У нас вы можете посмотреть бесплатно Triangulation de Delaunay Distribuée pour le calcul sur le cloud или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Présentation par M. Brédif d'une version distribuée de l'algorithme de triangulation de Delaunay en "N" dimensions. L’algorithme de triangulation de Delaunay est très utilisé dans le traitement de nuages de points, car il permet de transformer un nuage de points en un maillage (ou "mesh") 3D. C'est, par exemple, une des étapes de la méthode d'interpolation TIN (c.-à-d. "Triangular Irregular Network"), utilisée pour la génération des MNT issus du LiDAR HD, mais aussi pour le RGE ALTI. La construction de la triangulation de Delaunay est un problème dit "global", la modification d'une position d'un point peut potentiellement affecter l'ensemble de la triangulation. Cette caractéristique rend la construction d'une triangulation avec un grand nombre de points complexes dès lors qu'il devient impossible de le faire sur une seule machine. Il existe des implémentations distribuées de cet algorithme (p. ex. l'implémentation proposée par GeoTreillis), mais ces dernières sont des approximations de la solution globale. Le résultat est une fusion de triangulations de Delaunay indépendantes, elles sont donc sensibles aux artefacts causés par la juxtaposition de ces triangulations. Contrairement à ces précédentes implémentations, l'algorithme présenté ici est adaptée à une structure de tuilage et permet la reconstruction d'une Triangulation de Delaunay exacte en distribué résultant en un tuilage de triangulation cohérentes entre elles, il n'est donc pas sensible à ce problème. L'implémentation originale de cet algorithme a été réalisée avec CGAL et Spark. Une implémentation plus générique est en cours d'implémentation dans CGAL. Début des questions 28:30 ==== Journée BigData ==== Cette présentation s'inscrit dans le cadre d'une journée d'étude sur la thématique du BigData co organisée par Mattia Bunnel ( SV3D/ IGN) et Laurent Caraffa (LaSITG / IGN). Support de présentation : https://mbunel.github.io/journee-BigD... Les 8 présentations de la journée : • BigData 2023 Le programme de la journée : https://mbunel.github.io/journee-BigD... LaSTIG : https://www.umr-lastig.fr/ IGN : https://ign.fr/ ==== Liens Associés ==== Site du projet : https://lcaraffa.github.io/edwsr/ Geotrellis : https://geotrellis.readthedocs.io/en/... CGAL : https://www.cgal.org/ ==== Publications associées ==== "Caraffa L., Marchand Y., Brédif M." & "Vallet B." "Efficiently Distributed Watertight Surface Reconstruction". International Conference on 3D Vision, (2021). https://hal.science/hal-03380593