Axe de recherche GEOM4D

Présentation

GEOM4D a été lancé en 2015.
Personnes impliquées :
GEOM4D

Objectif scientifique


L'axe GEOM4D s'intéresse à la description géométrique fine du territoire en se focalisant sur des données (image et/ou lidar) issues de la cartographie mobile terrestre (véhicule Stéréopolis du MATIS) et/ou des données aérienne qui offrent des points de vue très complémentaires. Ces travaux s'articulent autour de quatre thématiques majeures:

  • Le recalage de données hétérogènes et multi-sources: aérien/terrestre, image/laser, laser/modèle 3D,...
  • La détection d'objets: nous développons des méthodes de détection des objets les plus présents dans le canyon urbain, en particulier marquages au sol, signalisation routière, poteaux et arbres.
  • La reconstruction et texturation de surface: la reconstruction va des représentations les moins structurées (maillage) aux plus structurées (modèles paramétriques) afin d'exploiter au mieux les a priori possibles sur le type de scène ou d'objet rencontrés.
  • La détection de changement: elle est étudiée de façon purement géométrique, en 2.5D (MNE aérien) ou en vraie 3D (lidar terrestre), et peut s'appliquer à différentes échelles temporelles, du dizième de seconde pour le suivi d'objets mobiles jusqu'à quelques années pour les évolutions structurelles de la ville.

Dans tous ces travaux, nous cherchons à propager rigoureusement les incertitudes sur toutes les données manipulées afin que nos résultats soient qualifiés.
Notre perspective majeure est d'arriver à déterminer simultanément la géométrie et la sémantique de nos scènes d'intérêt, c'est à dire à combiner efficacement détection, sémantisation, segmentation et reconstruction.
Les applications de ces travaux sont très nombreuses, de la planification urbaine à la simulation de phénomènes physiques en passant par la navigation autonome.


Thèses MATIS sur le sujet


  • 2016, Rémi Cura :
    Modélisation et Synthèse 3D Procédurale à Partir de Données Urbaines
    Dirigée par Nicolas Paparoditis.
    Co-encadrement : Julien Perret.
    Télécharger le mémoire


Thèses en cours


  • Miloud Mezian (depuis 2014) :
    Trajectography registration by combined data-model deformation for geometric enriching of existing city models
    Dirigée par Nicolas Paparoditis.
    Co-encadrement : Bahman Soheilian et Bruno Vallet.

  • Mohamed Boussaha (depuis 2016) :
    Hybrid urban scene analysis from mobile mapping images and laser scan
    Dirigée par Bruno Vallet et Patrick Rives (Inria Sophia Antipolis - LAGADIG).

  • Stéphane Guinard (depuis 2017) :
    Reconstruction de complexes simpliciaux / Simplicial complexes reconstruction
    Dirigée par Bruno Vallet.


Publications récentes


N. Mellado, D. Vanderhaeghe, C. Hoarau, S. Christophe, M. Brédif, L. Barthe. Constrained Palette-Space Exploration. ACM Transaction on Graphics (SIGGRAPH 2017), July 2017, Los Angeles, CA, USA.

S. Guinard, L. Landrieu. Weakly supervised segmentation-aided classification of urban scenes from 3D LiDAR point clouds. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XLII-1/W1, 2017, pp.151-157, Hannover, Germany, 6–9 June 2017.

S. Guinard, L. Landrieu, B. Vallet. Pré-segmentation pour la classification faiblement supervisée de scènes urbaines à partir de nuages de points 3D LIDAR. ORASIS 2017, Colleville-sur-Mer, France, 12-16 juin 2017.

W. Xiao, B. Vallet, K. Schindler, N. Paparoditis. Street-side vehicle detection, classification and change detection using mobile laser scanning data. ISPRS Journal of Photogrammetry and Remote Sensing, vol. 114, pp. 166-178, 2016.

M. Miled, B. Soheilian, E. Habets, B. Vallet. Hybrid online mobile laser scanner calibration through image alignment by mutual information. ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. 3 (1), pp. 25-31, ISPRS Congress, Prague, Czech Republic, 12-19 July 2016.



Toutes les publications MATIS sur le sujet

Site internet de la recherche à l'IGN