Knowledge-based 3D point clouds processing

Résumé : La modélisation de scènes réelles à travers la capture de données numériques 3D a été prouvée à la fois utile et applicable dans une variété d’applications. Des scènes entières sont généralement numérisées par des scanners laser et représentées par des grands nuages de points non organisés souvent accompagnés de données photogrammétriques. Un problème typique dans le traitement de ces nuages et données réside dans la détection et la classification des objets présents dans la scène. Ces tâches sont souvent entravées par la variabilité des conditions de capture des données, la présence de bruit, les occlusions ainsi que les données manquantes. Compte tenu de la complexité des problèmes sous-jacents, les approches de traitement récentes tentent d’exploiter les connaissances sémantiques pour identifier et classer les objets. Dans cette thèse, nous proposons une nouvelle approche qui fait appel à des stratégies intelligentes de gestion des connaissances pour le traitement des nuages de points 3D ainsi que l’identification et la classification des objets dans les scènes numérisées. Notre approche étend l’utilisation des connaissances sémantiques à toutes les étapes du traitement, y compris le choix et le guidage des algorithmes de traitement axées sur les données individuelles. Notre solution constitue un concept multi-étape itératif sur la base de trois facteurs : la connaissance modélisée, un ensemble d’algorithmes de traitement, et un moteur de classification. L’objectif de ce travail est de sélectionner et d’orienter les algorithmes de manière adaptative et intelligente pour détecter des objets dans les nuages de points. Des expériences avec deux études de cas démontrent l’applicabilité de notre approche. Les études ont été réalisées sur des analyses de la salle d’attente d’un aéroport et le long des voies de chemin de fer. Dans les deux cas, l’objectif était de détecter et d’identifier des objets dans une zone définie. Les résultats montrent que notre approche a réussi à identifier les objets d’intérêt tout en utilisant différents types de données
Type de document :
Thèse
Other [cs.OH]. Université de Bourgogne, 2013. English. <NNT : 2013DIJOS045>
Liste complète des métadonnées


https://tel.archives-ouvertes.fr/tel-00977434
Contributeur : Abes Star <>
Soumis le : vendredi 11 avril 2014 - 10:44:12
Dernière modification le : mercredi 28 juin 2017 - 11:49:21
Document(s) archivé(s) le : vendredi 11 juillet 2014 - 12:01:04

Fichier

these_A_TRUONG_Quoc_Hung_2013....
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-00977434, version 1

Collections

Citation

Quoc Hung Truong. Knowledge-based 3D point clouds processing. Other [cs.OH]. Université de Bourgogne, 2013. English. <NNT : 2013DIJOS045>. <tel-00977434>

Partager

Métriques

Consultations de
la notice

867

Téléchargements du document

736