Catalogue en ligne IGN

Public

contenu dans 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)

Titre :	Segmentation sémantique de données de télédétection multimodale : application aux peuplements forestiers
Titre original :	Semantic segmentation of multimodal remote sensing data : case study of forest stands
Type de document :	Article/Communication
Auteurs :	Clément Dechesne , Auteur ; Clément Mallet , Auteur ; Arnaud Le Bris , Auteur ; Valérie Gouet-Brunet , Auteur
Congrès :	ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur (12 - 16 juin 2017; Colleville-sur-Mer, France) , Commanditaire
Editeur :	Saint-Mandé : Institut national de l'information géographique et forestière - IGN
Année de publication :	2017
Importance :	8 p.
Note générale :	Bibliographie
Langues :	Français (fre) Anglais (eng)
Descripteur :	[Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] arbre (flore) [Termes descripteurs IGN] attribut géomètrique [Termes descripteurs IGN] attribut sémantique [Termes descripteurs IGN] base de données IGN [Termes descripteurs IGN] classification dirigée [Termes descripteurs IGN] délimitation [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] espèce végétale [Termes descripteurs IGN] fusion de données [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] méthode de réduction d'énergie [Termes descripteurs IGN] peuplement forestier [Termes descripteurs IGN] précision de la classification [Termes descripteurs IGN] segmentation sémantique
Résumé :	(Auteur) La délimitation des peuplements forestiers est une connaissance fondamentale pour la gestion des forêts, pour les politiques publiques, pour l’aménagement du territoire, etc. Cette tâche est encore principalement réalisée manuellement par photo-interprétation d’images géospatiales à (très) haute résolution spatiale (THR). La délimitation des peuplements a été peu abordée dans la littérature, et s’est principalement intéressée, dans des environnements forestiers, à l’extraction individuelle des arbres, qui reste imprécise, et la classification des espèces d’arbres, qui présente des résultats peu satisfaisants. Dans cet article, une méthode fondée sur la fusion des données lidar aéroportées et des images multispectrales THR est proposée pour la délimitation automatique des peuplements forestiers. Les images multispectrales donnent des informations sur les espèces d’arbres, tandis que les nuages de points lidar 3D fournissent des informations géométriques (sur la hauteur principalement). Des attributs multimodaux sont calculés, à la fois au niveau du pixel et de l’objet : les objets sont obtenus à partir d’une sur-segmentation. Une classification supervisée est ensuite effectuée au niveau de l’objet afin de discriminer grossièrement les espèces d’arbres existantes dans chaque zone d’intérêt. Les résultats de la classification sont ensuite traités pour obtenir des zones homogènes avec des frontières lisses par minimisation d’énergie. La formulation de l’énergie comporte deux parties ; une liée à la classification, et une autre dans laquelle des contraintes supplémentaires liées aux attributs précédemment calculés, sont ajoutées. Le modèle énergétique est efficace avec un gain de précision jusqu’à 15% par rapport à la classification au niveau de l’objet. Les résultats de la segmentation utilisant ce modèle ont une précision allant de 96% à 99% par rapport à la Base de Données Forêt de l’IGN.
Numéro de notice :	C2017-015
Thématique :	FORET/IMAGERIE
Nature :	Communication
nature-HAL :	ComSansActesPubliés-Unpublished
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=87048

Documents numériques

C2017-015-Segmentation sémantique - version auteur

Adobe Acrobat PDF

Public

contenu dans 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)

Titre :	Localisation Basée Vision : de l'hétérogénéité des approches et des données
Type de document :	Article/Communication
Auteurs :	Nathan Piasco , Auteur ; Désiré Sidibé, Auteur ; Valérie Gouet-Brunet , Auteur ; Cédric Demonceaux, Auteur
Congrès :	ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur (12 - 16 juin 2017; Colleville-sur-Mer, France) , Commanditaire
Editeur :	Saint-Mandé : Institut national de l'information géographique et forestière - IGN
Année de publication :	2017
Importance :	9 p.
Note générale :	bibliographie
Langues :	Français (fre)
Descripteur :	[Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] état de l'art [Termes descripteurs IGN] localisation basée vision
Résumé :	(auteur) De nos jours, nous disposons d’une grande diversité de données sur les lieux qui nous entourent. Ces données peuvent être de natures très différentes : une collection d’images, un modèle 3D, un nuage de points colorisés, etc. Lorsque les GPS font défaut, ces informations peuvent être très utiles pour localiser un agent dans son environnement s’il peut lui-même acquérir des informations à partir d’un système de vision. On parle alors de Localisation Basée Vision (LBV). De par la grande hétérogénéité des données acquises et connues sur l’environnement, il existe de nombreux travaux traitant de ce problème. Cet article a pour objet de passer en revue les différentes méthodes récentes pour localiser un système de vision à partir d’une connaissance a priori sur l’environnement dans lequel il se trouve.
Numéro de notice :	C2017-016
Thématique :	IMAGERIE/INFORMATIQUE
Nature :	Communication
nature-HAL :	ComSansActesPubliés-Unpublished
date de publication en ligne :	30/06/2017
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=87053

Documents numériques

Localisation Basée Vision - version auteur

Adobe Acrobat PDF

Public

contenu dans 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)

