Les acquisitions d'images stéréoscopiques depuis des capteurs
satellitaires ou aéroportés permettent de produire des modèles
numériques de surface (MNS) via les techniques de photogrammétrie. Ces
données MNS sont extrêmement utiles lors de production de cartes
d'occupation d'occupation du sol, car elles permettent de facilement
distinguer des éléments au sol et les éléments hors sol. Elles
permettent également d'enrichir considérablement la profondeur
sémantique des cartes en proposant plusieurs classes de bâtiments ou de
végétations en fonction de leur hauteur par rapport au sol. Cependant,
l'exactitude géométrique et altimétrique de ces produits
photogrammétriques est relativement limitée et conduit parfois à créer
des erreurs dans les classifications. A contrario, les MNS dérivés de
nuages de points LIDAR ont une très grande exactitude géométrique et
altimétrique, mais on le gros inconvénient d'avoir un prix d'acquisition
être extrêmement élevé. Ce problème de coût rend souvent impossible
l'utilisation de ces données dans des pays pauvres comme en Afrique
subsaharienne, par exemple.

Cette recherche visera à développer une approche basée sur les réseaux
antagonistes génératifs (GANs) qui permettra d'améliorer la qualité des
DSM photogrammétriques de telle sorte qu'ils se rapprochent de la
qualité d'un DSM dérivé d'un nuage de point LIDAR. Le modèle sera
entraîné à imiter le rendu d'un DSM dérivé du LIDAR sur base d'un DSM
photogrammétrique fourni en entrée. Un exemple d'approche similaire dans
la littérature est Bittner et Korner (2018) [1]. Le modèle sera entraîné
avec un jeu de données sur Bruxelles incluant des prises de vues
stéréoscopiques (GSD=5cm) et un relevé LiDAR à 40 pts/m², suivant un
transect Nord/Sud. Le modèle sera ensuite utilisé pour améliorer un nDSM
photogrammétrique de la ville de Dakar et une validation sera effectuée
avec des mesures déjà effectuées sur le terrain.

Ce travail sera d'une grande aide pour les futures recherches en
télédétection portant sur des régions du monde où des acquisitions LIDAR
ne sont pas réalisables.

Contact:
GRIPPA Tais tais.grippa@ulb.be, Olivier.Debeir@ulb.be

[1]
https://eur01.safelinks.protection.outlook.com/?url=https%3A%2F%2Fopenaccess.thecvf.com%2Fcontent_cvpr_2018_workshops%2Fw36%2Fhtml%2FBittner_Automatic_Large-Scale_3D_CVPR_2018_paper.html&data=04%7C01%7COlivier.Debeir%40ulb.be%7C50b622081535464479a508d9a9c3711f%7C30a5145e75bd4212bb028ff9c0ea4ae9%7C0%7C0%7C637727479135206960%7CUnknown%7CTWFpbGZsb3d8eyJWIjoiMC4wLjAwMDAiLCJQIjoiV2luMzIiLCJBTiI6Ik1haWwiLCJXVCI6Mn0%3D%7C3000&sdata=2MSCqhioBXI6TBWGzdkDAsYvLSIbn0wgd0pSyuMQK30%3D&reserved=0