Centre dedocumentation
scientifique

Complete 3D scene parsing from an RGBD image / Chuhang Zou in International journal of computer vision, vol 127 n° 2 (February 2019)  

Public [article]  inInternational journal of computer vision > vol 127 n° 2 (February 2019) . - pp 143 - 162 Titre : Complete 3D scene parsing from an RGBD image Type de document : Article/Communication Auteurs : Chuhang Zou, Auteur ; Ruiqi Guo, Auteur ; Zhizhong Li, Auteur ; Derek Hoiem, Auteur Année de publication : 2019 Article en page(s) : pp 143 - 162 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] cohérence géométrique [Termes descripteurs IGN] compréhension de l'image [Termes descripteurs IGN] image isolée [Termes descripteurs IGN] image RVB [Termes descripteurs IGN] reconstruction d'objet [Termes descripteurs IGN] scène 3D Résumé : (Auteur) One major goal of vision is to infer physical models of objects, surfaces, and their layout from sensors. In this paper, we aim to interpret indoor scenes from one RGBD image. Our representation encodes the layout of orthogonal walls and the extent of objects, modeled with CAD-like 3D shapes. We parse both the visible and occluded portions of the scene and all observable objects, producing a complete 3D parse. Such a scene interpretation is useful for robotics and visual reasoning, but difficult to produce due to the well-known challenge of segmentation, the high degree of occlusion, and the diversity of objects in indoor scenes. We take a data-driven approach, generating sets of potential object regions, matching to regions in training images, and transferring and aligning associated 3D models while encouraging fit to observations and spatial consistency. We use support inference to aid interpretation and propose a retrieval scheme that uses convolutional neural networks to classify regions and retrieve objects with similar shapes. We demonstrate the performance of our method on our newly annotated NYUd v2 dataset (Silberman et al., in: Computer vision-ECCV, 2012, pp 746–760, 2012) with detailed 3D shapes. Numéro de notice : A2018-598 Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s11263-018-1133-z date de publication en ligne : 21/11/2018 En ligne : https://doi.org/10.1007/s11263-018-1133-z Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92525 [article]

Détection et localisation d'objets 3D par apprentissage profond en topologie capteur / Pierre Biasutti (2019)    

Public Titre : Détection et localisation d'objets 3D par apprentissage profond en topologie capteur Type de document : Article/Communication Auteurs : Pierre Biasutti, Auteur ; Aurélie Bugeau, Auteur ; Jean-François Aujol, Auteur ; Mathieu Brédif , Auteur Congrès : GRETSI 2019 (26 - 29 aout 2019; Lille, France) , Commanditaire Editeur : Saint-Martin-d'Hères : Groupe de Recherche et d'Etude du Traitement du Signal et des Images GRETSI Année de publication : 2019 Projets : 1-Pas de projet / Importance : 4 p. Format : 21 x 30 cm Note générale : Bibliographie Ce travail a bénéficié d’une aide du programme de Recherche et Innovation European Union’s Horizon 2020 au titre de la bourse Marie Skłodowska-Curie (No 777826). Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] chaîne de traitement [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] compréhension de l'image [Termes descripteurs IGN] détection d'objet [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] fusion de données [Termes descripteurs IGN] image optique [Termes descripteurs IGN] scène 3D [Termes descripteurs IGN] semis de points Résumé : (Auteur) Ce travail présente une nouvelle méthode pour la détection et la localisation d'objets dans des scènes 3D LiDAR acquises par des systèmes de cartographie mobile. Ce problème est généralement traité en discrétisant l'espace 3D en une fine grille de voxels. Nous introduisons une approche alternative ne nécessitant pas de discrétisation. Elle est basée sur la représentation en 2D du nuage de points en topologie capteur (TC). Cette image sert d'entrée à un réseau de neurones convolutionnels qui en extrait les informations 3D des objets. La réprésentation en topologie capteur présentant des ambiguïtés dans le fond de la scène, nous améliorerons les résultats de détection en couplant ce modèle avec un réseau de détection 2D d'objets sur une image optique. Les prédictions des deux réseaux sont finalement fusionnées pour obtenir les détections finales. Numéro de notice : C2019-014 Thématique : IMAGERIE Nature : Communication nature-HAL : Poster-avec-CL DOI : sans En ligne : https://hal.archives-ouvertes.fr/hal-02100719v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93269

Documents numériques

en open access Détection et localisation d'objets 3D... - pdf auteur Adobe Acrobat PDF

The design and testing of 3DmoveR: an experimental tool for usability studies of interactive 3D maps / Lukas Herman in Cartographic perspectives, n° 90 ([01/10/2018])  

