Publications
Très impliqué dans les activités de recherches, Geovast 3D favorise son accès public.
Ainsi, nous collaborons avec des universités du monde entier pour la publication et la diffusion de travaux effectués au sein ou en partenariat avec Geovast 3D.
![]() |
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 |
|
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 Consulter sur LidarNews.com - 9 pages |
![]() |
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 |
![]() |
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 |