N. Paparoditis, Laboratoire MATIS

Dimension: px

Commencer à balayer dès la page:

Download "N. Paparoditis, Laboratoire MATIS"

Michelle Carrière
il y a 8 ans
Total affichages :

1 N. Paparoditis, Laboratoire MATIS

2 Contexte: Diffusion de données et services locaux

3 STEREOPOLIS II Un véhicule de numérisation mobile terrestre Lasers Caméras Système de navigation/positionnement

4 STEREOPOLIS II: un géoréferencement de qualité GPS En terrain dégagé : IMU Odomètre Orientation: 0.02 Position: subdécimétrique En urbain tout dépend de la durée des masques: Orientation: 0.05 Position: décimétrique à métrique

02 Position: subdécimétrique En urbain tout dépend de la

5 Imagerie panoramique et stéréoscopique 16 caméras Full HD

6 Imagerie panoramique Acquisition à vitesse normale d un canevas dense régulier spatialement par asservisement sur l INS Une très grande résolution géométrique

7 Imagerie panoramique Une très grande qualité radiométrique Pose fixe Capteur KODAK 7,4µm 12 bits, SNR =

8 Imagerie LASER planaire Numérisation des façades RIEGL LMS-Q120i pts par seconde 80 degrés 150 m pour 0.8 de reflectance

9 Imagerie LASER rotative Numérisation de la partie basse du canyon urbain Détection d objets mobiles HDL -64E pts /s 26.8 degrés (+2 à 24.8) 64 fibres lasers (50m pour 0.1 de reflectance 120m pour 0.8) 5 à 15 tours/sec

10 Le corpus de itowns Paris 12ème Arrondissement 12 heures conduite 180 km linéaire panoramiques images 800 millions points laser 4 Terra Octets Ce volume de données est-il un problème?

panoramiques 540000 images 800 millions points

11 itowns: 3 défis scientifiques Extraction de signes Navigation immersive et diffusion web Indexation par le contenu Applications localisation Moteur de recherche mixte SIG et SII

12 itowns: Navigation Panoramique Immersive Web

13 Extraction de signes et catégories Piétons Fenêtres Vie privée Qualité de vie Activité Mobilité Voitures Textes Marquages Panneaux Arbres Façades Enseignes

14 Problématique de diffusion et vie privée Détection et floutage de piétons [Devaux et al 09]

15 Mobilité et itinéraires Nombre de voies, passages piétons, trottoirs, marquages spéciaux, panneaux, textes, etc

16 Images Extraction de signes : le texte enfoui Segmentation Filtrage Classification Regroupement Localiser et reconnaître le texte enfoui dans les images [Fabrizio et al 09]

17 Images Extraction de signes : le texte enfoui Segmentation Filtrage Classification Regroupement Segmentation par opérateur morphologique [Fabrizio et al 09]

18 Images Extraction de signes : le texte enfoui Segmentation Filtrage Classification Regroupement Filtrage rapide sur des critères géométriques simples [Fabrizio et al 09]

19 Images Extraction de signes : le texte enfoui Segmentation Filtrage Classification Regroupement Classification à l'aide de descripteurs de forme [Fabrizio et al 09]

20 Images Extraction de signes : le texte enfoui Segmentation Filtrage Classification Regroupement Regroupement des régions proches et cohérentes [Fabrizio et al 09]

21 Images Extraction de signes : le texte enfoui Segmentation Filtrage Classification Regroupement => Reconnaître puis exploiter le texte

22 Extraction de signes : les fenêtres Détection Caractérisation, recherche par similarité [Haugeard et al 09]

23 Scénarii de recherche d information Trouver une localisation à partir : D une image prise par un téléphone portable D une adresse (positionnement devant le numéro de plaque) D une requête partielle («un boulangerie près de l église St Eustache») D indices sémantiques («un appartement Haussmannien, au dessus du troisième étage, quartier vert,») Requête : Recherche d images dans la base + base adresse : 2. Application d aide à la localisation, recherche d'information (horaires d'ouverture, avis des clients,...), 3. enrichissement interactif de la base (ajout de photos, commentaires...)

24 Caractérisation par le contenu pour la recherche d images Détection Points d'intérêts

25 Caractérisation par le contenu pour la recherche d images Détection Points d'intérêts Détection dense

26 Caractérisation par le contenu pour la recherche d images Détection Points d'intérêts Détection dense Multi-échelle

27 Caractérisation par le contenu pour la recherche d images Détection Points d'intérêts Détection dense Multi-échelle Description Invariance aux transformations (géométriques, radiométriques) Descripteur SIFT (Lowe03)

28 Recherche d images Appariement de points d'intérêt Recherche rapide des k-ppv dans une très grande base

29 Recherche d images Cohérence géométrique Recherche de transformations géométriques entre points Suppression des points non compatibles

30 Résultats de recherche d images Beaucoup de faux appariements (arbres,...) [Picard et al 09]

31 Challenges et Perspectives Recherche d images : robustesse et passage à l échelle, très grand volume de données Exploiter les signes extraits pour l apprentissage de classes d objets Similarité et classification sur des données hétérogènes Recherche interactive Utiliser le contexte pour améliorer la détection d objets complexes Interprétation de la scène Applications : Enrichissement sémantique de la navigation interactive Moteur de recherche Génération de navigations Inclure des images clés dans un itinéraire («image du croisement auquel il faut tourner à gauche»)

Documents pareils

Société de Geo-engineering

Gestion de la maintenance des réseaux le géoréférencement inertiel direct, technologie automatisée d'acquisition d'objets 2D / 3D vers les SIG Société de Geo-engineering Activité d'expertise et d'ingénierie