Centre dedocumentation
scientifique

Explorer par la carte l’espace pendant le confinement: Une expérimentation de cartographie sensible / Laurence Jolivet in Revue des Politiques Sociales et Familiales, n° 141 ([01/12/2021])  

Public [article]  inRevue des Politiques Sociales et Familiales > n° 141 [01/12/2021] . - pp 129 - 139 Titre : Explorer par la carte l’espace pendant le confinement: Une expérimentation de cartographie sensible Type de document : Article/Communication Auteurs : Laurence Jolivet , Auteur ; Catherine Dominguès , Auteur ; Eric Mermet , Auteur ; Sevil Seten, Auteur Année de publication : 2021 Projets : 1-Pas de projet / Article en page(s) : pp 129 - 139 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartologie [Termes IGN] cartographie sensible [Termes IGN] espace intérieur [Termes IGN] sentiment Résumé : (auteur) Cet article présente une expérimentation de cartographie sensible visant à documenter l’espace de vie tel que vécu et perçu pendant le premier confinement dû à la Covid-19. L’analyse des cartes réalisées par les participants du séminaire de cartographie sensible de l’École des hautes études en sciences sociales (EHESS) a mis en évidence des repères spatiaux, temporels, perceptifs, émotionnels qui sont personnels ou partagés. Les cartes montrent le resserrement dans et autour du logement, dans un environnement qualifié par une nouvelle accessibilité. L’espace a été exploré de manière inédite et les usages se sont adaptés et relocalisés. La cartographie sensible offre un cadre méthodologique, qui a permis l’expression individuelle du rapport à l’espace, lui-même modifié par le confinement. Numéro de notice : A2021-908 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.3917/rpsf.141.0129 Date de publication en ligne : 03/01/2022 En ligne : https://doi.org/10.3917/rpsf.141.0129 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99388 [article]

A topology-based graph data model for indoor spatial-social networking / Mahdi Rahimi in International journal of geographical information science IJGIS, vol 35 n° 12 (December 2021)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 35 n° 12 (December 2021) . - pp 2517 - 2539 Titre : A topology-based graph data model for indoor spatial-social networking Type de document : Article/Communication Auteurs : Mahdi Rahimi, Auteur ; Mohammad Reza Malek, Auteur ; Christophe Claramunt, Auteur ; Thierry Le Pors, Auteur Année de publication : 2021 Article en page(s) : pp 2517 - 2539 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] algorithme du simplexe [Termes IGN] espace intérieur [Termes IGN] graphe [Termes IGN] modèle topologique de données [Termes IGN] modélisation spatiale [Termes IGN] représentation géométrique [Termes IGN] représentation graphique [Termes IGN] réseau social géodépendant Résumé : (auteur) This paper introduces a simplex-based enriched graph data model integrating a discrete and place-based indoor spatial model with a spatial-social network. The proposed model incorporates similarity and relevance measures, exhibited from Q-analysis of simplicial complexes, facilitating data manipulation and revealing latent relations in a spatial-social network. It also uses an indoor-specific metric representing the ease of access to process spatial-social queries in indoor environments. The proposed model’s experimental implementation shows the quantitative advantage of using graph-based representation and the qualitative superiority of simplex-based enrichment in processing spatial-social queries in indoor environments. Numéro de notice : A2021-875 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2021.1912349 Date de publication en ligne : 14/04/2021 En ligne : https://doi.org/10.1080/13658816.2021.1912349 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99138 [article]

Indoor space as the basis for modelling of buildings in a 3D Cadastre / Jernej Tekavec in Survey review, Vol 53 n° 380 (September 2021)  

Public [article]  inSurvey review > Vol 53 n° 380 (September 2021) . - pp 464 - 475 Titre : Indoor space as the basis for modelling of buildings in a 3D Cadastre Type de document : Article/Communication Auteurs : Jernej Tekavec, Auteur ; Marjan Ceh, Auteur ; Anka Lisec, Auteur Année de publication : 2021 Article en page(s) : pp 464 - 475 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Cadastre numérique [Termes IGN] base de données foncières [Termes IGN] cadastre 3D [Termes IGN] CityGML [Termes IGN] données cadastrales [Termes IGN] espace intérieur [Termes IGN] format Industry foudation classes IFC [Termes IGN] indoorGML [Termes IGN] infrastructure nationale des données localisées [Termes IGN] modèle conceptuel de données localisées [Termes IGN] modélisation 3D du bâti BIM [Termes IGN] système de gestion de base de données Mots-clés libres : LADM, Land Administration Domain Model, modèle de données cadastrales Résumé : (auteur) This paper presents a 3D cadastral data model for buildings. A review of the relevant research shows that a common concept in the 3D cadastre domain is using the legal building unit, i.e. real property unit, as the core modelling unit. Alternatively, this study proposes using indoor space as a core modelling unit. The main reason is to enable the efficient integration of cadastral data with the data from other domains. On the conceptual level, the model is linked to the Land Administration Domain Model (LADM). The integration options are studied for three international standards: IFC, CityGML and IndoorGML. Numéro de notice : A2021-637 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/00396265.2020.1838761 Date de publication en ligne : 11/12/2020 En ligne : https://doi.org/10.1080/00396265.2020.1838761 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98301 [article]

