Fils RSS disponibles sur ce site
| Alerte-Lasergrammétrie |
https://documentation.ensg.eu/rss.php?id=8
|
Alerte-Lasergrammétrie
Occupancy modelling for moving object detection from Lidar point clouds: A comparative study
Occupancy modelling for moving object detection from Lidar point clouds: A comparative study [Article/Communication] / Wen Xiao, Auteur ; Bruno Vallet, Auteur ; Y. Xiao, Auteur ; Jon Mills, Auteur ; Nicolas Paparoditis, Auteur . - 2017 . - pp 171 - 178.bibliographieLangues : Anglais (eng)in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences > vol IV-2/W4 (September 2017) . - pp 171 - 178Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] détection d'objet[Termes IGN] détection de changement[Termes IGN] données lidar[Termes IGN] grille[Termes IGN] objet mobile[Termes IGN] semis de points[Termes IGN] théorie de Dempster-Shafer Résumé : (auteur) Lidar technology has been widely used in both robotics and geomatics for environment perception and mapping. Moving object detection is important in both fields as it is a fundamental step for collision avoidance, static background extraction, moving pattern analysis, etc. A simple method involves checking directly the distance between nearest points from the compared datasets. However, large distances may be obtained when two datasets have different coverages. The use of occupancy grids is a popular approach to overcome this problem. There are two common theories employed to model occupancy and to interpret the measurements, DempsterShafer theory and probability. This paper presents a comparative study of these two theories for occupancy modelling with the aim of moving object detection from lidar point clouds. Occupancy is modelled using both approaches and their implementations are explained and compared in details. Two lidar datasets are tested to illustrate the moving object detection results Numéro de notice : A2017-913 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/isprs-annals-IV-2-W4-171-2017 En ligne : https://doi.org/10.5194/isprs-annals-IV-2-W4-171-2017 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102874 Scaling up and evaluating surface reconstruction from point clouds of open scenes (2022)
Scaling up and evaluating surface reconstruction from point clouds of open scenes = Passage à l'échelle et évaluation de la reconstruction de surface à partir de nuage de points de scènes ouvertes [Thèse/HDR] / Yanis Marchand, Auteur ; Bruno Vallet, Directeur de thèse ; Laurent Caraffa, Encadrant . - Champs-sur-Marne [France] : Université Gustave Eiffel, 2022.bibliographie
Thèse de doctorat de l’Université Gustave Eiffel, Ecole doctorale n° 532, Math ́ematiques et Sciences et Technologies de l’Information et de la Communication (MSTIC), Spécialité de doctorat : Informatique - Unité de recherche : LASTIG (IGN)Langues : Français (fre)Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] informatique[Termes IGN] reconstruction d'objet[Termes IGN] scène 3D[Termes IGN] semis de points[Termes IGN] traitement réparti[Termes IGN] vision par ordinateur Index. décimale : THESE Thèses et HDR Résumé : (auteur) Cette thèse de doctorat traite de deux aspects de la reconstruction de surface à partir de nuage de points. Premièrement, elle aborde le cas large échelle où un nuage de points est trop volumineux pour être stocké dans la mémoire d'un seul ordinateur. Nous présentons un algorithme distribué de bout en bout permettant de traiter des nuages de points arbitrairement grands tout en garantissant l'étanchéité de la surface produite. Deuxièmement, cette thèse contribue à l'évaluation de la reconstruction de surface de par la définition de deux protocoles. Le premier nécessite des données synthétiques alors que le deuxième peut être mis en place en ayant uniquement recours à des données provenant de capteurs. Ces protocoles et les nouvelles métriques qui leur sont associées permettent de quantifier la qualité des reconstructions avec un biais moins important que les approches utilisées jusqu'alors. Numéro de notice : 17739 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse : Informatique : Gustave Eiffel : 2022 Organisme de stage : LASTIG (IGN) nature-HAL : Thèse DOI : sans En ligne : https://tel.hal.science/tel-04031734 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102877 Developing the potential of airborne lidar systems for the sustainable management of forests (2022)
Developing the potential of airborne lidar systems for the sustainable management of forests : accounting for and managing the impacts of lidar scan angle on ABA model predictions of forest attributes [Thèse/HDR] / Karun Dayal, Auteur ; Sylvie Durrieu, Directeur de thèse ; Marc Bouvier, Directeur de thèse . - Paris, Nancy, ... : AgroParisTech (2007 -), 2022.Bibliographie
Thèse pour obtenir le grade de Docteur de l’Institut national des sciences et industries du vivant et de l'environnement - AgroParisTech, Spécialité GéomatiqueLangues : Anglais (eng)Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s)[Termes IGN] analyse comparative[Termes IGN] angle de visée[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] forêt alpestre[Termes IGN] forêt ripicole[Termes IGN] gestion durable[Termes IGN] inventaire forestier national (données France)[Termes IGN] jeu de données localisées[Termes IGN] ligne de visée[Termes IGN] modèle numérique de surface de la canopée[Termes IGN] peuplement forestier[Termes IGN] précision géométrique (imagerie)[Termes IGN] prédiction[Termes IGN] réseau neuronal artificiel[Termes IGN] télémètre laser à balayage[Termes IGN] télémètre laser aéroporté Index. décimale : THESE Thèses et HDR Résumé : (Auteur) L’information mesurée par Lidar aéroporté dépend de la végétation observée et de la géométrie de l'acquisition lidar, elle-même fonction des paramètres d'acquisition et des propriétés du terrain. Cette thèse vise à comprendre la relation entre la géométrie d'acquisition du lidar et les prédictions d'attributs forestiers en se focalisant sur l'évaluation et la gestion des impacts de l'angle de balayage du lidar sur les métriques lidar et les modèles construits à l’échelle du peuplement (i.e. approches surfaciques ou ABA). Quatre types de forêts différents ont été étudiés, dont trois types de forêts (feuillus, conifères et mixtes) en terrain montagneux et un type de forêt (ripisylve) en terrain relativement plat . La thèse est divisée en trois parties. La première partie évalue l'effet de l'angle de balayage du lidar sur les mesures lidar couramment utilisées dans les prédictions de type ABA. On a ainsi montré que les différentes métriques lidar ne sont pas impactées de la même façon par des changements d'angle de balayage. La deuxième partie de l'étude s’intéresse aux conséquences sur la qualité des modèles de l’introduction dans ces modèles de métriques lidar présentant des sensibilités différentes à l'angle de balayage. Un modèle basé sur un jeu de métriques Lidar prédéfinies, plus ou moins sensibles aux angles de balayage, est utilisé.Les jeux de données lidar existants sont ré-échantillonnés selon les lignes de vol pour 1) simuler des acquisitions lidar avec différentes configurations de balayage, 2) construire des modèles pour une série de configurations de balayage différentes, et 3) comparer la qualité des estimations qui résultent de chaque configuration d’acquisition. Ces comparaisons montrent que l’introduction de métriques sensibles à l’angle de balayage diminue la robustesse des modèles. De plus, la variation de la précision des modèles ABA s’est révélée être plus élevée pour les jeux de données composés de nuages de points acquis depuis une seule ligne de vol que pour ceux composés de nuages de points obtenus en combinant les mesures de plusieurs lignes de vol.Nous avons aussi tenté de normaliser les métriques lidar en utilisant des méthodes de voxellisation pour limiter les impacts des changements d’angles de balayage. Les métriques issues des données voxellisées contribuent à augmenter la précision des prédictions ou à augmenter leur justesse, ou, dans certains cas, les deux en même temps. Dans la dernière partie de l'étude, les propriétés du terrain (topographie) et les paramètres d'acquisition sont explicitement pris en compte dans les modèles. Comme les interactions entre les paramètres d'acquisition lidar, le terrain et les propriétés de la végétation peuvent être complexes, un réseau de neurone (perceptron multicouche) est utilisé pour modéliser les relations entre les attributs forestiers et les métriques lidar en tenant compte de ces interactions entre métriques lidar et géométrie d'acquisition. Cela a permis d'améliorer significativement les prédictions ABA. Note de contenu : Chapter 1: Introduction 1.1 Sustainable Forest Management 1.2 The role of remote sensing in enhancing forest inventory 1.3 Enhanced forest inventory with lidar 1.4 Understanding the role of lidar scan angle in forestry applications 1.5 Research questions and objectives 1.6 Overview of the thesis Chapter 2: Scan angle impact on lidar-derived metrics used in ABA models for prediction of forest stand characteristics: a grid based analysis 2.1 Introduction 2.2 Materials 2.3 Methods 2.4 Results 2.5 Discussion 2.6 Conclusions 2.7 Acknowledgement Chapter 3: An investigation into lidar scan angle impacts on stand attribute predictions in different forest environments 3.1 Introduction 3.2 Materials and methods 3.3 Results 3.5 Conclusion 3.6 Acknowledgements Chapter 4: Improving ABA models for forest attribute prediction using neural networks by considering effects of terrain and scan angles on 3D lidar point clouds 4.1 Introduction 4.2 Materials and methods 4.3 Results 4.4 Discussion 4.5 Conclusion Chapter 5: Conclusion 5.1 Synthesis of the thesis 5.2 Limitations and Perspectives Numéro de notice : 26957 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géomatique : Université Paris-Saclay : 2022 Organisme de stage : UMR TETIS - Territoires, Environnement, Télédétection et Information Spatiale nature-HAL : Thèse DOI : sans Date de publication en ligne : 24/01/2023 En ligne : https://hal.science/tel-03954492 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102527 
