Soutenance de thèse de Jérémy Montlahuc, doctorant au sein du laboratoire LISPEN : «Segmentation sémantique de nuages de points multisources de parcelles et d’ouvrages existants à l'aide de techniques d'apprentissage machine»
Résumé
Les technologies d’acquisition à distance sont de plus en plus disponibles et performantes. Leur déploiement comme technologie de mesure sans contact est plus fréquent et les possibilités d’utilisation ne font qu’augmenter. Ces technologies, couplées à la puissance de calcul des ordinateurs, rendent possibles l’acquisition et le traitement d’un grand nombre de données. La combinaison des données issues de diverses technologies devient donc envisageable, et même souhaitable pour pallier les limites de chaque technologie.
Ce projet de recherche s’inscrit dans cette lignée. Il a pour domaine d’application la numérisation de larges zones géographiques, allant de 10² m² au 10 km² avec l’exploitation simultanée de plusieurs technologies d’acquisitions. Dans notre cas spécifique, nous avons accès à des relevés de quatre technologies d’acquisition distinctes que sont le lidar aéroporté à bord d’avions, lidar porté à bord d’hélicoptères, la photogrammétrie par drones et le lidar terrestre. Le principal requis est la création automatisée, à partir de plusieurs types de relevés et via un algorithme de segmentation sémantique, d’un nuage de points multisources complet et consolidé. Ce sujet soulève la question fondamentale qui est de comment exploiter au mieux les différents relevés, qui sont divers par leurs densités et caractéristiques, dans le but de créer et de segmenter précisément le nuage de points multisources.
Les différentes sources de données fournissant des données hétérogènes. Leur fusion et leur consolidation sont des sujets peu traités dans la littérature. La principale raison est le manque de projets industriels qui impliquent plusieurs technologies d’acquisition. Ces dernières, lorsqu’elles sont mises en place simultanément pour un projet, doivent répondre au mieux aux critères qui se résume à un nuage cohérent et une segmentation précise. L’utilisation d’une unique technologie par projet est de plus en plus remise en cause. En effet, avec l’utilisation croissante des drones et de la photogrammétrie aérienne pour soutenir les lidars terrestres procure un accès grandissant à des captations dites multisources. Cependant, la littérature scientifique est, pour le moment, maigre en articles prenant plusieurs sources, et est encore plus pauvre quand il s’agit de sources autres qu’un couple photographie/lidar.
Nos travaux s’inscrivent dans l’optique d’une ouverture des projets de captation numérique pour l’usage de diverses sources complémentaires. Notre principale contribution propose différents modules développés pour traiter et segmenter sémantiquement les nuages de points multisources. La propagation des attributs acquis par les différentes sources est basée sur la notion de proximité. Les points avoisinants sont interjumelés et les attributs sont ainsi consolidés, ce qui a permis de segmenter sémantiquement tout en bénéficiant des avantages de chaque technologie. Une étude d’ablation est réalisée dans le but d’évaluer l’intérêt des différents modules de notre proposition. Notre proposition est validée sur des nuages de points multisources mis à disposition par notre partenaire industriel. Également, les performances de notre proposition sont comparées, avantageusement, avec autres algorithmes récemment proposés dans la littérature scientifique sur ce sujet. Notre proposition a permis d’obtenir de meilleures performances de segmentation sémantique. Toutefois, le temps des calculs est légèrement plus grand.
Composition du jury
M. Louis RIVEST, directeur de thèse, Professeur, Département de génie des systèmes à l’École de technologie supérieure
M. Antoine TAHAN, codirecteur de thèse, Professeur, Département de génie mécanique à l’École de technologie supérieure
M. Jean-Philippe PERNOT, co encadrant de thèse, Professeur des Universités, LISPEN, Arts et Métiers HESAM Université
M. Arnaud POLETTE, co encadrant de thèse, Maître de Conférences, LISPEN, Arts et Métiers HESAM Université
M. Jean-Luc MARI, rapporteur, Professeur des Universités, LIS, à la Faculté des Sciences, Aix-Marseille Université
M. Yann QUINSAT, rapporteur, Professeur agrégé, LURPA, à l’Université Paris-Saclay
M. Marc-Antoine DROUIN, examinateur externe, CNRC
M. Michel GUÉVREMONT, examinateur externe, Hydro-Québec
La soutenance se déroulera le mardi 27 juin 2023 à 15h00 via zoom.
