Développement d’un algorithme de classification des nuages de points lidar aéroporté par apprentissage profond pour traiter des classes « non sol »

La compagnie XEOS Imagerie œuvre dans le domaine de l’acquisition de données lidar (Light Detection and Ranging). Elle désire extraire automatiquement les points associés au sol et aux objets à partir du nuage de points 3D brut de l’acquisition lidar. Deux stages précédents ont permis d’identifier les points « Sol » et « Eau ». Le projet proposé implique d’augmenter le nombre de classes qui seront identifiées automatiquement, notamment la végétation, les édifices, les routes et plusieurs types de structures humaines. XEOS désire tirer des avantages que procurent les techniques d’apprentissage profond, notamment par les réseaux de neurones convolutifs, pour identifier le sol et les objets dans les nuages de points lidar bruts acquis par son système aéroporté.

Faculty Supervisor:

Richard Fournier;Mickael Germain;Yacine Bouroubi

Student:

Partner:

XEOS Imagerie

Discipline:

Computer science

Sector:

Professional, scientific and technical services

University:

Université de Sherbrooke

Program: