Sylvie Daniel
Professeure titulaire
Faculté de foresterie, de géographie et de géomatique
Départ. des sciences géomatiques
Directrice de département
Faculté de foresterie, de géographie et de géomatique
Départ. des sciences géomatiques
Domaines de recherche
- Génie géomatique, n.c.a.
- Télédétection en géomatique et photogrammétrie
- Levés géomatiques (y compris les levés hydrographiques)
- Traitement et analyse d'images et de vidéos
- Vision par ordinateur en intelligence artificielle
- Intelligence artificielle, n.c.a.
- Reconnaissance des formes et vision artificielle
- Traitement du signal radar et sonar
- Systèmes de modélisation et de simulation du traitement du signal
- Centre de recherche en Robotique, Vision et Intelligence Machine
- Centre de recherche Québec-Océan-Laval
- Institut Intelligence et Données
Aut2026 - Thales - 2 - Adaptation de domaine et apprentissage par transfert pour les données hyperspectrales multi-capteurs et les données hyperspectrales
Programme: Accélération Québec (MITACS et gouvernement provincial)
Organisme(s) subventionnaire(s): MITACS Inc.
Type de financement: Subvention
Établissement tête: Université Laval
Du 1 octobre 2026 au 5 août 2027
Développement d'une plateforme hudrographique légère à faible coût basée sur un échosondeur monofaisceau et un GNSS de précision - REPER Océan v2.1
Programme: BDR - Contributions
Organisme(s) subventionnaire(s): Université Laval - Fonds internes
Type de financement: Subvention
Établissement tête: Université Laval
Du 1 septembre 2026 au 30 avril 2027
Projet de Chaire de recherche Université
Programme: Chaire de recherche en partenariat
Organisme(s) subventionnaire(s): Fonds de recherche du Québec - Nature et technologies, Université Laval - Fonds internes
Type de financement: Subvention
Établissement tête: Université Laval
Du 1 avril 2026 au 31 mars 2031
Systèmes cyberphysiques et intelligence machine matérialisée (REPARTI)
Programme: Regroupements stratégiques NT
Organisme(s) subventionnaire(s): Fonds de recherche du Québec - Nature et technologies, Université Laval - Fonds internes
Type de financement: Subvention
Établissement tête: Université Laval
Du 1 avril 2026 au 31 mars 2032
Unsupervised Change Detection and Digital Twin Generation from Large-Scale LiDAR for Construction Site Monitoring
Programme: Accélération Québec (MITACS et gouvernement provincial)
Organisme(s) subventionnaire(s): MITACS Inc.
Type de financement: Subvention
Établissement tête: Université Laval
Du 2 février 2026 au 1 avril 2029
Vers un réseau géodésique 3D
Programme: Subvention Alliance - Avantage
Organisme(s) subventionnaire(s): Conseil de recherches en sciences naturelles et génie Canada, Ministère des Ressources naturelles et des forêts
Type de financement: Subvention
Établissement tête: Université Laval
Du 31 octobre 2025 au 30 octobre 2028
Intégration des données de télédétection (bathymétrie et niveau d'eau) dans les modèles hydrauliques afin d'améliorer la caractérisation de l'aléas inondation
Programme: Subvention Alliance - Avantage
Organisme(s) subventionnaire(s): Min. de l'Environnement, de la Lutte contre les changements climatiques, de la Faune et des Parcs, Conseil de recherches en sciences naturelles et génie Canada
Type de financement: Subvention
Établissement tête: Université de Sherbrooke
Du 30 août 2024 au 29 août 2027
Innovative deep learning solutions leveraging unlabeled and multi-source annotated datasets to segment and monitorchange in large scale 3D point clouds for Digital Twin Cities
Programme: Subventions à la découverte SD (individuelles et d'équipe)
Organisme(s) subventionnaire(s): Conseil de recherches en sciences naturelles et génie Canada
Type de financement: Subvention
Établissement tête: Université Laval
Du 1 avril 2023 au 31 mars 2028
De l'observation de la Terre à distance aux services d'information décisionnelle (DOTS)
Programme: Programme de formation orientée vers la nouveauté, la collaboration et l'expérience en recherche (FONCER)
Organisme(s) subventionnaire(s): Université Laval - Fonds internes, Conseil de recherches en sciences naturelles et génie Canada
