Mieux voir avec la vision par ordinateur

La vision par ordinateur s'inspire du fonctionnement du cerveau humain pour extraire des informations des images numériques. Elle combine une série de filtres d'image empilés dans des réseaux convolutifs profonds ou à base de transformateurs. Ces réseaux sont spécifiquement formés pour identifier les caractéristiques des images.

En appliquant ces techniques aux photographies aériennes et aux images satellites, on obtient des informations pour toute une série d'applications.

Détection des bâtiments Un réseau neuronal cartographie chaque pixel d'une photo aérienne et vérifie s'il appartient ou non à un bâtiment. Le résultat est comparé aux polygones de bâtiments existants.
Détermination de l'âge des bâtiments En répétant la détection de bâtiments sur des séries temporelles de cartes topographiques, d'orthophotos et d'images satellites, vous déterminez pour chaque bâtiment la période à laquelle il a été construit.
Identification d'objets sur les toits La vision par ordinateur permet d'identifier des objets plus petits sur les toits, tels que les panneaux solaires, les lucarnes et les unités de climatisation. Nous intégrons ces informations dans Belmap, entre autres pour déterminer le potentiel énergétique et la consommation d'énergie des bâtiments.
Détermination de la couverture végétale Dans une segmentation d'image dite multiclasse, chaque pixel d'une image est affecté à la catégorie la plus probable. Le résultat : une carte très détaillée de l'occupation du sol.
Déployer des images mobiles La vision par ordinateur n'est pas tatillonne. Elle fonctionne avec des images collectées par des caméras professionnelles à 360°, mais aussi avec des photos de smartphones. Grâce à ces images, vous évaluez la qualité du revêtement routier ou identifiez les panneaux de signalisation, les marquages au sol, les arbres et le mobilier urbain...

La magie des pixels grâce à la super résolution

La précision de la reconnaissance d'images dépend en grande partie de la résolution de l'image. Pas de haute résolution disponible ? Pas de souci, la vision par ordinateur permet d'augmenter artificiellement la résolution de l'imagerie d'un facteur 4.

Les ordinateurs prédisent l'avenir

La géo-AI ne se limite pas à la vision par ordinateur. Les techniques de traitement du langage (traitement du langage naturel) analysent les documents à la recherche d'un contenu géographique. L'analyse des séries temporelles permet de détecter des modèles et de prédire les flux de circulation futurs, l'occupation des parkings ou le stress thermique urbain.

Les techniques d'apprentissage automatique sont également utilisées pour prédire les propriétés des objets comme, par exemple, la valeur et la performance énergétique des bâtiments. Les modèles sont formés à partir d'informations connues sur les bâtiments existants. Par exemple, le modèle apprend à relier un ensemble de propriétés de base telles que le volume, le type, l'âge, la nature et les caractéristiques du toit à la performance énergétique. Une fois formés, les modèles sont déployés pour estimer la performance de l'ensemble du parc immobilier.

Vous souhaitez également obtenir des informations plus précises grâce à la géo-AI ?

• Inscrivez-vous à notre formation 
• Contactez nos experts
• Regardez notre webinaire