Le prochain webinaire aura lieu ce jeudi 21 janvier. Ce sera l’occasion pour Philippe Blais de nous présenter les résultats de ses travaux de maîtrise.

Le 10 décembre prochain, soyez des nôtres pour un webinaire portant sur l’utilisation du LIDAR embarquée sur drone en milieu forestier.

Cette présentation décortiquera la méthodologie et les résultats de calibrage de multiples capteurs installés sur une motomarine adaptée à la navigation dans les eaux froides et peu profondes et un véhicule tout terrain (VTT) pouvant se déplacer sur des banquises.

Dans un contexte de capture de la réalité couplée à l’intelligence artificielle, la présentation s’intéresse au potentiel de recherche passionnant de traitements avancés sur nuages de points 3D, de leur structuration, leur sémantique et les traitements non supervisés. Le travail présentera, entre autres, un modèle interopérable pour la gestion des nuages de points volumineux tout en intégrant la sémantique.

Compte tenu de la pandémie de la COVID-19, cette 8e édition se déroulera entièrement en ligne. À l’image des éditions précédentes, l’événement proposera une variété d’activités ayant pour but de démystifier les SIG et applications géospatiales.

Soyez des nôtres le 15 octobre prochain pour un webinaire présenté par Saeid Emamgholian, étudiant au doctorat.

Venez assister à la conférence-midi de Matthieu Noucher, chercheur au CNRS et chercheur associé au CRDIG, le 24 février 2020, de 12h00 à 13h00 à la salle 2306 du pavillon Louis-Jacques-Casault.

Ce lundi 16 décembre, deux finissants de maîtrise présenteront leurs travaux de recherche.

Vous êtes invités à venir assister à la présentation de Yandi Yang, ce vendredi 25 octobre de 11h30 à 12h30 à la salle CSL-2306.

Yandi termine un stage Mitacs Globalink sous la supervision de Éric Guilbert. Il nous présentera les résultats de ses travaux.

Airborne LiDAR Semantic Segmentation based on Superpoint Graph

In these recent years, several deep learning approaches for point cloud classification and segmentation have been presented. These methods all rely on a convolutional neural network and were developed for dealing with 3D objects and indoor scenes but also for point clouds obtained from terrestrial laser scanning. However, little consideration was given to airborne lidar scanning. Hence, in this presentation, we assess superpoint graph, a popular segmentation approach, on an airborne point cloud. After introducing superpoint graph, we will present results obtained on a point cloud in an urban environment and on a point cloud in a forest environment. We will also address technical issues we encountered during the project.