing > vol 58 n° 2 (February 2020) . - pp 971 - 981[article]
Titre : Measuring stem diameters with TLS in boreal forests by complementary fitting procedure Type de document : Article/Communication Auteurs : Timo P Pitkänen, Auteur ; Pasi Raumonen, Auteur ; Annika S. Kangas, Auteur Année de publication : 2019 Article en page(s) : pp 294 - 306 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes descripteurs IGN] calcul automatique
[Termes descripteurs IGN] chaîne de traitement
[Termes descripteurs IGN] diamètre des arbres
[Termes descripteurs IGN] données lidar
[Termes descripteurs IGN] données localisées 3D
[Termes descripteurs IGN] extraction d'arbres
[Termes descripteurs IGN] forêt boréale
[Termes descripteurs IGN] inventaire forestier (techniques et méthodes)
[Termes descripteurs IGN] itération
[Termes descripteurs IGN] méthode de mesure
[Termes descripteurs IGN] Ransac (algorithme)
[Termes descripteurs IGN] télémétrie laser terrestre
[Termes descripteurs IGN] troncRésumé : (auteur) Point clouds generated by terrestrial laser scanners (TLS) have enabled new ways to measure stem diameters. A common method for diameter calculation is to fit cylindrical or circular shapes into the TLS point cloud, which can be based either on a single scan or a co-registered combination of several scans. However, as various defects in the point cloud may affect the final diameter results, we propose an automatized processing chain which takes advantage of complementing steps. Processing consists of two fitting phases and an additional taper curve calculation to define the final diameter measurements. First, stems are detected from co-registered data of several scans using surface normals and cylinder fitting. This provides a robust framework for localizing the stems and estimating diameters at various heights. Then, guided by the cylinders and their indicative diameters, another fitting round is performed by cutting the stems into thin horizontal slices and reassessing their diameters by circular shape. For each slice, the quality of the cylinder-modelled diameter is evaluated first with co-registered data and if it is found to be deficient, potentially due to modelling defects or co-registration errors, diameter is detected through single scans. Finally, slice diameters are applied to construct a spline-based taper curve model for each tree, which is used to calculate the final stem dimensions. This methodology was tested in southern Finland using a set of 505 trees. At the breast height level (1.3 m), the results indicate 5.2 mm mean difference (3.2%), −0.4 mm bias (-0.3%) and 7.3 mm root mean squared error (4.4%) to reference measurements, and at the height of 6.0 m, respective values are 6.5 mm (3.6%), +1.6 mm (0.9%) and 8.4 mm (4.8%). These values are smaller compared to most of the corresponding contemporary studies, and outperform the initial cylinder models. This indicates that the applied processing chain is capable of producing relatively accurate diameter measurements, which can, at the cost of computational heaviness, remove various defects and improve the modelling results. Numéro de notice : A2019-039 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.11.027 date de publication en ligne : 08/12/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.11.027 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91976
in ISPRS Journal of photogrammetry and remote sensing > vol 147 (January 2019) . - pp 294 - 306[article]Réservation
Réserver ce documentExemplaires (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
Titre : A new method for 3D individual tree extraction using multispectral airborne LiDAR point clouds Type de document : Article/Communication Auteurs : Wenxia Dai, Auteur ; Yang Bisheng, Auteur ; Zhen Dong, Auteur ; Ahmed Shaker, Auteur Année de publication : 2018 Article en page(s) : pp 400 - 411 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes descripteurs IGN] données lidar
[Termes descripteurs IGN] données localisées 3D
[Termes descripteurs IGN] extraction d'arbres
[Termes descripteurs IGN] forêt
[Termes descripteurs IGN] houppier
[Termes descripteurs IGN] Ontario
[Termes descripteurs IGN] pinophyta
[Termes descripteurs IGN] segmentation
[Termes descripteurs IGN] semis de pointsRésumé : (Auteur) Characterization of individual trees is essential for many applications in forest management and ecology. Previous studies relied on single tree detection from monochromatic wavelength airborne laser scanning (ALS) systems and they focused on the use of the geometric spatial information of the point clouds (i.e., X, Y, and Z coordinates). However, there is quite often a difficulty dealing with clumped trees when only the geometric spatial information is considered. The emergence of multispectral LiDAR sensors provides a new solution for individual tree structure acquisition. The aim of this paper is to investigate the performance of multispectral ALS data for delineating individual trees which are challenging by using the monochromatic wavelength ALS system. The proposed workflow utilizes the mean shift segmentation method on different feature spaces for crown isolation. In addition, both spatial domain and multispectral domain are used to refine the under-segmentation crown segments. Ten plots (2 sets of different structural complexity) located in the dense coniferous forest area in Tobermory, Ontario, Canada are selected as experiment data. Results show that the developed method correctly detects 88% and 82% of the dominant trees with and without multispectral information, respectively. Compared with segmentation using geometric spatial information solely, the main improvements are achieved for clumped tree segment with the distinguished multispectral features. This study demonstrates that multispectral airborne laser scanning data is more capable for individual tree delineation than monochromatic wavelength laser scanning data in dealing with forests with clumped crowns in dense forests. Numéro de notice : A2018-404 Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.08.010 date de publication en ligne : 17/08/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.08.010 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90862
in ISPRS Journal of photogrammetry and remote sensing > vol 144 (October 2018) . - pp 400 - 411[article]Réservation
Réserver ce documentExemplaires (3)
