{"id":2029,"date":"2018-01-02T16:41:28","date_gmt":"2018-01-02T21:41:28","guid":{"rendered":"https:\/\/wpmanstage.com\/crim\/?post_type=projects&p=2029"},"modified":"2023-03-29T11:32:54","modified_gmt":"2023-03-29T15:32:54","slug":"lexpertise-du-crim-pourrait-aider-a-reconstituer-une-ville-entiere","status":"publish","type":"projet","link":"https:\/\/www.crim.ca\/fr\/projet\/lexpertise-du-crim-pourrait-aider-a-reconstituer-une-ville-entiere\/","title":{"rendered":"L\u2019expertise du CRIM pourrait aider \u00e0 reconstituer une ville enti\u00e8re!"},"content":{"rendered":"

L\u2019entreprise\u00a0Jakarto<\/a>\u00a0a fait appel aux experts du CRIM afin de l\u2019aider \u00e0 d\u00e9velopper un syst\u00e8me de reconnaissance automatique d\u2019objets de type mobilier urbain pour b\u00e2tir des cartes d\u00e9taill\u00e9es de villes et pouvoir y localiser certains objets avec un grand degr\u00e9 de pr\u00e9cision.<\/strong><\/p>\n

Votre quartier recr\u00e9\u00e9 par ordinateur, automatiquement?<\/h4>\n

Tous connaissent Google StreetView, ce syst\u00e8me bas\u00e9 sur une voiture qui sillonne les rues de la plan\u00e8te et prend de nombreuses photos qui sont ensuite assembl\u00e9es afin de permettre \u00e0 l\u2019usager de se \u00ab promener \u00bb virtuellement dans la ville de son choix, via une plateforme de visualisation.<\/p>\n

L\u2019entreprise Jakarto souhaite pousser beaucoup plus loin le concept de mod\u00e9lisation virtuelle de l\u2019espace urbain. Leur plateforme\u00a0 vise \u00e0 rendre plus efficace les processus d\u2019inventaire ou de rep\u00e9rage du mat\u00e9riel urbain. Cette innovation faciliterait grandement le travail des employ\u00e9s responsables de la maintenance, de l\u2019am\u00e9nagement urbain et des achats, entre autres.<\/p>\n

Jakarto a donc d\u00e9velopp\u00e9 un syst\u00e8me de cueillette de donn\u00e9es tr\u00e8s sophistiqu\u00e9 qui comprend 5 cam\u00e9ras vid\u00e9o en ultra haute d\u00e9finition (4K) pos\u00e9es sur une voiture, qui filment continuellement. De plus, un module de g\u00e9olocalisation extr\u00eamement pr\u00e9cis est install\u00e9 dans la voiture : il permet de conna\u00eetre la position du v\u00e9hicule sur la surface de la Terre au pouce pr\u00e8s! Deux syst\u00e8mes LIDAR (light detection and ranging<\/em>) compl\u00e8tent l\u2019attirail du v\u00e9hicule : ils accumulent des donn\u00e9es durant chaque d\u00e9placement et s\u2019en servent pour b\u00e2tir un mod\u00e8le 3D de la ville ou du quartier sillonn\u00e9. Le LIDAR est une technologie utilis\u00e9e entre autres par les voitures autonomes pour interpr\u00e9ter leur environnement physique.<\/p>\n

Les images 2D fournissent une grande quantit\u00e9 de d\u00e9tails (couleurs, texte, noms de rues\u2026). Or, il n\u2019est pas possible de situer la position d\u2019un objet par rapport \u00e0 la cam\u00e9ra \u00e0 partir d\u2019une seule image en 2D. D\u2019un autre c\u00f4t\u00e9, la mod\u00e9lisation 3D combin\u00e9e \u00e0 la g\u00e9olocalisation du v\u00e9hicule permet de situer chaque objet pr\u00e9cis\u00e9ment en lui attribuant des coordonn\u00e9es sur la surface de la Terre. Par contre, le mod\u00e8le 3D ne donne aucune information sur les couleurs des objets ou le texte affich\u00e9 dans l\u2019espace urbain.<\/p>\n

L\u2019id\u00e9e de Jakarto est de combiner les images 2D haute r\u00e9solution, la g\u00e9olocalisation et la mod\u00e9lisation 3D afin de cr\u00e9er un mod\u00e8le virtuel de la zone \u00e9tudi\u00e9e que chaque type d\u2019image (2D ou 3D) aide \u00e0 enrichir et \u00e0 bonifier. Or, pour relier un point du mod\u00e8le 3D \u00e0 un point dans une image 2D, il faut conna\u00eetre la position exacte et l\u2019orientation de chaque cam\u00e9ra sur le v\u00e9hicule, leur positionnement par rapport au LIDAR, etc. Les experts du CRIM ont d\u00fb exploiter cette mise en correspondance afin que chaque objet dans le mod\u00e8le 3D soit reli\u00e9 \u00e0 son \u00e9quivalent dans les images 2D.<\/p>\n

