Axe de recherche RISOTO




Objectif scientifique


RISOTO: Sémantisation pour la reconstruction et l'interprétation

L'objectif est de se concentrer sur les outils méthodologiques conduisant à la sémantisation des données, qui peut être guidée par/pour une application particulière, pour un modèle métier et intégrer d'autres connaissances d'encore plus haut-niveau.

Les travaux menés reposent généralement sur l'utilisation ou la proposition de techniques d'apprentissage statistique, reconnaissance de forme, détection et reconnaissance d'objets et ils exploitent toutes les sources de données disponibles, géoréférencées ou non (imagerie terrestre, aérienne, satellite, à très haute résolution, multispectrale, hyperspectrale, LiDAR aéroporté et terrestre, radar à synthèse d'ouverture, Modèles Numériques de Surfaces/maillages) et étudient comment fusionner certaines de ces sources parfois hétérogènes.

La sémantisation et l'interprétation de scènes sont une problématique majeure à plusieurs échelles, qui sont traitées dans ce projet. A grande échelle, on parle généralement à d'"occupation du sol" (OCS). Les applications et les demandes de création de services capables d'extraire des couches OCS de bonne qualité extrêmement nombreuses. On se focalise à la fois sur l'analyse de capteurs émergents et sur l'enrichissement de bases de données existantes : sémantisation plus poussée (espèces d'arbres, matériaux de toits), extraction de classes non existantes (vignes, types de voitures). A petite échelle, on se concentre sur la détection d'objets et sur l'analyse conjointe entre classification et reconstruction pour la modélisation de scènes urbaines complexes, ainsi que leur qualification.



Projets


HYEP : Hyperspectral imagerY for Environmental urban Planning (ANR 2014-2018)

Le projet HYEP vise à disposer d'outils permettant de caractériser le milieu urbain afin d'en étudier l'évolution et l'impact induit sur son environnement: bases de données morpho-spectrales et algorithmes de traitement de données. En particulier, des méthodes seront développées afin de traiter des images hyperspectrales à différentes résolutions spatiales (1-15m): classification, détection de changement, fusion Pan+HS etc. Nous irons jusqu'à l'étude du potentiel du futur capteur HYPXIM et à l'affinage des spécifications d'une telle mission. Enfin, quatre cas d'application sont visées: estimation des surfaces imperméables, la végétation en milieu urbain, la caractérisation des matériaux de toits et les zones humides. Les partenaires de l'IGN dans ce projet sont le LIVE (Université de Strasbourg), l'ONERA, le GIPSA-Lab (INP Grenoble), GEODE, ESPACE et l'IRAP.


OSO : Occupation du SOl (TOSCA 2015-2016)

L'objectif de cette proposition est de demander un soutien permettant de faciliter la coordination des activités du Centre d'expertise scientifique (CES) "Occupation des sols" du Pôle de données surfaces continentales THEIA.

Il s'agit tout d'abord d'animation scientifique afin de converger sur des méthodologies communes de mise en oeuvre tenant compte des besoins des utilisateurs, puis de valorisation des travaux communs et enfin de développement de produits de démonstration. Les principaux instituts de recherche en télédétection sont regroupés dans ce consortium: Cesbio (pilote), Météo France, INRA (UMR ISPA), Dynafor, SERTIT (UNISTRA, A2S), UMR TETIS, LETG - COSTEL.


VEGIDAR : La végétation en milieu urbain par couplage de télédétection optique à très haute résolution spatiale et lidar (TOSCA 2015-)

On vise à proposer de nouvelles méthodologies de détection et de cartographie de la végétation en milieu urbain. Nous nous focaliserons en particulier sur les pelouses, jardins privatifs, la végétation arbustive et arborée, les friches, les toits et terrasses végétalisés qui constituent les principales sources de végétation en ville. D'un point de vue quantitatif, on visera mesurer la répartition de la végétation en termes surfaciques et à fournir le LAI (Leaf Area Index) associé. La synergie de séries d'images optiques et de données LiDAR permettra de définir des signatures thématiques de l'occupation biophysique des surfaces (sols, toits, terrasses) et de leur structuration (hauteur des objets artificialisés et de la végétation). La réalisation de ce projet nous permettra à la fois d'identifier et de caractériser très précisément la végétation en ville à l'échelle de l'agglomération et de valider des méthodes de cartographie thématique en milieu urbain basées sur les données des capteurs Pléiades et des données LiDAR (préparation des missions Z-EARTH et LEAF). Les trois sites d'étude choisis sont les agglomérations de Rennes, Nantes et Strasbourg.

Les partenaires sont: LETG-COSTEL (pilote), LIVE (Université de Strasbourg), IRISA et OSUNA.


Thèses MATIS sur le sujet


  • 2015, Sébastien Giordano :
    Démélange d’images radar polarimétrique par séparation thématique de sources
    Dirigée par Jean-Paul Rudant et Grégoire Mercier.
    Télécharger le mémoire

  • 2017, Clément Dechesne :
    Extraction de caractéristiques forestières par analyse conjointe d'imagerie superspectrale ou hyperspectrale et de données lidar 3D
    Dirigée par Valérie Gouet-Brunet.
    Co-encadrement : Clément Mallet et Arnaud Le_Bris.
    Télécharger le mémoire

  • 2017, Cécile Cazals :
    Apport des images radar pour la cartographie des végétations en milieu tempéré
    Dirigée par Jean-Paul Rudant et Pierre-Louis Frison.


Thèses en cours


  • Tristan Postadjian (depuis 2015) :
    Vers une occupation du sol France entière à très haute résolution
    Dirigée par Clément Mallet.
    Co-encadrement : Arnaud Le_Bris et Hichem Sahbi.

  • Oussama Ennafii (depuis 2016) :
    Evaluation and selection of 3D city modelling techniques
    Dirigée par Clément Mallet et Florent Lafarge (Inria | Titane).
    Co-encadrement : Arnaud Le_Bris.

  • Anatol Garioud (depuis 2018) :
    Suivi de la dynamique des prairies permanentes par analyse des séries temporelles multi-modales
    Dirigée par Clément Mallet.
    Co-encadrement : Sébastien Giordano et Silvia Valero.

  • Hermann Tagné Taguifang (depuis 2019) :
    Vers une mise à jour de l'occupation du sol du Cameroun par analyse d'imagerie satellitaire et l'exploitation de données cartographiques existantes
    Dirigée par Clément Mallet et David Monkam.
    Co-encadrement : Arnaud Le_Bris.


Publications récentes


O. Ennafii, A. Le_Bris, F. Lafarge, C. Mallet. Semantic evaluation of 3D city models. Archives HAL.

O. Ennafii, C. Mallet, A. Le_Bris, F. Lafarge. The necessary yet complex evaluation of 3D city models: a semantic approach. JURSE 2019, Vannes, France, May 2019.

O. Ennafii, A. Le_Bris, F. Lafarge, C. Mallet. Scalable Evaluation of 3D City Models. in Proc. of the IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Yokohama, Japan, August 2019.

D. Derksen, J. Inglada, J. Michel, V. Poughon, V. Poulain, A. Stoian, C. Mallet, A. Le_Bris, T. Postadjian. Comparing Deep Convolutional Neural Networks To Handcrafted Contextual Features For Large Scale Land Cover Mapping. in Living Planet Symposium, Milan, Italy, May 2019.

A. Garioud, S. Giordano, S. Valero, C. Mallet. Challenges in grassland mowing event detection with multimodal Sentinel images. in MultiTemp 2019, Shangai, China, August 2019.



Toutes les publications MATIS sur le sujet

Site internet de la recherche à l'IGN