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
Communication Dans Un Congrès Année : 2017

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

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 avançons que l'organisation des scènes urbaines est déterminée par les positions relatives d'objets anthropiques de formes simples. Nous proposons ici de découper la scène en la segmentant en régions géométriquement homogènes afin d'en capturer la structure. Cette dernière peut ensuite être intégrée dans un CRF (Conditional Random Field). 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 un jeu de données en libre accès.
Fichier principal
Vignette du fichier
ORASIS_3.pdf (1.55 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01866620 , version 1 (03-09-2018)

Identifiants

  • HAL Id : hal-01866620 , version 1

Citer

Stéphane Guinard, Loïc Landrieu, Bruno Vallet. Pré-segmentation pour la classification faiblement supervisée de scènes urbaines à partir de nuages de points 3D LIDAR. ORASIS 2017, GREYC, Jun 2017, Colleville-sur-Mer, France. ⟨hal-01866620⟩
66 Consultations
45 Téléchargements

Partager

Gmail Facebook X LinkedIn More