Levé et numérisation du château de Lichtenberg en vue d’une proposition de visite virtuelle du site à des périodes remarquables [Mémoire] / Maxime Rocha, Auteur . - Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg, 2022 . - 66 p. ; 21 x 30 cm.Bibliographie
Mémoire de soutenance de Diplôme d’Ingénieur INSALangues : Français (fre)Descripteur : [Vedettes matières IGN] Applications photogrammétriques[Termes IGN] Alsace (France administrative)[Termes IGN] château[Termes IGN] lasergrammétrie[Termes IGN] maillage[Termes IGN] modèle numérique de terrain[Termes IGN] modélisation 3D[Termes IGN] patrimoine culturel[Termes IGN] restitution[Termes IGN] semis de points[Termes IGN] texturage[Termes IGN] visite virtuelle Index. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) Le château de Lichtenberg se situe à environ 60 km au nord de Strasbourg dans la ville éponyme. Il s’agit d’un château datant du 13ème siècle. L’objectif de ce projet est de faire connaître ce site à un plus large public. Pour cela, nous allons utiliser le nuage de points obtenus grâce aux acquisitions effectuées ainsi que des modèles 3D construits sur la base de différents documents d’archives tels que des photographies ou encore des plans afin de créer une vidéo de visite virtuelle. Cette vidéo parcourra l’ensemble du site de nos jours jusqu’à sa création au 13ème siècle et sera diffusée dans l’auditorium présent sur le site. Note de contenu : Introduction 1- Etat de l'art 2- Acquisition et traitement des données du château de Lichtenberg 3- Modélisation 3D des bâtiments conclusion Numéro de notice : 24094 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire ingénieur INSAS En ligne : http://eprints2.insa-strasbourg.fr/4882/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102565 Reconnaissance de bâtiments à partir de nuages de points 3D (2022)
Reconnaissance de bâtiments à partir de nuages de points 3D [Thèse/HDR] / Justine Basselin, Auteur ; Dmitry Sokolov, Directeur de thèse ; Nicolas Ray, Directeur de thèse ; Hervé Barthélémy, Directeur de thèse . - Nancy, Metz : Université de Lorraine, 2022 . - 155 p. ; 21 x 30 cm.Bibliographie
Thèse pour obtenir le grade de Docteur de l'Université de Lorraine, Spécialité InformatiqueLangues : Français (fre)Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] maquette numérique[Termes IGN] reconnaissance de surface[Termes IGN] reconstruction 3D du bâti[Termes IGN] semis de points[Termes IGN] télémétrie laser aéroporté Index. décimale : THESE Thèses et HDR Résumé : (Auteur) La numérisation d'objets réels est de plus en plus utilisée dans des domaines tels que l'urbanisme, l'architecture, la gestion des catastrophes et la sécurité intérieure. Des outils d'acquisition tels que les scanners aériens de détection et de télémétrie par la lumière (LiDAR) permettent de produire des représentations numériques de villes entières sous la forme de nuages de points 3D échantillonnant les surfaces des objets dans l'environnement. Malgré le haut degré de maturité atteint par les techniques de numérisation, les solutions informatiques efficaces pour le prétraitement et la reconstruction à partir de ces mesures sont rares et mal adaptées à la complexité de l'environnement. Aujourd'hui, le processus de création d'un modèle numérique à partir de ces données est long, fastidieux et essentiellement manuel. Dans ce processus de rétroconception, l'opérateur humain dessine manuellement les éléments du modèle 3D au plus près du nuage de points. Bien que des efforts importants aient été déployés pour développer des méthodes automatiques et semi-automatiques, qui apparaissent actuellement sur le marché, aucune solution proposée jusqu'à présent ne répond à toutes les exigences industrielles en termes de précision, d'exactitude et d'efficacité. En effet, la reconstruction de modèles de bâtiments en 3D est une tâche complexe qui nécessite un flux de travail composé de plusieurs étapes de traitement telles que la classification, l'extraction de contours, la segmentation, la reconnaissance de caractéristiques, la génération et la vérification d'hypothèses, la modélisation et la construction géométriques, l'ajustement et le raffinement. De plus, les modèles reconstruits doivent respecter un certain nombre de contraintes structurelles (planéité des segments de toit, arêtes de toit horizontales, symétrie, etc. Malgré les connaissances acquises, il existe encore un nombre important de problèmes non résolus provenant de : lacunes dans les données (dues à des occlusions ou à des réflexions et absorptions indésirables) ; bruit et valeurs aberrantes ; résolution limitée et densité de points variable ; grande variabilité et complexité des formes de bâtiments dans les zones urbaines, pour n'en nommer que quelques-uns. Dans ce travail, nous abordons le problème particulier de la construction (création) de modèles de toit 3D polygonaux à partir de données ponctuelles LIDAR préalablement classées. Note de contenu : Introduction 1 Maquette numérique urbaine 1.1 Qu’est-ce qu’une maquette numérique urbaine ? 1.2 Niveau de détail 2. Numérisation par acquisition LiDAR aéroporté 2.1 Les principes de base de la télémétrie laser 2.2 Précision de mesure 3. Du nuage de points au maillage : formulation du problème 3.1 Hypothèses pour la reconstruction 3.2 Applications visées par l’entreprise 4. Littérature de la reconstruction de bâtiment 4.1 Portée de l’étude 4.2 Approche basée sur les données 4.3 Approche basée sur les modèles 5. Objectifs Partie I - Reconstruction de modèle numérique urbain Chapitre 1 - Reconstruction de toitures par approche basée sur les données 1.1 Contributions 1.2 Résultats 1.3 Analyse et résultats 1.4 Conclusion Chapitre 2 - Ajustement de surface à des nuages de points 2.1 Fondements et état de l’art 2.2 Contributions 2.3 Résultats 2.4 Conclusion Partie II - Accélération et transfert industriel Chapitre 3- Diagramme de puissance restreint - GPU 3.1 Motivations 3.2 Fondements et état de l’art 3.3 Contributions 3.4 Expériences de simulations 3.5 Discussion 3.6 Conclusion Chapitre 4 - Accélération de la méthode d’ajustement d’une surface à un nuage de points 4.1 Pourquoi ne pas utiliser la version GPU ? 4.2 Approche proposée 4.3 Comparaison des algorithmes d’appariement 4.4 Conclusion Chapitre 5 - Transfert industriel 5.1 Manipulation rapide des nuages de points 5.2 Le plugin RhinoPointCloud 5.3 Résultats et limites 5.4 Conclusion Conclusion générale Numéro de notice : 26962 Affiliation des auteurs : non IGN Thématique : IMAGERIE/URBANISME Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Lorraine : 2022 Organisme de stage : Laboratoire Lorrain de Recherche en Informatique et ses Applications nature-HAL : Thèse DOI : sans Date de publication en ligne : 06/01/2023 En ligne : https://hal.science/tel-03927067v1/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102582 - A unified framework for automated registration of point clouds, mesh surfaces and 3D models by using planar surfaces [Article/Communication] / Yuan Zhao, Auteur ; Hang Zhao, Auteur ; Marko Radanovic, Auteur ; et al., Auteur . - 2022 . - pp 366 - 384.bibliographieLangues : Anglais (eng)in Photogrammetric record > vol 37 n° 180 (December 2022) . - pp 366 - 384
Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] algorithme ICP[Termes IGN] chevauchement[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] maillage[Termes IGN] modélisation 3D du bâti BIM[Termes IGN] recalage de données localisées[Termes IGN] semis de points[Termes IGN] superposition de données[Termes IGN] surface plane Résumé : (auteur) Numéro de notice : A2022-939 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1111/phor.12428 Date de publication en ligne : 18/10/2022 En ligne : https://doi.org/10.1111/phor.12428 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102685 Mobile mapping mesh change detection and update (2023)
Mobile mapping mesh change detection and update [Article/Communication] / Teng Wu, Auteur ; Bruno Vallet, Auteur ; Cédric Demonceaux, Auteur . - Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell, 2023 . - 7 p. ; 21 x 30 cm.bibliographieLangues : Anglais (eng)Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] détection de changement[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] maillage par triangles[Termes IGN] mosaïquage d'images[Termes IGN] semis de points[Termes IGN] série temporelle[Termes IGN] Stéréopolis[Termes IGN] système de numérisation mobile[Termes IGN] vision par ordinateur Résumé : (auteur) Mobile mapping, in particular, Mobile Lidar Scanning (MLS) is increasingly widespread to monitor and map urban scenes at city scale with unprecedented resolution and accuracy. The resulting point cloud sampling of the scene geometry can be meshed in order to create a continuous representation for different applications: visualization, simu- lation, navigation, etc. Because of the highly dynamic nature of these urban scenes, long term mapping should rely on frequent map updates. A trivial solution is to simply replace old data with newer data each time a new acquisition is made. However it has two drawbacks: 1) the old data may be of higher quality (resolution, precision) than the new and 2) the coverage of the scene might be different in various acquisitions, including varying occlusions. In this paper, we propose a fully automatic pipeline to address these two issues by formulating the problem of merging meshes with different quality, coverage and acquisition time. Our method is based on a combined distance and visibility based change detection, a time series analysis to assess the sustainability of changes, a mesh mosaicking based on a global boolean optimization and finally a stitching of the resulting mesh pieces boundaries with triangle strips. Finally, our method is demonstrated on Robotcar and Stereopolis datasets. Numéro de notice : P2023-003 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE Nature : Preprint nature-HAL : Préprint DOI : 10.48550/arXiv.2303.07182 Date de publication en ligne : 13/03/2023 En ligne : https://doi.org/10.48550/arXiv.2303.07182 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102860 - Tree species classification in a typical natural secondary forest using UAV-borne LiDAR and hyperspectral data [Article/Communication] / Ying Quan, Auteur ; Mingze Li, Auteur ; Yuanshuo Hao, Auteur ; et al., Auteur . - 2023 . - n° 2171706.bibliographieLangues : Anglais (eng)in GIScience and remote sensing > vol 60 n° 1 (2023) . - n° 2171706