Vectorized 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)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 177 (July 2021) . - pp 57 - 74 Titre : Vectorized indoor surface reconstruction from 3D point cloud with multistep 2D optimization Type de document : Article/Communication Auteurs : Jiali Han, Auteur ; Mengqi Rong, Auteur ; Hanqing Jiang, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 57 - 74 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] champ aléatoire de Markov [Termes IGN] données lidar [Termes IGN] espace intérieur [Termes IGN] maillage [Termes IGN] programmation linéaire [Termes IGN] Ransac (algorithme) [Termes IGN] reconstruction 3D [Termes IGN] reconstruction d'objet [Termes IGN] segmentation sémantique [Termes IGN] semis de points [Termes IGN] vectorisation Résumé : (Auteur) Vectorized reconstruction from indoor point cloud has attracted increasing attention in recent years due to its high regularity and low memory consumption. Compared with aerial mapping of outdoor urban environments, indoor point cloud generated by LiDAR scanning or image-based 3D reconstruction usually contain more clutter and missing areas, which greatly increase the difficulty of vectorized reconstruction. In this paper, we propose an effective multistep pipeline to reconstruct vectorized models from indoor point cloud without the Manhattan or Atlanta world assumptions. The core idea behind our method is the combination of a sequence of 2D segment or cell assembly problems that are defined as global optimizations while reducing the reconstruction complexity and enhancing the robustness to different scenes. The proposed method includes a semantic segmentation stage and a reconstruction stage. First, we segment the permanent structures of indoor scenes, including ceilings, floors, walls and cylinders, from the input data, and then, we reconstruct these structures in sequence. The floorplan is first generated by detecting wall planes and selecting optimal subsets of projected wall segments with Integer Linear Programming (ILP), followed by constructing a 2D arrangement and recovering the ceiling and floor structures by Markov Random Field (MRF) labeling on the arrangement. Finally, the wall structures are modeled by lifting each edge of the arrangement to a proper height by means of another global optimization. Merging the respective results yields the final model. The experimental results show that the proposed method could obtain accurate and compact vectorized models on both precise LiDAR data and defect-laden MVS data compared with other state-of-the-art approaches. Numéro de notice : A2021-371 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2021.04.019 Date de publication en ligne : 15/05/2021 En ligne : https://doi.org/10.1016/j.isprsjprs.2021.04.019 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97779 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2021071	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2021073	DEP-RECP	Revue	LaSTIG	Dépôt en unité	Exclu du prêt
081-2021072	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Activity recognition in residential spaces with Internet of things devices and thermal imaging / Kshirasagar Naik in Sensors, vol 21 n° 3 (February 2021)  

Public [article]  inSensors > vol 21 n° 3 (February 2021) . - n° 988 Titre : Activity recognition in residential spaces with Internet of things devices and thermal imaging Type de document : Article/Communication Auteurs : Kshirasagar Naik, Auteur ; Tejas Pandit, Auteur ; Nitin Naik, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 988 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] compréhension de l'image [Termes IGN] contrôle par télédétection [Termes IGN] détection d'événement [Termes IGN] espace intérieur [Termes IGN] image RVB [Termes IGN] image thermique [Termes IGN] intelligence artificielle [Termes IGN] internet des objets [Termes IGN] itération [Termes IGN] modèle stéréoscopique [Termes IGN] objet mobile [Termes IGN] reconnaissance automatique [Termes IGN] reconnaissance d'objets [Termes IGN] scène 3D Résumé : (auteur) In this paper, we design algorithms for indoor activity recognition and 3D thermal model generation using thermal images, RGB images, captured from external sensors, and the internet of things setup. Indoor activity recognition deals with two sub-problems: Human activity and household activity recognition. Household activity recognition includes the recognition of electrical appliances and their heat radiation with the help of thermal images. A FLIR ONE PRO camera is used to capture RGB-thermal image pairs for a scene. Duration and pattern of activities are also determined using an iterative algorithm, to explore kitchen safety situations. For more accurate monitoring of hazardous events such as stove gas leakage, a 3D reconstruction approach is proposed to determine the temperature of all points in the 3D space of a scene. The 3D thermal model is obtained using the stereo RGB and thermal images for a particular scene. Accurate results are observed for activity detection, and a significant improvement in the temperature estimation is recorded in the 3D thermal model compared to the 2D thermal image. Results from this research can find applications in home automation, heat automation in smart homes, and energy management in residential spaces. Numéro de notice : A2021-159 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/s21030988 Date de publication en ligne : 02/02/2021 En ligne : https://doi.org/10.3390/s21030988 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97075 [article]

Étude sur la réalisation d’un levé d’intérieur par photogrammétrie via un smartphone / Maxence Augé (2021)  

Permalink

LiDAR-based point clouds registration for localization in indoor environments / Ketty Favre (2021)  

Permalink

Method for generation of indoor GIS models based on BIM models to support adjacent analysis of indoor spaces / Qingxiang Chen in ISPRS International journal of geo-information, vol 9 n° 9 (September 2020)  

Permalink

A review of techniques for 3D reconstruction of indoor environments / Zhizhong Kang in ISPRS International journal of geo-information, vol 9 n° 5 (May 2020)  

Permalink

An indoor spatial accessible area generation approach considering distance constraints / Lina Yang in Annals of GIS, Vol 26 n° 1 (January 2020)  

Permalink

Contribution à la segmentation et à la modélisation 3D du milieu urbain à partir de nuages de points / Tania Landes (2020)  

Permalink

Moving objects aware sensor mesh fusion for indoor reconstruction from a couple of 2D lidar scans / Teng Wu (2020)  

Permalink

Reconstruction 3D d'environnements intérieurs à partir d'acquisitions LiDAR / Julia Sanchez (2020)  

Permalink

Preparing the holoLens for user studies : an augmented reality interface for the spatial adjustment of holographic objects in 3D indoor environments / Julian Keil in KN, Journal of Cartography and Geographic Information, vol 69 n° 3 (September 2019)  

Permalink

Geometric comparison and quality evaluation of 3D models of indoor environments / H. Tran in ISPRS Journal of photogrammetry and remote sensing, vol 149 (March 2019)  

Permalink