L’évènement scientifique «Joint Urban Remote Sensing Event »(JURSE) a eu lieu en mai 2019 à Vannes, en France. Il s’agit d’une conférence internationale avec un comité d’examinateurs. La thématique de cet évènement est la télédétection et ses applications telles que la localisation de bâtiments en images aériennes 2D, la détection de bidonvilles en milieu urbain, etc.

Berger-Levrault a eu le plaisir de présenter ses travaux sur la classification 3D d’objets urbains lors de cette conférence. Notre publication scientifique présentait les résultats de la thèse de doctorat de Younes Zegaoui. L’objectif est de reconnaître et de localiser automatiquement les objets urbains (voitures, poteaux, arbres, etc.) dans les scènes urbaines scannées par LiDAR.

Dans cette publication, nous soutenons que pour que la localisation Deep-Learning soit fonctionnelle, nous devons en amont nous assurer que la tâche basique de reconnaître les objets isolés est validée. Ainsi, nous proposons d’évaluer les performances d’un réseau neuronal 3D de pointe et d’autres expériences afin d’améliorer les performances de reconnaissance. Nous mettons également à disposition nos deux ensembles de données (train set et test set) ici.

D’autre part, Berger-Levrault a présenté des idées innovantes pour la surveillance automatique des objets urbains et leur usage pour les gestionnaires municipaux. Les données LiDAR étant géoréférencées, il serait possible d’utiliser les prévisions du réseau pour mettre à jour les systèmes d’information géographique existants. De plus, nous pourrions utiliser les mêmes algorithmes dans un bâtiment pour effectuer l’inventaire et le suivi de l’équipement.

Lien vers la conférence : http://jurse2019.org/

Lien vers la publication scientifique : http://hal.cirad.fr/lirmm-02087761v1