Code-barres Cote Support Localisation Section Disponibilité 081-2018101 RAB Revue Centre de documentation En réserve 3L Disponible 081-2018103 DEP-EXM Revue MATIS Dépôt en unité Exclu du prêt 081-2018102 DEP-EAF Revue Nancy Dépôt en unité Exclu du prêt
Titre : Semantic segmentation of forest stands of pure species combining airborne lidar data and very high resolution multispectral imagery Type de document : Article/Communication Auteurs : Clément Dechesne Année de publication : 2017 Projets : HYEP / Weber, Christiane Article en page(s) : pp 129 – 145 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes descripteurs IGN] classification automatique
[Termes descripteurs IGN] classification dirigée
[Termes descripteurs IGN] délimitation
[Termes descripteurs IGN] données lidar
[Termes descripteurs IGN] données localisées 3D
[Termes descripteurs IGN] espèce végétale
[Termes descripteurs IGN] extraction d'arbres
[Termes descripteurs IGN] fusion d'images
[Termes descripteurs IGN] image aérienne
[Termes descripteurs IGN] image multibande
[Termes descripteurs IGN] peuplement forestierRésumé : (auteur) Forest stands are the basic units for forest inventory and mapping. Stands are defined as large forested areas (e.g., ⩾⩾2 ha) of homogeneous tree species composition and age. Their accurate delineation is usually performed by human operators through visual analysis of very high resolution (VHR) infra-red images. This task is tedious, highly time consuming, and should be automated for scalability and efficient updating purposes. In this paper, a method based on the fusion of airborne lidar data and VHR multispectral images is proposed for the automatic delineation of forest stands containing one dominant species (purity superior to 75%). This is the key preliminary task for forest land-cover database update. The multispectral images give information about the tree species whereas 3D lidar point clouds provide geometric information on the trees and allow their individual extraction. Multi-modal features are computed, both at pixel and object levels: the objects are individual trees extracted from lidar data. A supervised classification is then performed at the object level in order to coarsely discriminate the existing tree species in each area of interest. The classification results are further processed to obtain homogeneous areas with smooth borders by employing an energy minimum framework, where additional constraints are joined to form the energy function. The experimental results show that the proposed method provides very satisfactory results both in terms of stand labeling and delineation (overall accuracy ranges between 84% and 99%). Numéro de notice : A2017-116 Thématique : FORET/IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2017.02.011 date de publication en ligne : 27/02/2017 En ligne : http://dx.doi.org/10.1016/j.isprsjprs.2017.02.011 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84511
in ISPRS Journal of photogrammetry and remote sensing > vol 126 (April 2017) . - pp 129 – 145[article]Réservation
Réserver ce documentExemplaires (3)
Code-barres Cote Support Localisation Section Disponibilité 081-2017041 RAB Revue Centre de documentation En réserve 3L Disponible 081-2017043 DEP-EXM Revue MATIS Dépôt en unité Exclu du prêt 081-2017042 DEP-EAF Revue Nancy Dépôt en unité Disponible Caractérisation de la végétation de Rennes Métropole par relevé LiDAR en vue de sa modélisation / Clément Doceul (2017)
Titre : Caractérisation de la végétation de Rennes Métropole par relevé LiDAR en vue de sa modélisation Type de document : Mémoire Auteurs : Clément Doceul, Auteur Editeur : Paris : Ecole Supérieure des Géomètres et Topographes ESGT Année de publication : 2017 Importance : 85 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire présenté en vue d'obtenir le diplôme d'Ingénieur CNAM, Spécialité Géomètre et TopographeLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes descripteurs IGN] automatisation des processus
[Termes descripteurs IGN] base de données localisées
[Termes descripteurs IGN] caractérisation
[Termes descripteurs IGN] chaîne de traitement
[Termes descripteurs IGN] couvert végétal
[Termes descripteurs IGN] densité de la végétation
[Termes descripteurs IGN] données lidar
[Termes descripteurs IGN] données localisées 3D
[Termes descripteurs IGN] extraction d'arbres
[Termes descripteurs IGN] maquette numérique
[Termes descripteurs IGN] métropole
[Termes descripteurs IGN] modèle numérique de surface de la canopée
[Termes descripteurs IGN] modèle numérique de terrain
[Termes descripteurs IGN] pente
[Termes descripteurs IGN] Rennes
[Termes descripteurs IGN] semis de points
[Termes descripteurs IGN] sommet (mathématique)
[Termes descripteurs IGN] zone urbaineRésumé : (auteur) La maquette 3D de Rennes Métropole voit ses usages se développer et se diversifier (communication, aide à la conception, développement économique, etc.), et par la même occasion, une nécessité accrue d'exhaustivité et de précision [apparait]. Les bâtiments font l'objet d'une modélisation régulière et fiable, ce qui n'est pas encore le cas de la végétation. Ce Travail de Fin d'Études a donc pour but de créer un processus automatique pour caractériser la végétation du territoire métropolitain en vue de sa modélisation, à partir des données disponibles et notamment d'un relevé LiDAR. Le processus adopté suit une approche très courante, avec pour commencer la création d'un Modèle Numérique de Canopée, qui représente la surface supérieure de la végétation après soustraction du Modèle Numérique de Terrain. Le MNC ainsi obtenu est alors filtré et pondéré par un raster de ses pentes, pour faire l'objet d'une recherche de maximas locaux (cimes d'arbres). Le MNC est ensuite retourné et segmenté par un algorithme de lignes de partage des eaux. Pour finir, les caractéristiques propres à chaque couronne sont ajoutées et le processus de modélisation peut être entamé. Note de contenu : 1- La maquette numérique urbaine
2- Contexte technique
3- Caractérisation en vue de la végétation en vue de sa modélisationNuméro de notice : 24596 Thématique : FORET/IMAGERIE Nature : Mémoire ingénieur ESGT Organisme de stage : Rennes Métropole Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92167 Documents numériques
en open access
Caractérisation de la végétation de Rennes ... - pdf auteurAdobe Acrobat PDF
