SMART POINT CLOUD: DEFINITION AND REMAINING CHALLENGES

F. POUX - R. NEUVILLE - P. HALLOT - R. BILLEN

Dealing with coloured point cloud acquired from terrestrial laser scanner, this paper identifies remaining challenges for a new data structure: the smart point cloud. This concept arises with the statement that massive and discretized spatial information from active remote sensing technology is often underused due to data mining limitations. The generalisation of point cloud data associated with the heterogeneity and temporality of such datasets is the main issue regarding structure, segmentation, classification, and interaction for an immediate understanding. We propose to use both point cloud properties and human knowledge through machine learning to rapidly extract pertinent information, using user-centered information (smart data) rather than raw data. A review of feature detection, machine learning frameworks and database systems indexed both for mining queries and data visualisation is studied. Based on existing approaches, we propose a new 3-block flexible framework around device expertise, analytic expertise and domain base reflexion. This contribution serves as the first step for the realisation of a comprehensive smart point cloud data structure.

Consulter sur ResearchGate  - 8 pages
Editeur : Copernicus Publications
ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences IV-2-W1
Octobre 2016

Comparing Aerial Photogrammetry and 3D Laser Scanning Methods for creating 3D Models of Complex Objects

C. NOVEL - R. KERIVEN - P. GRAINDORGE - F. POUX

Au cours de la dernière décennie, l'évolution de la puissance de calcul - tant pour les CPU que pour les GPU - A permis le développement d'un logiciel de photogrammétrie qui peut transformer un ensemble de photos d'un objet, tel qu'un bâtiment, en nuage de point 3D. Ces logiciels concurrencent les scanners laser, largement utilisés dans la conception, la construction et le design
d'infrastructure en raison de leur temps d'acquisition rapide et leur précision remarquable. Dans cet article, nous évaluons la précision de la reconstruction par photogrammétrie du traitement de diverses scènes à l'aide du logiciel ContextCapture par comparaison aux nuages de points géoréférencés générés par scanners lasers terrestres.

Consulter sur LidarNews.com  - 9 pages
Editeur : Bentley
whitepaper Bentley
Avril 2016

Segmentation semi-automatique pour le traitement de données 3D denses

F. POUX - B. JONLET - P. HALLOT - C. CARRE - R. BILLEN

Développement d'une méthode de segmentation d'un nuage de point volumineux complexe. Application au patrimoine architectural de Belgique. La cathédrale Saint-Paul de Liège

Consulter sur XYZ  - 7 pages
Editeur : Association Française de topographie, AFTOPO
revue n°141
Décembre 2014

Vers de nouvelles perspectives lasergrammétriques  : Optimisation et automatisation de la chaîne de production de modèles 3D

Florent POUX 

Les nouvelles techniques d'acquisition LiDAR et photogrammétriques permettent d’obtenir rapidement un volume important de données 3D. Actuellement, les phases de post-traitement restent très chronophages, allongeant le délai effectif entre l’acquisition et l’extraction des produits dérivés. Florent POUX a mené des recherches en lasergrammétrie et en photogrammétrie portant sur l’optimisation et l’amélioration des processus d’analyse et de production 3D. Afin d'organiser les nuages de points, une méthode semi-automatique de segmentation est développée basée sur une approche multi perspective adaptée tant au patrimoine architectural aux détails prononcés qu’aux scènes géométriques et industrielles.

Acheter sur Amazon  - 156 pages
Editeur : Editions Universitaires Europeennes (28 avril 2014)
ISBN-10: 3838181468
ISBN-13: 978-3838181462