Descripteur : [Vedettes matières IGN] Applications photogrammétriques[Termes IGN] Chine[Termes IGN] classification par forêts d'arbres décisionnels[Termes IGN] données lidar[Termes IGN] espèce végétale[Termes IGN] extraction de traits caractéristiques[Termes IGN] forêt secondaire[Termes IGN] image captée par drone[Termes IGN] image hyperspectrale[Termes IGN] modèle numérique de surface de la canopée[Termes IGN] semis de points Résumé : (auteur) Recent growth in unmanned aerial vehicle (UAV) technology have promoted the detailed mapping of individual tree species. However, the in-depth mining and comprehending of the significance of features derived from high-resolution UAV data for tree species discrimination remains a difficult task. In this study, a state-of-the-art approach combining UAV-borne light detection and ranging (LiDAR) and hyperspectral was used to classify 11 common tree species in a typical natural secondary forest in Northeast China. First, comprehensive relevant structural and spectral features were extracted. Then, the most valuable feature sets were selected by using a hybrid approach combining correlation-based feature selection with the optimized recursive feature elimination algorithm. The random forest algorithm was used to assess feature importance and perform the classification. Finally, the robustness of features derived from point clouds with different structures and hyperspectral images with different spatial resolutions was tested. Our results showed that the best classification accuracy was obtained by combining LiDAR and hyperspectral data (75.7%) compared to that based on LiDAR (60.0%) and hyperspectral (64.8%) data alone. The mean intensity of single returns and the visible atmospherically resistant index for red-edge band were the most influential LiDAR and hyperspectral derived features, respectively. The selected features were robust in point clouds with a density not lower than 5% (~5 pts/m2) and a resolution not lower than 0.3 m in hyperspectral data. Although canopy surface features were slightly different from original LiDAR features, canopy surface information was also important for tree species classification. This study proved the capabilities of UAV-borne LiDAR and hyperspectral data in natural secondary forest tree species discrimination and the potential for this approach to be transferable to other study areas. Numéro de notice : A2023-194 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1080/15481603.2023.2171706 Date de publication en ligne : 03/02/2023 En ligne : https://doi.org/10.1080/15481603.2023.2171706 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103075 - UAV DTM acquisition in a forested area – comparison of low-cost photogrammetry (DJI Zenmuse P1) and LiDAR solutions (DJI Zenmuse L1) [Article/Communication] / Martin Štroner, Auteur ; Rudolf Urban, Auteur ; Thomas Křemen, Auteur ; et al., Auteur . - 2023 . - n° 2179942.bibliographieLangues : Anglais (eng)in European journal of remote sensing > vol 56 n° 1 (2023) . - n° 2179942
Descripteur : [Vedettes matières IGN] Applications photogrammétriques[Termes IGN] densité de la végétation[Termes IGN] données lidar[Termes IGN] image captée par drone[Termes IGN] modèle numérique de terrain[Termes IGN] rugosité du sol[Termes IGN] semis de points[Termes IGN] structure-from-motion Résumé : (auteur) In this paper, we evaluated the results in terms of accuracy and coverage of the LiDAR-UAV system DJI Zenmuse L1 and Digital Aerial Photogrammetric system (DAP – UAV) DJI Zenmuse P1 in a forested area under leaf-off conditions on three sites with varying terrain ruggedness/tree type combinations. Detailed reference clouds were obtained using terrestrial scanning by Leica P40. Our results show that branches pose no problem to the accuracy of LiDAR-UAV and DAP-UAV derived terrain clouds. Elevation accuracies for photogrammetric data were even better than for LiDAR data – as low as 0.015 m on all sites. However, the LiDAR system provided better coverage, with almost full coverage at all sites, while the DAP-UAV coverage declined with the increasing density of branches (being worst in the young forest). In the very dense young forest (Site 1), the coverage by photogrammetrically extracted terrain cloud using high calculation quality and no filtering achieved 80.7% coverage, while LiDAR-UAV reached almost 100% coverage. The importance of the use of multiple (or last) returns when using LiDAR-UAV systems was demonstrated by the fact that on the site with the densest vegetation, only 11% of the ground points were represented by first returns. Numéro de notice : A2023-219 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1080/22797254.2023.2179942 Date de publication en ligne : 01/03/2023 En ligne : https://doi.org/10.1080/22797254.2023.2179942 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103161 Structured learning of geospatial data (2023)
Structured learning of geospatial data [Thèse/HDR] / Loïc Landrieu, Auteur . - Champs-sur-Marne [France] : Université Gustave Eiffel, 2023 . - 179 p. ; 21 x 30 cm.Bibliographie Habilitation à Diriger des Recherches délivrée par l'Université Gustave Eiffel, Spécialité "Sciences et Technologies de l'Information Géographique" Langues : Anglais (eng)Descripteur : [Vedettes matières IGN] Traitement d'image optique[Termes IGN] algorithme Cut Pursuit[Termes IGN] apprentissage automatique[Termes IGN] carte agricole[Termes IGN] graphe[Termes IGN] lasergrammétrie[Termes IGN] reconnaissance de formes[Termes IGN] segmentation sémantique[Termes IGN] série temporelle[Termes IGN] vision par ordinateur Résumé : (auteur) This manuscript presents an overview of my work in the field of geospatial machine learning, a rapidly growing interdisciplinary field that poses many methodological challenges and has a wide range of impactful applications. Throughout my research, I have focused on developing bespoke approaches that leverage the unique properties of geospatial data to create more efficient, precise, and parsimonious models. This manuscript is divided into four main chapters, each covering a different property of geospatial data structures that can be leveraged algorithmically. The first chapter presents a versatile mathematical framework formalizing the concept of spatial regularity with graphs. We propose an efficient algorithm that tackles a broad family of spatial problems and provides novel convergence guarantees and significant speed-ups compared to generic approaches. The second chapter introduces a deep learning method that extends the idea of exploiting graph regularity to the case of massive 3D point clouds. We simplify the task of large-scale semantic segmentation by formulating it as as a small graph labelling problem. Our compact models reach high precision at a fraction of the computational cost of other approaches. In the third chapter, we present a collection of methods designed to take advantage of the data structure inherited from 3D sensors. By considering the sensors’ structure, we develop powerful networks with state-of-the-art accuracy, latency, and robustness for various applications and data types. The last chapter dives into the real-life challenge of automated satellite time series analysis for crop mapping. Recognizing the difference between such data and standard formats used in computer vision, we propose novel and streamlined architectures that achieve unprecedented precision while remaining efficient and economical in memory and preprocessing. We also introduce the task of panoptic segmentation for satellite time series and an efficient architecture to solve this problem at scale. In summary, this manuscript argues that geospatial problems represent a challenging and impactful venue for evaluating the newest machine learning and vision methods and a fertile source of inspiration for designing novel approaches. Note de contenu : 1- Introduction 2- Exploiting graph regularity 3- Exploiting the spatial regularity of 3D data 4- Exploiting the structure of 3D sensors 5- Exploiting the structure of satellite time series 6- Perspectives 7- Curriculum vitae Numéro de notice : 24107 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE Nature : HDR Note de thèse : HDR: Sciences et Technologies de l’Information Geographique : UGE : 2023 Organisme de stage : LASTIG (IGN) DOI : sans En ligne : https://hal.science/tel-04095452v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103248 PSMNet-FusionX3 : LiDAR-guided deep learning stereo dense matching on aerial images (2023)
