https://rfpt.sfpt.fr/index.php/RFPT/issue/feedRevue Française de Photogrammétrie et de Télédétection2026-02-16T00:00:00+00:00Mehdi Daakirmehdi.daakir@ign.frOpen Journal Systems<p>La RFPT est une revue scientifique <strong>open-acess</strong> spécialisée en Photogrammétrie et Télédétection.</p> <p>Rédacteur en Chef : Mehdi Daakir (08/2025 - à present)<br />Indexée dans : CrossRef, <a href="https://v2.sherpa.ac.uk/id/publication/39617">Sherpa/Romeo</a>, <a href="https://doaj.org/toc/2426-3974">DOAJ</a>, <a href="https://www.scopus.com/sourceid/144988">Scopus</a></p>https://rfpt.sfpt.fr/index.php/RFPT/article/view/733Reconstruction automatique de contours de toits en 3D à l’aide du Frame Field Learning2025-09-23T07:21:27+00:00Célestin Huetcelestin.huet@ign.fr<p>Plusieurs modèles d’apprentissages profonds, comme le Frame Field Learning, ont été développés récemment pour détecter<br />les contours de bâtiments sur images aériennes. Cependant, ils ne sont pas capables de fournir une estimation de la<br />hauteur des bâtiments. De plus, de part le dévers, il peut exister un décalage en planimétrie entre la position détectée sur<br />l’orthophoto et la position réelle. Par ailleurs, l’IGN dispose d’images orientées qui sont les images acquises par avion et<br />dont leur vocation première est la production de la BD ORTHO®. L’intérêt de ces images est de voir chaque bâtiment<br />en plusieurs fois depuis des points de vue différents, permettant ainsi des reconstructions 3D. Nous proposons ici un<br />algorithme qui, en utilisant des inférences du Frame Field Learning sur ces images orientées, reconstitue les bords de<br />bâtiments en trois dimensions. Le code est disponible sur https://github.com/IGNF/Samon_gouttieres</p>2026-02-17T00:00:00+00:00(c) Tous droits réservés Célestin Huet 2026