Logo image
Se connecter
Classification d'objets urbains à partir de données LiDAR 3D terrestre par Deep-Learning
Acte de colloque   Open Access

Classification d'objets urbains à partir de données LiDAR 3D terrestre par Deep-Learning

Younes Zegaoui, Marc Chaumont, Gérard Subsol, Philippe Borianne et Mustafa Derras
SAGEO 2018 - Conférence internationale francophone Spatial Analysis and GEOmatics (Montpellier, France, 06/11/2018–09/11/2018)

Résumé

LiDAR Deep-learning 3D points clouds Urban objects Nuages de points Objets urbains
La détection automatique d'objets urbains reste un défi pour les gestionnaires de ville. Les approches existantes en télédétection comprennent l'utilisation d'imagerie aérienne ou de LiDAR pour cartographier une scène. Nous voulons mettre à l'épreuve les méthodes 3D Deep Learning pour aborder le problème de la détection d'objets urbains. Dans cet article, nous présentons les résultats de plusieurs expériences sur la classification des objets urbains avec le réseau PointNet.

Fichiers et liens (1)

url
Find in HALAfficher

Indicateurs

1 Consultations de la notice

Détails

Logo image