PSMNet-FusionX3 : LiDAR-guided deep learning stereo dense matching on aerial images [Article/Communication] / Teng Wu, Auteur ; Bruno Vallet, Auteur ; Marc Pierrot-Deseilligny, Auteur . - Computer vision foundation CVF, 2023 . - pp 6526 - 6535.bibliographie voir aussi https://openaccess.thecvf.com/content/CVPR2023W/PCV/supplemental/Wu_PSMNet-FusionX3_LiDAR-Guided_Deep_CVPRW_2023_supplemental.pdfLangues : Anglais (eng)Descripteur : [Vedettes matières IGN] Applications photogrammétriques[Termes IGN] appariement dense[Termes IGN] apprentissage profond[Termes IGN] chaîne de traitement[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] image aérienne à axe vertical[Termes IGN] scène 3D[Termes IGN] Triangulated Irregular Network Résumé : (auteur) Dense image matching (DIM) and LiDAR are two complementary techniques for recovering the 3D geometry of real scenes. While DIM provides dense surfaces, they are often noisy and contaminated with outliers. Conversely, LiDAR is more accurate and robust, but less dense and more expensive compared to DIM. In this work, we investigate learning-based methods to refine surfaces produced by photogrammetry with sparse LiDAR point clouds. Unlike the current state-of-the-art approaches in the computer vision community, our focus is on aerial acquisitions typical in photogrammetry. We propose a densification pipeline that adopts a PSMNet backbone with triangulated irregular network interpolation based expansion, feature enhancement in cost volume, and conditional cost volume normalization, i.e. PSMNet-FusionX3. Our method works better on low density and is less sensitive to distribution, demonstrating its effectiveness across a range of LiDAR point cloud densities and distributions, including analyses of dataset shifts. Furthermore, we have made both our aerial (image and disparity) dataset and code available for public use. Further information can be found at https://github.com/ whuwuteng/PSMNet-FusionX3. Numéro de notice : C2023-006 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication DOI : sans En ligne : https://openaccess.thecvf.com/content/CVPR2023W/PCV/papers/Wu_PSMNet-FusionX3_Li [...] Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103277 Learnable Earth Parser: Discovering 3D Prototypes in Aerial Scans (2023)
Learnable Earth Parser: Discovering 3D Prototypes in Aerial Scans [Article/Communication] / Romain Loiseau, Auteur ; Elliot Vincent, Auteur ; Mathieu Aubry, Auteur ; Loïc Landrieu, Auteur . - Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell, 2023 . - 18 p.bibliographieLangues : Anglais (eng)Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] information complexe[Termes IGN] scène 3D[Termes IGN] semis de points[Termes IGN] zone urbaine Résumé : (auteur) We propose an unsupervised method for parsing large 3D scans of real-world scenes into interpretable parts. Our goal is to provide a practical tool for analyzing 3D scenes with unique characteristics in the context of aerial surveying and mapping, without relying on application-specific user annotations. Our approach is based on a probabilistic reconstruction model that decomposes an input 3D point cloud into a small set of learned prototypical shapes. Our model provides an interpretable reconstruction of complex scenes and leads to relevant instance and semantic segmentations. To demonstrate the usefulness of our results, we introduce a novel dataset of seven diverse aerial LiDAR scans. We show that our method outperforms state-of-the-art unsupervised methods in terms of decomposition accuracy while remaining visually interpretable. Our method offers significant advantage over existing approaches, as it does not require any manual annotations, making it a practical and efficient tool for 3D scene analysis. Our code and dataset are available at https://imagine.enpc.fr/~loiseaur/learnable-earth-parser Numéro de notice : P2023-005 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Preprint nature-HAL : Préprint DOI : sans En ligne : https://hal.science/hal-04135416 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103347 - Exploring the addition of airborne Lidar-DEM and derived TPI for urban land cover and land use classification and mapping [Article/Communication] / Clement E. Akumu, Auteur ; Sam Dennis, Auteur . - 2023 . - pp19 - 26.bibliographieLangues : Anglais (eng)in Photogrammetric Engineering & Remote Sensing, PERS > vol 89 n° 1 (January 2023) . - pp19 - 26
Descripteur : [Vedettes matières IGN] Applications photogrammétriques[Termes IGN] carte d'occupation du sol[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] données topographiques[Termes IGN] image Landsat-OLI[Termes IGN] milieu urbain[Termes IGN] MNS lidar[Termes IGN] semis de points[Termes IGN] Tennessee (Etats-Unis)[Termes IGN] utilisation du sol Résumé : (auteur) The classification and mapping accuracy of urban land cover and land use has always been a critical topic and several auxiliary data have been used to improve the classification accuracy. However, to the best of our knowledge, there is limited knowledge of the addition of airborne Light Detection and Ranging (lidar)-Digital Elevation Model (DEM) and Topographic Position Index (TPI) for urban land cover and land use classification and mapping. The aim of this study was to explore the addition of airborne lidar-DEM and derived TPI to reflect data of Landsat Operational Land Imager (OLI) in improving the classification accuracy of urban land cover and land use map- ping. Specifically, this study explored the mapping accuracies of urban land cover and land use classifications derived using: 1) standalone Landsat OLI satellite data; 2) Landsat OLI with acquired airborne lidar-DEM ; 3) Landsat OLI with TPI ; and 4) Landsat OLI with airborne lidar-DEM and derived TPI. The results showed that the addition of airborne lidar-DEM and TPI yielded the best overall urban land cover and land use classification accuracy of about 88%. The findings in this study demonstrated that both lidar-DEM and TPI had a positive impact in improving urban land cover and land use classification. Numéro de notice : A2023-045 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.21-00029R2 Date de publication en ligne : 01/01/2023 En ligne : https://doi.org/10.14358/PERS.21-00029R2 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102354 - Generation of high-resolution orthomosaics from historical aerial photographs using Structure-from-motion and Lidar data [Article/Communication] / Ji Won Suh, Auteur ; William Ouimet, Auteur . - 2023 . - pp 37 - 46.bibliographieLangues : Anglais (eng)in Photogrammetric Engineering & Remote Sensing, PERS > vol 89 n° 1 (January 2023) . - pp 37 - 46
Descripteur : [Vedettes matières IGN] Photogrammétrie[Termes IGN] ArcGIS Desktop[Termes IGN] Connecticut (Etats-Unis)[Termes IGN] données lidar[Termes IGN] erreur moyenne quadratique[Termes IGN] estompage[Termes IGN] image ancienne[Termes IGN] MNS lidar[Termes IGN] orthophotoplan numérique[Termes IGN] photographie aérienne[Termes IGN] point d'appui[Termes IGN] structure-from-motion Résumé : (auteur) This study presents a method to generate historical orthomosaics using Structure-from-Motion (SfM ) photogrammetry, historical aerial photographs, and lidar data, and then analyzes the horizontal accuracy and factors that can affect the quality of historical orthoimagery products made with these approaches. Two sets of historical aerial photographs (1934 and 1951) were analyzed, focused on the town of Woodstock in Connecticut, U.S.A. Ground control points (GCPs) for georeferencing were obtained by overlaying multiple data sets, including lidar elevation data and derivative hillshades, and recent orthoimagery. Root-Mean-Square Error values of check points (CPs ) for 1934 and 1951 orthomosaics without extreme outliers are 0.83 m and 1.37 m, respectively. Results indicate that orthomosaics can be used for standard mapping and geographic information systems (GIS ) work according to the ASPRS 1990 accuracy standard. In addition, results emphasize that three main factors can affect the horizontal accuracy of orthomosaics: (1) types of CPs, (2) the number of tied photos, and (3) terrain. Numéro de notice : A2023-046 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.22-00063R2 Date de publication en ligne : 01/01/2023 En ligne : https://doi.org/10.14358/PERS.22-00063R2 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102355 Multi-information PointNet++ fusion method for DEM construction from airborne LiDAR data
