29/06/2005 Page 1 ROBIN - Techno-Vision Base dimages EADS DS l Introduction l Description générale l Description détaillée l Quicklook des données sources

29/06/2005 Page 2 Introduction

29/06/2005 Page 3 Applications visées l Domaines dapplication ð Imagerie HR visible aérienne et satellitaire ð Scènes variées : zone rurales et urbaines, aérodromes ð Objets déplaçables : véhicules, avions l Nature des applications ð Détection et discrimination automatiques ð Reconnaissance suivant un niveau de classification a priori è Ex : véhicule léger, camion moyen, avion de tourisme, avion de transport ð Couplage détection et reconnaissance è Recherche dun modèle de classe dans limage

29/06/2005 Page 4 Principes de simulation l Démarche adoptée : ð Données sources IGN ð Incrustation réaliste dobjets de type véhicules et avions ð Simulation dimages haute résolution à partir dun modèle capteur Gammes de paramètres de capteurs satellitaires et aériens : Résolution, FTM, niveau de bruit Simulation dun modèle de capteur Donnée source Image simulée haute résolution Simulation dun objet et incrustation dans limage Conditions de prise de vue Conditions déclairement Données de calibration Base de modèles 3D dobjets et de textures

29/06/2005 Page 5 Description générale

29/06/2005 Page 6 Description générale l 12 images sources IGN sur 9 scènes différentes ð Rural (3 scènes) ð Urbain (3 scènes) ð Aérodrome (3 scènes) l Conditions de prise de vue différentes ð 1 scène acquise à deux dates différentes ð 2 scènes vues à 2 incidences différentes (conditions stéréoscopiques) l Qualité image ð 3 résolutions : à partir de données sources à la résolution 20-30cm (50cm pour certaines scènes daéroports) ð 2 niveaux de bruit l Nature des objets incrustés ð 25 à 30 objets par image : véhicules (voitures, camions, etc.) ou avions (tourisme, transport, etc.) ð Plusieurs jeux de classes dobjets par image

29/06/2005 Page 7 Scénarii proposés l 7 scénarii proposés ð 3 scénarii sur des natures de scène différentes : rural, urbain et aéroport ð Variation du nombre de classes dobjets dans une image ð Robustesse aux conditions de prise de vue ð Influence des paramètres de qualité image ð Représentativité de la base dapprentissage l Pour tous les scénarii sauf les scénarii 4 et 5 (cf. tableau planche suivante), on pourra supposer connues certaines difficultés comme la résolution et le nombre de classes dobjets ð Les traitements pourront donc être évalués à une résolution donnée et à un nombre de classes dobjets connues a priori.

29/06/2005 Page 8 3 types de bases l Bases de référence ou dévaluation (images) ð 3 scènes rurales, 3 scènes urbaines et 3 scènes daéroports è Plusieurs niveaux de complexité : par exemple, pavillonnaire épars, dense et urbain ð De 3 à 7 images par scène (données sources ou simulées) è Plusieurs résolutions, è Deux niveaux de bruit è Nombre variable de classes dobjet, è Plusieurs incidences, etc. l Bases de validation (images) ð 1 base de validation par scène ð Représentatives dune grande majorité des bases dévaluation l Bases dapprentissage (vignettes) ð Conditions de prise de vue et déclairement semblables ð Au moins 16 exemplaires par classe (gisements différents) ð Conditions différentes sur au moins deux scènes è Variation de léclairement, de lincidence de prise de vue et du fond

29/06/2005 Page 9 Annotation des bases l Chaque image est accompagnée dune vérité-terrain ð Date dacquisition et conditions déclairement ð Paramètres de qualité image (résolution, bruit) ð Nom et classe des objets ð Rectangle englobant lobjet dans limage

29/06/2005 Page 10 Conditions dutilisation et renseignements l Cette base dimages, qui provient dimages de lIGN, est la propriété dEADS DS SA ð Toute publication faisant référence à cette base dimages doit donc ajouter © EADS DS SA © IGN ð Une copie électronique ou papier de la publication doit être envoyée au département LTIS dEADS DS SA l Pour toute information, vous pouvez contacter François Leroy au LTIS /

29/06/2005 Page 11 Description détaillée

29/06/2005 Page 12 Lexique : l SO : donnée source l SI : donnée simulée l BA : base dapprentissage l BV : base de validation l BR : base de référence l Résolutions : R1 ~ 25 cm R2 ~ 50 cm R3 ~ 75 cm R4 ~ 1 m Scénarii

29/06/2005 Page 13 Bases de référence ou dévaluation

29/06/2005 Page 14 Bases de validation Lexique : l SO : donnée source l SI : donnée simulée l BA : base dapprentissage l BV : base de validation l BR : base de référence l Résolutions : R1 ~ 25 cm R2 ~ 50 cm R3 ~ 75 cm R4 ~ 1 m

29/06/2005 Page 15 Bases dapprentissage Lexique : l SO : donnée source l SI : donnée simulée l BA : base dapprentissage l BV : base de validation l BR : base de référence l Résolutions : R1 ~ 25 cm R2 ~ 50 cm R3 ~ 75 cm R4 ~ 1 m

29/06/2005 Page 16 Quicklook des données sources (objets non incrustés)

29/06/2005 Page 17 Scènes rurales © IGN Campagne (Amiens) Garrigue (Marseille)

29/06/2005 Page 18 Scènes rurales © IGN Carrière (Marseille) Deux incidences de prise de vue

29/06/2005 Page 19 Scènes urbaines © IGN Pavillonnaire épars (Amiens) Pavillonnaire dense (Amiens)

29/06/2005 Page 20 Scènes urbaines © IGN Urbain (Marseille) Deux dates dacquisition (automne et printemps)

29/06/2005 Page 21 Scènes daéroports © IGN Aéroport de Vélizy Deux incidences de prise de vue Aéroport dAmiens © IGN

29/06/2005 Page 22 Scènes daéroports © IGN Aéroport de Lourdes