Public [article]  inCartographic perspectives > n° 90 [01/10/2018] . - pp 31 - 63 Titre : The design and testing of 3DmoveR: an experimental tool for usability studies of interactive 3D maps Type de document : Article/Communication Auteurs : Lukas Herman, Auteur ; Tomas Řezník, Auteur ; Zdenek Stachoň, Auteur ; Jan Russnák, Auteur Année de publication : 2018 Article en page(s) : pp 31 - 63 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] bibliothèque logicielle [Termes descripteurs IGN] carte en 3D [Termes descripteurs IGN] convivialité [Termes descripteurs IGN] Javascript (langage de script) [Termes descripteurs IGN] PHP [Termes descripteurs IGN] scène 3D [Termes descripteurs IGN] test de performance [Vedettes matières IGN] Cartologie Mots-clés libres : 3D Movement and Interaction Recorder (3DmoveR) Résumé : (auteur) Various widely available applications such as Google Earth have made interactive 3D visualizations of spatial data popular. While several studies have focused on how users perform when interacting with these with 3D visualizations, it has not been common to record their virtual movements in 3D environments or interactions with 3D maps. We therefore created and tested a new web-based research tool: a 3D Movement and Interaction Recorder (3DmoveR). Its design incorporates findings from the latest 3D visualization research, and is built upon an iterative requirements analysis. It is implemented using open web technologies such as PHP, JavaScript, and the X3DOM library. The main goal of the tool is to record camera position and orientation during a user’s movement within a virtual 3D scene, together with other aspects of their interaction. After building the tool, we performed an experiment to demonstrate its capabilities. This experiment revealed differences between laypersons and experts (cartographers) when working with interactive 3D maps. For example, experts achieved higher numbers of correct answers in some tasks, had shorter response times, followed shorter virtual trajectories, and moved through the environment more smoothly. Interaction-based clustering as well as other ways of visualizing and qualitatively analyzing user interaction were explored. Numéro de notice : A2018-610 Thématique : GEOMATIQUE Nature : Article DOI : 10.14714/CP90.1411 date de publication en ligne : 09/09/2018 En ligne : https://doi.org/10.14714/CP90.1411 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92837 [article]

Fusion of images and point clouds for the semantic segmentation of large-scale 3D scenes based on deep learning / Rui Zhang in ISPRS Journal of photogrammetry and remote sensing, vol 143 (September 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 143 (September 2018) . - pp 85 - 96 Titre : Fusion of images and point clouds for the semantic segmentation of large-scale 3D scenes based on deep learning Type de document : Article/Communication Auteurs : Rui Zhang, Auteur ; Guangyun Li, Auteur ; Minglei Li, Auteur ; Li Wang, Auteur Année de publication : 2018 Article en page(s) : pp 85 - 96 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] détection du bâti [Termes descripteurs IGN] fusion de données [Termes descripteurs IGN] réseau neuronal convolutif [Termes descripteurs IGN] scène 3D [Termes descripteurs IGN] segmentation sémantique [Termes descripteurs IGN] semis de points Résumé : (Auteur) We address the issue of the semantic segmentation of large-scale 3D scenes by fusing 2D images and 3D point clouds. First, a Deeplab-Vgg16 based Large-Scale and High-Resolution model (DVLSHR) based on deep Visual Geometry Group (VGG16) is successfully created and fine-tuned by training seven deep convolutional neural networks with four benchmark datasets. On the val set in CityScapes, DVLSHR achieves a 74.98% mean Pixel Accuracy (mPA) and a 64.17% mean Intersection over Union (mIoU), and can be adapted to segment the captured images (image resolution 2832 ∗ 4256 pixels). Second, the preliminary segmentation results with 2D images are mapped to 3D point clouds according to the coordinate relationships between the images and the point clouds. Third, based on the mapping results, fine features of buildings are further extracted directly from the 3D point clouds. Our experiments show that the proposed fusion method can segment local and global features efficiently and effectively. Numéro de notice : A2018-356 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.04.022 date de publication en ligne : 11/05/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.04.022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90590 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018091	RAB	Livre	Centre de documentation	En réserve 3L	Disponible
081-2018093	DEP-EXM	Livre	MATIS	Dépôt en unité	Exclu du prêt
081-2018092	DEP-EAF	Livre	Nancy	Dépôt en unité	Exclu du prêt

Landmark based localization: LBA refinement using MCMC-optimized projections of RJMCMC-extracted road marks / Bahman Soheilian (2016)  

Public Titre : Landmark based localization: LBA refinement using MCMC-optimized projections of RJMCMC-extracted road marks Type de document : Article/Communication Auteurs : Bahman Soheilian , Auteur ; Xiaozhi Qu, Auteur ; Mathieu Brédif , Auteur Congrès : IV 2016, IEEE Intelligent Vehicles Symposium (19 - 22 juin 2016; Göteborg, Suède) , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2016 Importance : pp 940 - 947 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] géolocalisation [Termes descripteurs IGN] méthode de Monte-Carlo par chaînes de Markov [Termes descripteurs IGN] modèle 3D de l'espace urbain [Termes descripteurs IGN] scène 3D [Termes descripteurs IGN] signalisation routière [Termes descripteurs IGN] zone urbaine Résumé : (auteur) Precise localization in dense urban areas is a challenging task for both mobile mapping and driver assistance systems. This paper proposes a strategy to use road markings as localization landmarks for vision based systems. First step consists in reconstructing a map of road marks. A mobile mapping system equipped with precise georeferencing devices is applied to scan the scene in 3D and to generate an ortho-image of the road surface. A RJMCMC sampler that is coupled with a simulated annealing method is applied to detect occurrences of road marking templates instanced from an extensible database of road mark patterns. The detected objects are reconstructed in 3D using the height information obtained from 3D points. A calibrated camera and a low cost GPS receiver are embedded on a vehicle and used as localization devices. Local bundle adjustment (LBA) is applied to estimate the trajectory of the vehicle. In order to reduce the drift of the trajectory, images are matched with the reconstructed road marks frequently. The matching is initialized by the initial poses that are estimated by LBA and optimized by a MCMC algorithm. The matching provides ground control points that are integrated in the LBA in order to refine the pose parameters. The method is evaluated on a set of images acquired in a real urban area and is compared with a precise ground-truth. Numéro de notice : C2016-036 Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IVS.2016.7535501 date de publication en ligne : 08/08/2016 En ligne : https://doi.org/10.1109/IVS.2016.7535501 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91797

Etude photogrammétrique du dispositif V10 - Trimble / Tristan Postadjian (2014) 

Permalink

Modeling and rendering architecture from photographs / Paul Ernest Debevec (1996)  

Permalink