Multi-information PointNet++ fusion method for DEM construction from airborne LiDAR data [Article/Communication] / Hong Hu, Auteur ; Guanghe Zhang, Auteur ; Jianfeng Ao, Auteur ; et al., Auteur . - 2023 . - n° 2153929.bibliographieLangues : Anglais (eng)in Geocarto international > vol 38 n° 1 [01/01/2023] . - n° 2153929Descripteur : [Vedettes matières IGN] Applications photogrammétriques[Termes IGN] apprentissage profond[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] filtrage de points[Termes IGN] image RVB[Termes IGN] Kappa de Cohen[Termes IGN] modèle numérique de surface[Termes IGN] Perceptron multicouche[Termes IGN] segmentation[Termes IGN] semis de points Résumé : (auteur) Airborne light detection and ranging (LiDAR) is a popular technology in remote sensing that can significantly improve the efficiency of digital elevation model (DEM) construction. However, it is challenging to identify the real terrain features in complex areas using LiDAR data. To solve this problem, this work proposes a multi-information fusion method based on PointNet++ to improve the accuracy of DEM construction. The RGB data and normalized coordinate information of the point cloud was added to increase the number of channels on the input side of the PointNet++ neural network, which can improve the accuracy of the classification during feature extraction. Low and high density point clouds obtained from the International Society for Photogrammetry and Remote Sensing (ISPRS) and the United States Geological Survey (USGS) were used to test this proposed method. The results suggest that the proposed method improves the Kappa coefficient by 8.81% compared to PointNet++. The type I error was reduced by 2.13%, the type II error was reduced by 8.29%, and the total error was reduced by 2.52% compared to the conventional algorithm. Therefore, it is possible to conclude that the proposed method can obtain DEMs with higher accuracy. Numéro de notice : A2023-056 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1080/10106049.2022.2153929 Date de publication en ligne : 23/12/2022 En ligne : https://doi.org/10.1080/10106049.2022.2153929 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102389 - Tree height-growth trajectory estimation using uni-temporal UAV laser scanning data and deep learning [Article/Communication] / Stefano Puliti, Auteur ; J. Paul McLean, Auteur ; Nicolas Cattaneo, Auteur ; et al., Auteur . - 2023 . - pp 37 - 48.bibliographieLangues : Anglais (eng)in Forestry, an international journal of forest research > vol 96 n° 1 (January 2023) . - pp 37 - 48
Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] apprentissage profond[Termes IGN] Betula pendula[Termes IGN] croissance des arbres[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] Fraxinus excelsior[Termes IGN] hauteur des arbres[Termes IGN] image captée par drone[Termes IGN] Norvège[Termes IGN] semis de points Résumé : (auteur) Information on tree height-growth dynamics is essential for optimizing forest management and wood procurement. Although methods to derive information on height-growth information from multi-temporal laser scanning data already exist, there is no method to derive such information from data acquired at a single point in time. Drone laser scanning data (unmanned aerial vehicles, UAV-LS) allows for the efficient collection of very dense point clouds, creating new opportunities to measure tree and branch architecture. In this study, we examine if it is possible to measure the vertical positions of branch whorls, which correspond to nodes, and thus can in turn be used to trace the height growth of individual trees. We propose a method to measure the vertical positions of whorls based on a single-acquisition of UAV-LS data coupled with deep-learning techniques. First, single-tree point clouds were converted into 2D image projections, and a YOLOv5 (you-only-look-once) convolutional neural network was trained to detect whorls based on a sample of manually annotated images. Second, the trained whorl detector was applied to a set of 39 trees that were destructively sampled after the UAV-LS data acquisition. The detected whorls were then used to estimate tree-, plot- and stand-level height-growth trajectories. The results indicated that 70 per cent (i.e. precision) of the measured whorls were correctly detected and that 63 per cent (i.e. recall) of the detected whorls were true whorls. These results translated into an overall root-mean-squared error and Bias of 8 and −5 cm for the estimated mean annual height increment. The method’s performance was consistent throughout the height of the trees and independent of tree size. As a use case, we demonstrate the possibility of developing a height-age curve, such as those that could be used for forecasting site productivity. Overall, this study provides proof of concept for new methods to analyse dense aerial point clouds based on image-based deep-learning techniques and demonstrates the potential for deriving useful analytics for forest management purposes at operationally-relevant spatial-scales. Numéro de notice : A2023-100 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1093/forestry/cpac026 Date de publication en ligne : 05/07/2022 En ligne : https://doi.org/10.1093/forestry/cpac026 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102418 - Prototype-guided multitask adversarial network for cross-domain LiDAR point clouds semantic segmentation [Article/Communication] / Zhimin Yuan, Auteur ; Ming Cheng, Auteur ; Wankang Zeng, Auteur ; et al., Auteur . - 2023 . - n° 5700613.bibliographieLangues : Anglais (eng)in IEEE Transactions on geoscience and remote sensing > vol 61 n° 1 (January 2023) . - n° 5700613
Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] alignement des données[Termes IGN] apprentissage non-dirigé[Termes IGN] compression de données[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] extraction de traits caractéristiques[Termes IGN] réseau antagoniste génératif[Termes IGN] segmentation sémantique[Termes IGN] semis de points Résumé : (auteur) Unsupervised domain adaptation (UDA) segmentation aims to leverage labeled source data to make accurate predictions on unlabeled target data. The key is to make the segmentation network learn domain-invariant representations. In this work, we propose a prototype-guided multitask adversarial network (PMAN) to achieve this. First, we propose an intensity-aware segmentation network (IAS-Net) that leverages the private intensity information of target data to substantially facilitate feature learning of the target domain. Second, the category-level cross-domain feature alignment strategy is introduced to flee the side effects of global feature alignment. It employs the prototype (class centroid) and includes two essential operations: 1) build an auxiliary nonparametric classifier to evaluate the semantic alignment degree of each point based on the prediction consistency between the main and auxiliary classifiers and 2) introduce two class-conditional point-to-prototype learning objectives for better alignment. One is to explicitly perform category-level feature alignment in a progressive manner, and the other aims to shape the source feature representation to be discriminative. Extensive experiments reveal that our PMAN outperforms state-of-the-art results on two benchmark datasets. Numéro de notice : A2023-118 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2023.3234542 Date de publication en ligne : 05/01/2023 En ligne : https://doi.org/10.1109/TGRS.2023.3234542 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102489 Estimation of lidar-based gridded DEM uncertainty with varying terrain roughness and point density
Estimation of lidar-based gridded DEM uncertainty with varying terrain roughness and point density [Article/Communication] / Luyen K. Bui, Auteur ; Craig L. Glennie, Auteur . - 2023 . - n° 100028.bibliographieLangues : Anglais (eng)in ISPRS Open Journal of Photogrammetry and Remote Sensing > vol 7 (January 2023) . - n° 100028Descripteur : [Vedettes matières IGN] Applications photogrammétriques[Termes IGN] Alaska (Etats-Unis)[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] Hawaii (Etats-Unis)[Termes IGN] incertitude des données[Termes IGN] interpolation[Termes IGN] modèle numérique de surface[Termes IGN] semis de points[Termes IGN] Triangulated Irregular Network Résumé : (auteur) Light detection and ranging (lidar) scanning systems can be used to provide a point cloud with high quality and point density. Gridded digital elevation models (DEMs) interpolated from laser scanning point clouds are widely used due to their convenience, however, DEM uncertainty is rarely provided. This paper proposes an end-to-end workflow to quantify the uncertainty (i.e., standard deviation) of a gridded lidar-derived DEM. A benefit of the proposed approach is that it does not require independent validation data measured by alternative means. The input point cloud requires per point uncertainty which is derived from lidar system observational uncertainty. The propagated uncertainty caused by interpolation is then derived by the general law of propagation of variances (GLOPOV) with simultaneous consideration of both horizontal and vertical point cloud uncertainties. Finally, the interpolated uncertainty is then scaled by point density and a measure of terrain roughness to arrive at the final gridded DEM uncertainty. The proposed approach is tested with two lidar datasets measured in Waikoloa, Hawaii, and Sitka, Alaska. Triangulated irregular network (TIN) interpolation is chosen as the representative gridding approach. The results indicate estimated terrain roughness/point density scale factors ranging between 1 (in flat areas) and 7.6 (in high roughness areas), with a mean value of 2.3 for the Waikoloa dataset and between 1 and 9.2 with a mean value of 1.2 for the Sitka dataset. As a result, the final gridded DEM uncertainties are estimated between 0.059 m and 0.677 m with a mean value of 0.164 m for the Waikoloa dataset and between 0.059 m and 1.723 m with a mean value of 0.097 m for the Sitka dataset. Numéro de notice : A2023-120 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.ophoto.2022.100028 Date de publication en ligne : 17/12/2023 En ligne : https://doi.org/10.1016/j.ophoto.2022.100028 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102494 - Topology-based individual tree segmentation for automated processing of terrestrial laser scanning point clouds [Article/Communication] / Xin Xu, Auteur ; Federico Iuricich, Auteur ; Kim Calders, Auteur ; et al., Auteur . - 2023 . - n° 103145.bibliographieLangues : Anglais (eng)in International journal of applied Earth observation and geoinformation > vol 116 (February 2023) . - n° 103145
Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] analyse de groupement[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] extraction d'arbres[Termes IGN] houppier[Termes IGN] segmentation d'image[Termes IGN] semis de points[Termes IGN] topologie Résumé : (auteur) Terrestrial laser scanning (TLS) is a ground-based approach to rapidly acquire 3D point clouds via Light Detection and Ranging (LiDAR) technologies. Quantifying tree-scale structure from TLS point clouds requires segmentation, yet there is a lack of automated methods available to the forest ecology community. In this work, we consider the problem of segmenting a forest TLS point cloud into individual tree point clouds. Different approaches have been investigated to identify and segment individual trees in a forest point cloud. Typically these methods require intensive parameter tuning and time-consuming user interactions, which has inhibited the application of TLS to large area research. Our goal is to define a new automated segmentation method that lifts these limitations. Our Topology-based Tree Segmentation (TTS) algorithm uses a new topological technique rooted in discrete Morse theory to segment input point clouds into single trees. TTS algorithm identifies distinctive tree structures (i.e., tree bottoms and tops) without user interactions. Tree tops and bottoms are then used to reconstruct single trees using the notion of relevant topological features. This mathematically well-established notion helps distinguish between noise and relevant tree features. To demonstrate the generality of our approach, we present an evaluation using multiple datasets, including different forest types and point densities. We also compare our TTS approach with open-source tree segmentation methods. The experiments show that we achieve a higher segmentation accuracy when performing point-by-point validation. Without expensive user interactions, TTS algorithm is promising for greater usage of TLS point clouds in the forest ecology community, such as fire risk and behavior modeling, estimating tree-level biodiversity structural traits, and above-ground biomass monitoring. Numéro de notice : A2023-129 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1016/j.jag.2022.103145 Date de publication en ligne : 12/12/2022 En ligne : https://doi.org/10.1016/j.jag.2022.103145 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102517 - Validation of Island 3D-mapping based on UAV spatial point cloud optimization: a case study in Dongluo Island of China [Article/Communication] / Jian Wu, Auteur ; Shifeng Fu, Auteur ; Peng Chen, Auteur ; et al., Auteur . - 2023 . - pp 173 - 182.BibliographieLangues : Anglais (eng)in Photogrammetric Engineering & Remote Sensing, PERS > vol 89 n° 3 (March 2023) . - pp 173 - 182
Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] cartographie 3D[Termes IGN] Chine[Termes IGN] île[Termes IGN] image captée par drone[Termes IGN] modélisation 3D[Termes IGN] semis de points[Termes IGN] télédétection aérienne Résumé : (Auteur) The unmanned aerial vehicle (UAV) remote sensing is of small volume, low cost, fine timeliness, and high spatial resolution, and has the special advantage on island surveying. Focus on the inaccurate elevation of non-ground point cloud without lidar device, this study explored a methodology for island three-dimensional (3D) mapping and modelling based on spatial point clouds optimization with a K-Nearest Neighbors Adaptive Inverse Distance Weighted (K-AIDW) interpolation algorithm. By classifying the UAV point clouds into ground, vegatetation, and structure, the K-AIDW algorithm was applied to optimize the elevations of non-ground point clouds (vegetation and structure) to recalculate Z values. The aerophotogrammetry result was generated based on the optimized spatial point clouds. Finally, the 3D model of Dongluo Island was reconstructed and rendered in Metashape. The accuracy evaluation result shows that the max-errors of ground control points (–0.0154 in X, 0.0305 in Y, and 0.0133 in Z) and the checkpoints (–0.091 in X, –0.176 in Y, and 0.338 in Z) can meet the error-tolerance requirements of the corresponding terrain on the 1:500 scale set by the national standard of GB/T 23236-2009 in China. It is found that the K-AIDW algorithm displayed the best Z accuracy (root-mean-square error of 0.2538) compared with IDW (0.3668) and no-optimized (1.6012), proving it is an effective methodology for improving 3D-modelling accuracy of island. Numéro de notice : A2023-172 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.22-00109R2 Date de publication en ligne : 01/03/2023 En ligne : https://doi.org/10.14358/PERS.22-00109R2 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102923 - Multi-sensor airborne lidar requires intercalibration for consistent estimation of light attenuation and plant area density [Article/Communication] / Grégoire Vincent, Auteur ; Philippe Verley, Auteur ; Benjamin Brede, Auteur ; et al., Auteur . - 2023 . - n° 113442.bibliographieLangues : Anglais (eng)in Remote sensing of environment > vol 286 (March 2023) . - n° 113442
Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s)[Termes IGN] canopée[Termes IGN] densité de la végétation[Termes IGN] données lidar[Termes IGN] forêt tropicale[Termes IGN] Guyane (département français)[Termes IGN] image captée par drone[Termes IGN] plan de vol[Termes IGN] rayonnement lumineux[Termes IGN] réflectance végétale[Termes IGN] semis de points[Termes IGN] zone d'intérêt Résumé : (auteur) Leaf area is a key structural characteristic of forest canopies because of the role of leaves in controlling many biological and physical processes occurring at the biosphere-atmosphere transition. High pulse density Airborne Laser Scanning (ALS) holds promise to provide spatially resolved and accurate estimates of plant area density (PAD) in forested landscapes, a key step in understanding forest functioning: phenology, carbon uptake, transpiration, radiative balance etc. Inconsistencies between different ALS sensors is a barrier to generating globally harmonised PAD estimates. The basic assumption on which PAD estimation is based is that light attenuation is proportional to vegetation area density. This study shows that the recorded extinction strongly depends on target detectability which is influenced by laser characteristics (power, sensitivity, wavelength). Three different airborne laser scanners were flown over a wet tropical forest at the Paracou research station in French Guiana. Different sensors, flight heights and transmitted power levels were compared. Light attenuation was retrieved with an open source ray-tracing code (http://amapvox.org). Direct comparison revealed marked differences (up-to 25% difference in profile-averaged light attenuation rate and 50% difference at particular heights) that could only be explained by differences in scanner characteristics. We show how bias which may occur under various acquisition conditions can generally be mitigated by a sensor intercalibration. Alignment of light weight lidar attenuation profiles to ALS reference attenuation profiles is not always satisfactory and we discuss what are the likely sources of discrepancies. Neglecting the dependency of apparent light attenuation on scanner properties may lead to biases in estimated vegetation density commensurate to those affecting light attenuation estimates. Applying intercalibration procedures supports estimation of plant area density independent of acquisition characteristics. Numéro de notice : A2023-169 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1016/j.rse.2022.113442 Date de publication en ligne : 06/01/2023 En ligne : https://doi.org/10.1016/j.rse.2022.113442 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102928 - The potential of combining satellite and airborne remote sensing data for habitat classification and monitoring in forest landscapes [Article/Communication] / Anna Iglseder, Auteur ; Markus Immitzer, Auteur ; Alena Dostalova, Auteur ; et al., Auteur . - 2023 . - n° 103131.bibliographieLangues : Anglais (eng)in International journal of applied Earth observation and geoinformation > vol 117 (March 2023) . - n° 103131
Descripteur : [Vedettes matières IGN] Applications de télédétection[Termes IGN] carte thématique[Termes IGN] cartographie écologique[Termes IGN] classification par forêts d'arbres décisionnels[Termes IGN] données Copernicus[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] forêt[Termes IGN] habitat (nature)[Termes IGN] habitat forestier[Termes IGN] image radar moirée[Termes IGN] image Sentinel-MSI[Termes IGN] image Sentinel-SAR[Termes IGN] modèle numérique de surface[Termes IGN] protection de la biodiversité[Termes IGN] site Natura 2000[Termes IGN] Vienne (capitale Autriche) Résumé : (auteur) Mapping and monitoring of habitats are requirements for protecting biodiversity. In this study, we investigated the benefit of combining airborne (laser scanning, image-based point clouds) and satellite-based (Sentinel 1 and 2) data for habitat classification. We used a two level random forest 10-fold leave-location-out cross-validation workflow to model Natura 2000 forest and grassland habitat types on a 10 m pixel scale at two study sites in Vienna, Austria. We showed that models using combined airborne and satellite-based remote sensing data perform significantly better for forests than airborne or satellite-based data alone. For frequently occurring classes, we reached class accuracies with F1-scores from 0.60 to 0.87. We identified clear difficulties of correctly assigning rare classes with model-based classification. Finally, we demonstrated the potential of the workflow to identify errors in reference data and point to the opportunities for integration in habitat mapping and monitoring. Numéro de notice : A2023-128 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1016/j.jag.2022.103131 Date de publication en ligne : 12/01/2023 En ligne : https://doi.org/10.1016/j.jag.2022.103131 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102512 Siamese KPConv: 3D multiple change detection from raw point clouds using deep learning