Type de financement: Subvention
Établissement tête: Université de Sherbrooke
Du 1 septembre 2020 au 31 août 2027
Financements des 2 dernières années
Mise à jour du système de référence géodésique canadien et logiciel d'ajustement des réseaux géodésiques
Organisme(s) subventionnaire(s): Ministère des Ressources naturelles et des forêts
Type de financement: Contrat
Établissement tête: Université Laval
Du 7 octobre 2024 au 21 mars 2025
Systèmes cyberphysiques et intelligence machine matérialisée
Programme: Regroupements stratégiques NT
Organisme(s) subventionnaire(s): Université Laval - Fonds internes, École de technologie supérieure, Fonds de recherche du Québec - Nature et technologies
Type de financement: Subvention
Établissement tête: Université Laval
Du 1 avril 2019 au 31 mars 2026
- Jessica Plante, Doctorat en sciences géomatiques
- Kibalou Betchaleel Banakinao, Doctorat en sciences géomatiques
Encadrements des 5 dernières années
- Amal Marzouki, Doctorat en sciences de l'administration - systèmes d'information organisationnels
- Juzer Noman, Maîtrise en sciences géomatiques - avec mémoire
- Lamiae El Mendili, Doctorat en sciences géomatiques
- Mohamed Ali Ghannami, Doctorat en sciences géomatiques
- Nada Bouferdous, Maîtrise en sciences géomatiques - avec mémoire
- Niloufar Haghighatgou, Maîtrise en sciences géomatiques - avec mémoire
- Reza Mahmoudi Kouhi, Doctorat en sciences géomatiques
- Stephane Guinard, Stage postdoctoral en sciences géomatiques
- William Albert, Maîtrise en sciences géomatiques - avec mémoire
- Willian Ney Cassol, Doctorat en sciences géomatiques
Travaux de recherche des 5 dernières années
Adapting Mask-RCNN for Instance Segmentation of Underwater Dunes in Digital Bathymetric Models Geosciences, 2026. Nada Bouferdous, Eric Guilbert, Sylvie Daniel. DOI 10.3390/geosciences16050168
Context-Aware Feature Adaptation for Mitigating Negative Transfer in 3D LiDAR Semantic Segmentation 2025. Lamiae El Mendili, Sylvie Daniel, Thierry Badard. DOI 10.20944/preprints202506.2332.v1
CLOUDSPAM: Contrastive Learning On Unlabeled Data for Segmentation and Pre-Training Using Aggregated Point Clouds and MoCo Remote Sensing, 2024. Reza Mahmoudi Kouhi, Olivier Stocker, Philippe Giguère, Sylvie Daniel. DOI 10.3390/rs16213984
A Likelihood-based Triangulation Method for Uncertainties in Through-Water Depth Mapping 2024. Mohamed Ali GHANNAMI, Sylvie DANIEL, Guillaume SICOT, Isabelle QUIDU. DOI 10.20944/preprints202409.0487.v1
Data Preparation Impact on Semantic Segmentation of 3D Mobile LiDAR Point Clouds Using Deep Neural Networks Remote Sensing, 2023. Reza Mahmoudi Kouhi, Sylvie Daniel, Philippe Giguère. DOI 10.3390/rs15040982
The Identification of Stakeholders’ Living Contexts in Stakeholder Participation Data: A Semantic, Spatial and Temporal Analysis Land, 2022. Amal Marzouki, Sehl Mellouli, Sylvie Daniel. DOI 10.3390/land11060798
A method for automatic identification of openings in buildings facades based on mobile LiDAR point clouds for assessing impacts of floodings International Journal of Applied Earth Observation and Geoinformation, 2022. Sylvie Daniel. DOI 10.1016/j.jag.2022.102757
Simplification de nuages de points 3D à partir d’une segmentation par découpe de graphes basée sur des primitives géométriques simples Géomatique, 2022. Sylvie Daniel, Stéphane Guinard, Thierry Badard.
An Approach for the Automatic Characterization of Underwater Dunes in Fluviomarine Context Geosciences, 2022. Willian Ney Cassol, Sylvie Daniel, Éric Guilbert. DOI 10.3390/geosciences12020089
A Segmentation Approach to Identify Underwater Dunes from Digital Bathymetric Models Geosciences, 2021. Willian Ney Cassol, Sylvie Daniel, Éric Guilbert. DOI 10.3390/geosciences11090361
Les informations contenues dans cette page sont extraites de différents systèmes experts de l’Université Laval. Si vous constatez une erreur ou avez des questions quant aux données affichées, communiquez avec nous en écrivant à l’adresse repertoire-corps-professoral@ulaval.ca. Nous nous assurerons de rediriger votre demande à la bonne personne.