💡 La France en 3D : une prouesse inédite grâce au LiDAR HD
Cartographier tout le territoire français en 3D, un projet inimaginable il y a quelques années, est désormais une réalité grâce à l’IGN et ses partenaires.
🛩 Avec la technologie LiDAR HD embarquée sur avion, des milliards de points sont relevés avec une précision jamais atteinte, modélisant le sol, les bâtiments, la végétation et les infrastructures. Et les cas d'usage sont infinis !
Retrouvez le reportage ➡️ https://www.ign.fr/reperes/la-france-en-3d-les-coulisses-dune-cartographie-hors-norme
=> More informations about this toot | More toots from ignfrance@social.numerique.gouv.fr
[#]FEDER #FTAP #FranceRelance
Ils soutiennent le projet (1/2) :
Ministères de l'Aménagement du territoire Transition écologique - Ministère de l'Agriculture et de la Souveraineté alimentaire - Région Sud - Provence-Alpes-Côte d'Azur - La Région Occitanie / Pyrénées-Méditerranée - Département des Alpes Maritimes - Département de la Charente-Maritime - ONF (Office National des Forêts)
=> More informations about this toot | More toots from ignfrance@social.numerique.gouv.fr
2/2 Région Grand Est - Région Pays de la Loire - Cullettività di Corsica - Collectivité de Corse - Plateforme DATA du Département de la Vendée (Géo Vendée) - Observatoire de la côte de Nouvelle Aquitaine - BRGM - Le syndicat départemental Énergie & Déchets du Conseil départemental de la Haute-Marne - Métropole du Grand Paris - Département de la Côte-d'Or
=> More informations about this toot | More toots from ignfrance@social.numerique.gouv.fr
@ignfrance j'ai du mal à voir ce que peut apporter l'intelligence artificielle dans ce projet. Des détails ?
=> More informations about this toot | More toots from tomtom@pouet.chapril.org
@tomtom @ignfrance
De ce que j'ai pu suivre et comprendre, les données LiDAR sont des données brutes de relief en HD très très précises mais donc assez lourdes à traiter pour interpréter et avoir un rendu "image" -> ceci est une forêt, ça un chemin, ici un immeuble...
L'iA permet de faire de l'interprétation plus rapide des données brutes pour avoir ce type de rendu qu'on voit dans la vidéo.
Sur le forum @osm_fr j'ai lu que pour la France c'est 60 000 To de données.
=> More informations about this toot | More toots from JuBo57@mastodon.social
@JuBo57 @tomtom @ignfrance @osm_fr L'IA est utilisée pour la classification des données brutes. Elle permet d’attribuer une sémantique à chaque point du nuage (p. ex. ce point est sur un arbre; ce point et sur un pont, etc.). Le code utilisé est dispo sur github (https://github.com/IGNF/myria3d) et le jeu d'apprentissage sur huggin face (https://huggingface.co/IGNF/FRACTAL-LidarHD_7cl_randlanet).
=> More informations about this toot | More toots from mattiabunel@framapiaf.org
De mémoire le modèle d'IA utilisé est Randlanet (https://github.com/QingyongHu/RandLA-Net).
=> More informations about this toot | More toots from mattiabunel@framapiaf.org
À noter que tout le lidar HD n'est pas classifié comme ça. La classification IGN est un mélange de myria3d et macro Terrascan, et une partie de la classification est sous-traitée.
=> More informations about this toot | More toots from mattiabunel@framapiaf.org
On peut voir un exemple de données classifiées à t 0:20 dans la vidéo.
=> More informations about this toot | More toots from mattiabunel@framapiaf.org
@tomtom L'IA, intégrée aux processus de traitement, permet un gain de temps dans ces opérations et assure une meilleure qualité de la donnée traitée.
Si vous souhaitez en savoir +, on vous recommande notre dernier Atlas des cartes de l'anthropocène, qui revient sur l'apport de l'IA dans toutes nos activités : https://www.ign.fr/atlas-ign-des-cartes-de-lanthropocene-2024-intelligence-artificielle
=> More informations about this toot | More toots from ignfrance@social.numerique.gouv.fr
@ignfrance comment détectez vous les humains ou les voitures et les enlevez vous de la carte ?
=> More informations about this toot | More toots from antoinechambertloir@mathstodon.xyz
@antoinechambertloir @ignfrance Les voitures sont détectées lors de la classification et son catégorisées dans une classe spécifique (de mémoire c'est quelque chose comme non classé). Ces points sont laissés dans le nuage de point lidar, mais il est possible de les filtrer, grâce à l’attribut "classe", lors de la construction de certains produits dérivés (p. ex. les MNT: https://fr.wikipedia.org/wiki/Mod%C3%A8le_num%C3%A9rique_de_terrain).
=> More informations about this toot | More toots from mattiabunel@framapiaf.org
Les humains ne posent pas trop de problèmes en règle générale (la surface vue du ciel est assez faible), contrairement aux vaches 🙂. Comme pour les véhicules ces points sont rangés dans la classe non classés et son laissés dans le nuage de point diffusé.
=> More informations about this toot | More toots from mattiabunel@framapiaf.org
@mattiabunel Ha! je n'avais pas pensé aux vaches !
=> More informations about this toot | More toots from antoinechambertloir@mathstodon.xyz
@ignfrance
C'est incroyable... !
=> More informations about this toot | More toots from millerebonds@framapiaf.org This content has been proxied by September (3851b).Proxy Information
text/gemini