Siamese KPConv: 3D multiple change detection from raw point clouds using deep learning [Article/Communication] / Iris de Gelis, Auteur ; Sébastien Lefèvre, Auteur ; Thomas Corpetti, Auteur . - 2023 . - pp 274 - 291.bibliographieLangues : Anglais (eng)in ISPRS Journal of photogrammetry and remote sensing > vol 197 (March 2023) . - pp 274 - 291Descripteur : [Vedettes matières IGN] Applications photogrammétriques[Termes IGN] apprentissage profond[Termes IGN] bâtiment[Termes IGN] détection de changement[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] modèle numérique de surface[Termes IGN] réseau neuronal siamois[Termes IGN] semis de points[Termes IGN] végétation[Termes IGN] zone urbaine Résumé : (auteur) This study is concerned with urban change detection and categorization in point clouds. In such situations, objects are mainly characterized by their vertical axis, and the use of native 3D data such as 3D Point Clouds (PCs) is, in general, preferred to rasterized versions because of significant loss of information implied by any rasterization process. Yet, for obvious practical reasons, most existing studies only focus on 2D images for change detection purpose. In this paper, we propose a method capable of performing change detection directly within 3D data. Despite recent deep learning developments in remote sensing, to the best of our knowledge there is no such method to tackle multi-class change segmentation that directly processes raw 3D PCs. Thereby, based on advances in deep learning for change detection in 2D images and for analysis of 3D point clouds, we propose a deep Siamese KPConv network that deals with raw 3D PCs to perform change detection and categorization in a single step. Experimental results are conducted on synthetic and real data of various kinds (LiDAR, multi-sensors). Tests performed on simulated low density LiDAR and multi-sensor datasets show that our proposed method can obtain up to 80% of mean of IoU over classes of changes, leading to an improvement ranging from 10% to 30% over the state-of-the-art. A similar range of improvements is attainable on real data. Then, we show that pre-training Siamese KPConv on simulated PCs allows us to greatly reduce (more than 3,000 ) the annotations required on real data. This is a highly significant result to deal with practical scenarios. Finally, an adaptation of Siamese KPConv is realized to deal with change classification at PC scale. Our network overtakes the current state-of-the-art deep learning method by 23% and 15% of mean of IoU when assessed on synthetic and public Change3D datasets, respectively. The code is available at the following link: https://github.com/IdeGelis/torch-points3d-SiameseKPConv. Numéro de notice : A2023-147 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2023.02.001 Date de publication en ligne : 17/02/2023 En ligne : https://doi.org/10.1016/j.isprsjprs.2023.02.001 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102805 - Analyse des performances de levers LiDAR via l’iPad Pro en vue de la réalisation de plans d’intérieurs et de maquettes numériques de bâtiments [Article/Communication] / Pauline Chardon, Auteur . - 2023 . - pp 39 - 43.BibliographieLangues : Français (fre)in XYZ > n° 174 (mars 2023) . - pp 39 - 43
Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] espace intérieur[Termes IGN] lidar mobile[Termes IGN] maquette numérique[Termes IGN] modélisation 3D[Termes IGN] semis de points[Termes IGN] téléphone intelligent Résumé : (Auteur) Depuis 2020, Apple intègre désormais un capteur LiDAR dans ses smartphones et tablettes les plus récents. À l’origine dédiée à la réalité augmentée, son utilisation pour les relevés métriques présente aujourd’hui un intérêt croissant. Devant ce constat, la société FUTURMAP a fait le choix de mener une étude approfondie sur le sujet, en collaboration avec un grand groupe spécialisé dans le diagnostic immobilier. L’objectif de cette étude est donc de mettre en place une nouvelle méthode d’acquisition basée sur les technologies LiDAR mobiles, dans le but d’établir un plan d’intérieur ou une maquette numérique 3D. Dans cette étude, nous avons ainsi approfondi la connaissance de ce système de numérisation afin de déterminer un processus de captation fiable des données. Plusieurs éléments ont été étudiés à la suite d’une série de tests afin de déterminer les limites et les contraintes de ce nouveau dispositif. Numéro de notice : A2023-173 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Date de publication en ligne : 01/03/2023 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102851 - Point cloud data processing optimization in spectral and spatial dimensions based on multispectral Lidar for urban single-wood extraction [Article/Communication] / Shuo Shi, Auteur ; Xingtao Tang, Auteur ; Bowen Chen, Auteur ; et al., Auteur . - 2023 . - n° 90.bibliographieLangues : Anglais (eng)in ISPRS International journal of geo-information > vol 12 n° 3 (March 2023) . - n° 90
Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] analyse spectrale[Termes IGN] arbre urbain[Termes IGN] détection d'objet[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] Houston (Texas)[Termes IGN] interpolation[Termes IGN] réflectance spectrale[Termes IGN] segmentation[Termes IGN] semis de points Résumé : (auteur) Lidar can effectively obtain three-dimensional information on ground objects. In recent years, lidar has developed rapidly from single-wavelength to multispectral hyperspectral imaging. The multispectral airborne lidar Optech Titan is the first commercial system that can collect point cloud data on 1550, 1064, and 532 nm channels. This study proposes a method of point cloud segmentation in the preprocessed intensity interpolation process to solve the problem of inaccurate intensity at the boundary during point cloud interpolation. The entire experiment consists of three steps. First, a multispectral lidar point cloud is obtained using point cloud segmentation and intensity interpolation; the spatial dimension advantage of the multispectral point cloud is used to improve the accuracy of spectral information interpolation. Second, point clouds are divided into eight categories by constructing geometric information, spectral reflectance information, and spectral characteristics. Accuracy evaluation and contribution analysis are also conducted through point cloud truth value and classification results. Lastly, the spatial dimension information is enhanced by point cloud drop sampling, the method is used to solve the error caused by airborne scanning and single-tree extraction of urban trees. Classification results showed that point cloud segmentation before intensity interpolation can effectively improve the interpolation and classification accuracies. The total classification accuracy of the data is improved by 3.7%. Compared with the extraction result (377) of single wood without subsampling treatment, the result of the urban tree extraction proved the effectiveness of the proposed method with a subsampling algorithm in improving the accuracy. Accordingly, the problem of over-segmentation is solved, and the final single-wood extraction result (329) is markedly consistent with the real situation of the region. Numéro de notice : A2023-159 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi12030090 Date de publication en ligne : 23/02/2023 En ligne : https://doi.org/10.3390/ijgi12030090 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102852 Programme LiDAR HD : vers une nouvelle cartographie 3D du territoire
Programme LiDAR HD : vers une nouvelle cartographie 3D du territoire [Article/Communication] / Terry Moreau, Auteur ; Hélène Buissart, Auteur ; Arnaud Allgeyer, Auteur ; Sofiane Kriat, Auteur ; Pierre-Yves Decavele, Auteur ; Romuald Dore, Auteur ; Gabrielle Roy, Auteur . - 2023 . - pp 45 - 49.Langues : Français (fre)in XYZ > n° 174 (mars 2023) . - pp 45 - 49Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] acquisition de données[Termes IGN] cartographie 3D[Termes IGN] diffusion de données[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] France métropolitaine[Termes IGN] QGIS[Termes IGN] semis de points[Termes IGN] système d'information géographique[Termes IGN] télémétrie laser aéroporté Résumé : (Auteur) Le programme LiDAR HD est d’une ampleur inédite et porte un objectif ambitieux : acquérir des données LiDAR haute densité (HD) sur l’ensemble du territoire métropolitain et ultramarin (hors Guyane) pour en proposer la description 3D la plus fine jamais établie à l’échelle France entière. L’IGN coordonne ce programme et s’emploie à soutenir tous les usages de ce géocommun en devenir. Numéro de notice : A2023-171 Affiliation des auteurs : IGN (2020- ) Thématique : GEOMATIQUE/IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Date de publication en ligne : 01/03/2023 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102856 La cartographie du relief : Une gageure technique et des solutions