Titre :	Recherche d’images basée sur la saillance visuelle pour l’imagerie urbaine
Type de document :	Article/Communication
Auteurs :	Kamel Guissous , Auteur ; Valérie Gouet-Brunet , Auteur
Congrès :	ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur (12 - 16 juin 2017; Colleville-sur-Mer, France) , Commanditaire
Editeur :	Saint-Mandé : Institut national de l'information géographique et forestière - IGN
Année de publication :	2017
Importance :	8 p.
Note générale :	bibliographie
Langues :	Français (fre)
Descripteur :	[Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] analyse d'image orientée objet [Termes descripteurs IGN] contour [Termes descripteurs IGN] détection de région [Termes descripteurs IGN] recherche d'image basée sur le contenu [Termes descripteurs IGN] vision par ordinateur [Termes descripteurs IGN] zone saillante 3D
Résumé :	(auteur) Avec l’augmentation de la taille des bases d’images et de la complexité des descripteurs dans les domaines de la recherche d’images par contenu visuel et de la vision par ordinateur, il est nécessaire de trouver un moyen pour limiter la quantité de données manipulées, tout en conservant leur représentativité. Au lieu d’analyser l’image entière, la sélection des régions qui détiennent l’essence de l’information est une option pertinente pour atteindre cet objectif. Comme la saillance visuelle a pour objectif de sélectionner les zones les plus importantes de l’image pour une tâche donnée, dans cet article, nous proposons d’exploiter des cartes de saillance visuelle pour filtrer les caractéristiques visuelles les plus saillantes de l’image. Une nouvelle approche de saillance visuelle basée sur l’analyse de la distribution locale de l’orientation des contours, en particulier dédiée aux contenus image structurés, comme les images de type streetview de l’environnement urbain, est proposée. Il est évalué pour la recherche d’images par contenu visuel à partir d’un exemple selon trois critères : la qualité de la recherche, le volume des caractéristiques manipulées et le temps de calcul. L’approche proposée peut être exploitée dans diverses applications qui manipulent de grands nombres de caractéristiques visuelles ; ici il est expérimenté dans deux applications : la recherche d’images cross-domain et la localisation de véhicule basée image.
Numéro de notice :	C2017-032
Thématique :	IMAGERIE
Nature :	Communication
nature-HAL :	ComSansActesPubliés-Unpublished
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=89296

Documents numériques

Recherche d’images basée sur la saillance visuelle - postprint

Adobe Acrobat PDF

Public

contenu dans 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)

Titre :	Pré-segmentation pour la classification faiblement supervisée de scènes urbaines à partir de nuages de points 3D LIDAR
Titre original :	Weakly supervised segmentation-aided classification of urban scenes from 3D LIDAR point clouds
Type de document :	Article/Communication
Auteurs :	Stéphane Guinard , Auteur ; Loïc Landrieu , Auteur ; Bruno Vallet , Auteur
Congrès :	ORASIS 2017, 16e journées francophones des jeunes chercheurs en vision par ordinateur (12 - 16 juin 2017; Colleville-sur-Mer, France) , Commanditaire
Editeur :	Saint-Mandé : Institut national de l'information géographique et forestière - IGN
Année de publication :	2017
Langues :	Français (fre)
Descripteur :	[Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] carte de confiance [Termes descripteurs IGN] champ aléatoire conditionnel [Termes descripteurs IGN] classification dirigée [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] scène urbaine [Termes descripteurs IGN] segmentation [Termes descripteurs IGN] semis de points
Résumé :	(auteur) Nous traitons le problème de la classification sémantique de nuages de points 3D LIDAR pour les scènes urbaines à partir d'un jeu d'apprentissage limité. Nous introduisons un modèle de segmentation non paramétrique pour les scènes urbaines formées par des objets anthropiques de formes simples. Notre modèle segmente la scène en régions géométriquement homogènes dont la taille est automatiquement déterminée par la complexité de la géométrie locale. Cette segmentation peut ensuite être intégrée dans un CRF (Conditional Random Field) afin de modéliser la structure globale de la scène. Cela nous permet d'agréger, pour chaque groupe de points, les prédictions bruitées d'une classification faiblement supervisée. Nous démontrons l'efficacité de notre méthode sur deux jeux de données en accès libre.
Numéro de notice :	C2017-033
Thématique :	IMAGERIE
Nature :	Communication
nature-HAL :	ComSansActesPubliés-Unpublished
DOI :	sans
En ligne :	https://hal.archives-ouvertes.fr/hal-01499571
Format de la ressource électronique :	URL article
Permalink :	https://documentation.ensg.eu/index.php?lvl=notice_display&id=89297

Voir aussi

Weakly supervised segmentation-aided classification of urban scenes from 3D LIDAR point clouds / Stéphane Guinard (2017)

IGN

Centre dedocumentation
scientifique

Accueil

Sélection de la langue

Adresse

Se connecter

Actualité

L'actu !

Agenda

Informations pratiques

Documents numériques

Documents numériques

Documents numériques

IGN

L'IGN a pour vocation

Accès directs

2014 IGN

IGN

Centre dedocumentationscientifique

Accueil

Sélection de la langue

Adresse

Se connecter

Actualité

L'actu !

Agenda

Informations pratiques

Documents numériques

Documents numériques

Documents numériques

IGN

L'IGN a pour vocation

Accès directs

2014 IGN

Centre dedocumentation
scientifique