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


  • 2014, Walid Ouerghemmi :
    Développement d’une approche de Double Séparation de Sources, pour la cartographie de propriétés de sol de surface, sur des surfaces semi-végétalisées, par imagerie Vis-NIR hyperspectrale (Cas du taux d’argile en milieu viticole Languedocien).
    Dirigée par Philippe Lagacherie et Mohamed Saber Naceur.
    Co-encadrement : Cécile Gomez.

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


Thèses en cours


  • Clément Dechesne (depuis 2014) :
    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.

  • Cécile Cazals (depuis 2014) :
    Apport des images radar pour la cartographie des végétations en milieu tempéré
    Dirigée par Jean-Paul Rudant et Pierre-Louis Frison.

  • 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.


Publications récentes


S. Giordano, A. Le_Bris, C. Mallet. Fully Automatic Analysis of Archival Aerial Images Current status and challenges. JURSE 2017, Dubai, UAE, March 2017.

A. Le_Bris, N. Chehata, X. Briottet, N. Paparoditis. Hierarchically exploring the width of spectral bands for urban material classification. JURSE 2017, Dubai, UAE, March 2017.

C. Dechesne, C. Mallet, A. Le_Bris, V. Gouet-Brunet. Semantic segmentation of forest stands of pure species combining airborne lidar data and very high resolution multispectral imagery. ISPRS Journal of Photogrammetry and Remote Sensing, 2017.

A. Ferraz, C. Mallet, N. Chehata. Large-scale road detection in forested mountainous areas using airborne topographic lidar data. ISPRS Journal of Photogrammetry and Remote Sensing, 112, pp.23-36, February 2016.

C. Mallet, A. Ferraz. Détection à haute résolution spatiale de la desserte forestière en milieu montagneux par lidar aéroporté. Forêt-entreprise, N°226, janvier 2016.



Toutes les publications MATIS sur le sujet

Site internet de la recherche à l'IGN