Pré-segmentation pour la classification faiblement supervisée de scènes urbaines à partir de nuages de points 3D LIDAR - Archive ouverte HAL Accéder directement au contenu
Pré-Publication, Document De Travail Année : 2017

Weakly supervised segmentation-aided classification of urban scenes from 3D LIDAR point clouds

Pré-segmentation pour la classification faiblement supervisée de scènes urbaines à partir de nuages de points 3D LIDAR

Résumé

We consider the problem of the semantic classification of 3D LiDAR point clouds obtained from urban scenes when the training set is limited. We propose a non-parametric segmentation model for urban scenes composed of anthro-pic objects of simple shapes, partionning the scene into geometrically-homogeneous segments which size is determined by the local complexity. This segmentation can be integrated into a conditional random field classifier (CRF) in order to capture the high-level structure of the scene. For each cluster, this allows us to aggregate the noisy predictions of a weakly-supervised classifier to produce a higher confidence data term. We demonstrate the improvement provided by our method over two publicly-available large-scale data sets.
Nous traitons le problème de la classification sémantique de nuages de points 3D LIDAR pour les scènes urbaines à partir d'un jeu d'apprentissage limité. Nous introdui-sons un modèle de segmentation non paramétrique pour les scènes urbaines formées par des objets anthropiques de formes simples. Notre modèle segmente la scène en ré-gions géométriquement homogènes dont la taille est auto-matiquement déterminée par la complexité de la géomé-trie locale. Cette segmentation peut ensuite être intégrée dans un CRF (Conditional Random Field) afin de modé-liser la structure globale de la scène. Cela nous permet d'aggréger, pour chaque groupe de points, les prédictions bruitées d'une classification faiblement supervisée. Nous démontrons l'efficacité de notre méthode sur deux jeux de données en accès libre.
Fichier principal
Vignette du fichier
ORASIS_3.pdf (1.51 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01499571 , version 1 (03-04-2017)
hal-01499571 , version 2 (13-04-2017)

Identifiants

  • HAL Id : hal-01499571 , version 1

Citer

Stéphane Guinard, Loic Landrieu, Bruno Vallet. Pré-segmentation pour la classification faiblement supervisée de scènes urbaines à partir de nuages de points 3D LIDAR. 2017. ⟨hal-01499571v1⟩
376 Consultations
637 Téléchargements

Partager

Gmail Facebook X LinkedIn More