Cartographie automatique à partir de détections (semi)-automatisées

Bonjour à tous !

J’ai commencé à m’intéresser à l’exploitation de photos de terrain pour la cartographie et notamment l’automatisation de ce processus à partir d’images géolocalisées. J’ai pu obtenir des photos suffisamment précises sur Panoramax pour essayer des choses et j’aimerai vous partager mon expérience et mes projets autour de ce sujet.

La première idée était d’exploiter la détection automatique d’objet pour automatiser l’ensemble du processus (détection et cartographie) :

La première approche repose sur un script de détection automatique avec Yolo, qui exploite les métadonnées EXIF des photos (orientation, position) et les croisements géométriques pour projeter automatiquement les objets visibles sur les bâtiments. J’ai pris les portes comme prétexte car assez gros et visible depuis l’espace public et limité en nombre par façade. Également parce que j’ai été en poste 3 ans dans une agence qui produisait des documents de sauvegarde de patrimoine où la cartographie des façades d’immeubles faisaient parfois partie des sujets d’études.

Les résultats sont plutôt encourageants (multi-détections, re-calcul des angles etc.). Le modèle d’apprentissage reste encore à ajuster car je me suis concentré sur les tests plus que sur la phase d’entraînement approfondi.

Depuis j’ai pris un petit virage pour trouver un compromis plus simple (ou complémentaire). Cette deuxième approche mise sur la précision de la détection grâce à l’œil humain.
J’utilise une petite interface conçue pour l’occasion qui permet :

  • d’annoter les images depuis un dossier
  • d’enregistrer un Json structuré
  • de lancer le script qui alimente la base en récupérant les annotations et les photos pour les traiter (à peu de chose près le même que pour la version entièrement automatisée)

L’intérêt ici est de s’affranchir des modèles d’apprentissage (gain de temps et de ressources intéressant suivant les projets).

Pour le moment, cela reste en développement/projet mais j’espère continuer à faire évoluer l’idée et on verra où ça nous mène !

J’ai mis en pièce-jointes des visuels des deux idées et les premiers résultats.

Également, en essayant mon système sur La Rochelle, j’ai pu utiliser certaines photos disponibles. Il est vrai que la ville reste peu couverte donc j’aimerais bien en profiter pour contribuer à mon tour. Si vous êtes basé·e à La Rochelle, ou si vous avez des retours d’expérience à partager (sur le matériel, les méthodes, etc.), je serais ravi d’échanger ! Je vais lire un peu ce qu’il y a déjà sur le forum !

Bonne journée

5 Likes

Bravo !

Des photos latérales, la Rochelle,… ce sont probablement mes photos. Elles sont géolocalisées avec une trace RTK, ce qui fait que leur position est normalement assez précise.
Ce serait intéressant de voir si le résultat du positionnement des portes est encore correct avec des photos prises sans RTK.

2 Likes

Effectivement, vos photos sont assez précises pour pouvoir être utilisées dans ce cadre. C’est la raison pour laquelle je les ai choisies (je ne vous ai d’ailleurs pas cité pour ça.. veuillez m’excuser) car la précision de la localisation de la photo reste l’élément le plus important dans ce cas-là.

Malheureusement, sans trace ni localisation précise, je ne pense pas que ça fonctionne car l’idée est de s’appuyer sur des référentiels précis et connus (position et éléments sur la photo, position des bâtiments ou autres éléments) et ce, pour des environnements plutôt urbains. À la rigueur, dans un environnement très dégagé, sans masque mais cela dépend également de l’appareil qui prend la photo et de sa précision…

Je vais continuer d’explorer et d’améliorer le système et je tâcherai de communiquer si les avancées sont intéressantes et pertinentes.

1 Like