La cartographie du relief : Une gageure technique et des solutions [Article/Communication] / Laurent Polidori, Auteur . - 2023 . - pp 38 - 48.Langues : Français (fre)in Géomètre > n° 2212 (avril 2023) . - pp 38 - 48Descripteur : [Vedettes matières IGN] Applications photogrammétriques[Termes IGN] canopée[Termes IGN] crue[Termes IGN] données lidar[Termes IGN] données localisées 3D[Termes IGN] inondation[Termes IGN] modèle numérique de terrain[Termes IGN] nuage[Termes IGN] photogrammétrie aérienne[Termes IGN] photogrammétrie terrestre[Termes IGN] précision des données[Termes IGN] qualité du modèle[Termes IGN] représentation du relief[Termes IGN] semis de points[Termes IGN] télémétrie laser Résumé : (Editeur) La reconstruction d’éléments tridimensionnels a fait l’objet de nombreux développements, avec des applications dans des domaines aussi variés que l’architecture, la géologie et l’anatomie, mais c’est au relief terrestre que l’on s’intéresse dans ce dossier. Ainsi, une grande variété de techniques de mesure (photogrammétrie, radar, lidar), mises en œuvre depuis des satellites, des avions, des drones ou à même le sol, adaptées aux différentes échelles et aux différents paysages, permettent de cartographier le relief terrestre sous la forme de nuages de points. Ceux-ci servent à construire des modèles numériques de terrain (sol) ou de surface (canopée forestière, toits), utilisés dans de nombreux domaines, pourvus qu’ils respectent des exigences de qualité comme la précision des altitudes ou la cohérence de l’hydrographie. L’évolution des instruments d’observation et des algorithmes de traitement étend les possibilités de production de modèles de relief et leur usage pour la gestion des territoires. Dans ce contexte, la formation technique constitue le nouvel enjeu pour améliorer le dialogue entre les producteurs et les consommateurs. Numéro de notice : A2023-174 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Date de publication en ligne : 01/04/2023 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102977 - Impacts of forest management on stand and landscape-level microclimate heterogeneity of European beech forests [Article/Communication] / Joscha H. Menge, Auteur ; Paul Magdon, Auteur ; Stephan Wöllauer, Auteur ; et al., Auteur . - 2023 . - pp 903 - 917.bibliographieLangues : Anglais (eng)in Landscape ecology > vol 38 n° 4 (April 2023) . - pp 903 - 917
Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] analyse comparative[Termes IGN] données lidar[Termes IGN] éclaircie (sylviculture)[Termes IGN] écosystème forestier[Termes IGN] Fagus (genre)[Termes IGN] forêt équienne[Termes IGN] forêt inéquienne[Termes IGN] gestion forestière[Termes IGN] hêtraie[Termes IGN] microclimat[Termes IGN] régression multiple[Termes IGN] semis de points[Termes IGN] température de l'air[Termes IGN] Thuringe Résumé : (auteur) Context: Forest microclimate influences biodiversity and plays a crucial role in regulating forest ecosystem functions. It is modified by forest management as a result of changes in forest structure due to tree harvesting and thinning. Objectives: Here, we investigate the impacts of even-aged and uneven-aged forest management on stand- and landscape-level heterogeneity of forest microclimates, in comparison with unmanaged, old-growth European beech forest. Methods: We combined stand structural and topographical indices derived from airborne laser scanning with climate observations from 23 meteorological stations at permanent forest plots within the Hainich region, Germany. Based on a multiple linear regression model, we spatially interpolated the diurnal temperature range (DTR) as an indicator of forest microclimate across a 4338 ha section of the forest with 50 m spatial resolution. Microclimate heterogeneity was measured as α-, β-, and γ-diversity of thermal niches (i.e. DTR classes). Results: Even-aged forests showed a higher γ-diversity of microclimates than uneven-aged and unmanaged forests. This was mainly due to a higher β-diversity resulting from the spatial coexistence of different forest developmental stages within the landscape. The greater structural complexity at the stand-level in uneven-aged stands did not increase α-diversity of microclimates. Predicted DTR was significantly lower and spatially more homogenous in unmanaged forest compared to both types of managed forest. Conclusion: If forest management aims at creating a wide range of habitats with different microclimates within a landscape, spatially co-existing types of differently managed and unmanaged forests should be considered, instead of focusing on a specific type of management, or setting aside forest reserves only. Numéro de notice : A2023-224 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1007/s10980-023-01596-z Date de publication en ligne : 30/01/2023 En ligne : https://doi.org/10.1007/s10980-023-01596-z Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103175 - Point cloud registration for LiDAR and photogrammetric data: A critical synthesis and performance analysis on classic and deep learning algorithms [Article/Communication] / Ningli Xu, Auteur ; Rongjun Qin, Auteur ; Shuang Song, Auteur . - 2023 . - n° 100032.bibliographieLangues : Anglais (eng)in ISPRS Open Journal of Photogrammetry and Remote Sensing > vol 8 (April 2023) . - n° 100032
Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] algorithme ICP[Termes IGN] chevauchement[Termes IGN] données lidar[Termes IGN] processus gaussien[Termes IGN] recalage de données localisées[Termes IGN] semis de points[Termes IGN] superposition de données Résumé : (auteur) Three-dimensional (3D) point cloud registration is a fundamental step for many 3D modeling and mapping applications. Existing approaches are highly disparate in the data source, scene complexity, and application, therefore the current practices in various point cloud registration tasks are still ad-hoc processes. Recent advances in computer vision and deep learning have shown promising performance in estimating rigid/similarity transformation between unregistered point clouds of complex objects and scenes. However, their performances are mostly evaluated using a limited number of datasets from a single sensor (e.g. Kinect or RealSense cameras), lacking a comprehensive overview of their applicability in photogrammetric 3D mapping scenarios. In this work, we provide a comprehensive review of the state-of-the-art (SOTA) point cloud registration methods, where we analyze and evaluate these methods using a diverse set of point cloud data from indoor to satellite sources. The quantitative analysis allows for exploring the strengths, applicability, challenges, and future trends of these methods. In contrast to existing analysis works that introduce point cloud registration as a holistic process, our experimental analysis is based on its inherent two-step process to better comprehend these approaches including feature/keypoint-based initial coarse registration and dense fine registration through cloud-to-cloud (C2C) optimization. More than ten methods, including classic hand-crafted, deep-learning-based feature correspondence, and robust C2C methods were tested. We observed that the success rate of most of the algorithms are fewer than 40% over the datasets we tested and there are still are large margin of improvement upon existing algorithms concerning 3D sparse corresopondence search, and the ability to register point clouds with complex geometry and occlusions. With the evaluated statistics on three datasets, we conclude the best-performing methods for each step and provide our recommendations, and outlook future efforts. Numéro de notice : A2023-149 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.ophoto.2023.100032 Date de publication en ligne : 16/02/2023 En ligne : https://doi.org/10.1016/j.ophoto.2023.100032 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102808 Integrating topographic knowledge into point cloud simplification for terrain modelling
Integrating topographic knowledge into point cloud simplification for terrain modelling [Article/Communication] / Jun Chen, Auteur ; Liyang Xiong, Auteur ; Bowen Yin, Auteur ; et al., Auteur . - 2023 . - pp 988 - 1008.BibliographieLangues : Anglais (eng)in International journal of geographical information science IJGIS > vol 37 n° 5 (May 2023) . - pp 988 - 1008Descripteur : [Vedettes matières IGN] Lasergrammétrie[Termes IGN] données lidar[Termes IGN] données topographiques[Termes IGN] lissage de données[Termes IGN] modèle numérique de surface[Termes IGN] semis de points[Termes IGN] Triangulated Irregular Network Résumé : (auteur) Terrain models are widely used to depict the shape of the Earth’s surface. With the development of photogrammetric methods, point cloud data have become one of the most popular data sources for terrain modelling. However, the obtained point clouds are of high density, which often increases redundancy rather than improving accuracy. Therefore, point cloud simplification should be a core component of terrain modelling. This paper proposes a point cloud simplification method by integrating topographic knowledge into terrain modelling (TKPCS). The method contains two steps: (1) topographic knowledge recognition and construction and (2) point cloud simplification using this topographic knowledge for terrain modelling. The proposed approach is benchmarked against improved versions of existing methods to validate its capability and accuracy in digital elevation model construction and terrain derivative extraction. The results show that the simplified points of the TKPCS method can generate finer resolution terrain models with higher accuracy and greater information entropy. The good performance of the TKPCS method is also stable at different scales. This work endeavours to transform perceptive topographic knowledge into a process of point cloud simplification and can benefit future research related to terrain modelling. Numéro de notice : A2023-204 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1080/13658816.2023.2180801 Date de publication en ligne : 28/02/2023 En ligne : https://doi.org/10.1080/13658816.2023.2180801 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103138
