Skip to Main content Skip to Navigation
Preprints, Working Papers, ...

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

Stéphane Guinard 1 Loic Landrieu 1 Bruno Vallet 1
1 MATIS - Méthodes d'Analyses pour le Traitement d'Images et la Stéréorestitution
LaSTIG - Laboratoire des Sciences et Technologies de l'Information Géographique
Résumé : 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.
Complete list of metadatas

https://hal.archives-ouvertes.fr/hal-01499571
Contributor : Loic Landrieu <>
Submitted on : Monday, April 3, 2017 - 5:56:39 PM
Last modification on : Tuesday, May 12, 2020 - 8:28:22 AM
Document(s) archivé(s) le : Tuesday, July 4, 2017 - 12:27:03 PM

File

ORASIS_3.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01499571, version 1

Citation

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⟩

Share

Metrics

Record views

49

Files downloads

53