Deux objectifs principaux<\/h4>\n

Le mandat du CRIM dans sa collaboration avec Jakarto \u00e9tait double : d\u2019abord, l\u2019entra\u00eenement gr\u00e2ce \u00e0 l\u2019apprentissage automatique (machine learning<\/em>) d\u2019un mod\u00e8le qui saura d\u00e9tecter certains objets dans les donn\u00e9es : mobilier urbain, bancs, lampadaires, bornes fontaines, noms de rue, panneaux de signalisation, etc. Pour ce faire, l\u2019\u00e9quipe du CRIM s\u2019est servie de mod\u00e8les de d\u00e9tection d\u2019objets existants et les a modifi\u00e9s afin de les entra\u00eener \u00e0 rep\u00e9rer les objets sp\u00e9cifiques qui seront utiles aux clients de Jakarto. Ensuite, elle a travaill\u00e9 \u00e0 int\u00e9grer ad\u00e9quatement ce module de d\u00e9tection dans la cha\u00eene de traitement de donn\u00e9es de l\u2019entreprise.<\/p>\n

L\u2019apprentissage automatique et l\u2019identification d\u2019images<\/h4>\n

Au lieu de concevoir une machine en \u00e9tablissant, par programmation, des r\u00e8gles qu\u2019elle devra suivre pour trouver la r\u00e9ponse, le d\u00e9veloppeur int\u00e8gre \u00e0 la machine un algorithme d\u2019apprentissage qui lui permettra de trouver l\u2019association entre des informations brutes (par exemple, un groupe de pixels rouges et blancs) et l\u2019annotation correspondante (panneau ARR\u00caT). Cette association s\u2019\u00e9tablit durant l\u2019\u00e9tape dite d\u2019entra\u00eenement o\u00f9 la machine sera expos\u00e9e \u00e0 des milliers d\u2019exemples de formes \u00e0 reconna\u00eetre et \u00e0 leurs annotations correspondantes. Une fois l\u2019entra\u00eenement compl\u00e9t\u00e9, on peut alors tester le syst\u00e8me en lui fournissant des donn\u00e9es non annot\u00e9es, pour voir s\u2019il arrive tout de m\u00eame \u00e0 produire la bonne r\u00e9ponse (identifier un panneau ARR\u00caT dans une image).<\/p>\n

Un outil de pointe pour les municipalit\u00e9s<\/h4>\n

Produire une solution tout-en-un permettant la visualisation du mod\u00e8le virtuel d\u2019une ville ou d\u2019un secteur, voil\u00e0 une innovation qui pourrait s\u2019av\u00e9rer fort utile pour les travailleurs municipaux. Le premier mod\u00e8le du syst\u00e8me a \u00e9t\u00e9 b\u00e2ti \u00e0 partir de donn\u00e9es r\u00e9colt\u00e9es dans la grande r\u00e9gion de Montr\u00e9al, mais cette technologie pourrait bien s\u00fbr \u00eatre ensuite utilis\u00e9e dans d\u2019autres r\u00e9gions!<\/p>\n","protected":false},"excerpt":{"rendered":"

L\u2019entreprise\u00a0Jakarto\u00a0a fait appel aux experts du CRIM afin de l\u2019aider \u00e0 d\u00e9velopper un syst\u00e8me de reconnaissance automatique d\u2019objets de type mobilier urbain pour b\u00e2tir des cartes d\u00e9taill\u00e9es de villes et pouvoir y localiser certains objets avec un grand degr\u00e9 de pr\u00e9cision. Votre quartier recr\u00e9\u00e9 par ordinateur, automatiquement? Tous connaissent Google StreetView, ce syst\u00e8me bas\u00e9 sur […]<\/p>\n","protected":false},"author":18,"featured_media":2026,"menu_order":0,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":"","_links_to":"","_links_to_target":""},"projets":[349,336],"tags":[26],"class_list":["post-2029","projet","type-projet","status-publish","format-standard","has-post-thumbnail","hentry","projets-dev-exp","projets-ia","tags-apprentissage-automatique"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.crim.ca\/fr\/wp-json\/wp\/v2\/projet\/2029","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.crim.ca\/fr\/wp-json\/wp\/v2\/projet"}],"about":[{"href":"https:\/\/www.crim.ca\/fr\/wp-json\/wp\/v2\/types\/projet"}],"author":[{"embeddable":true,"href":"https:\/\/www.crim.ca\/fr\/wp-json\/wp\/v2\/users\/18"}],"version-history":[{"count":3,"href":"https:\/\/www.crim.ca\/fr\/wp-json\/wp\/v2\/projet\/2029\/revisions"}],"predecessor-version":[{"id":6955,"href":"https:\/\/www.crim.ca\/fr\/wp-json\/wp\/v2\/projet\/2029\/revisions\/6955"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.crim.ca\/fr\/wp-json\/wp\/v2\/media\/2026"}],"wp:attachment":[{"href":"https:\/\/www.crim.ca\/fr\/wp-json\/wp\/v2\/media?parent=2029"}],"wp:term":[{"taxonomy":"projets","embeddable":true,"href":"https:\/\/www.crim.ca\/fr\/wp-json\/wp\/v2\/projets?post=2029"},{"taxonomy":"tags","embeddable":true,"href":"https:\/\/www.crim.ca\/fr\/wp-json\/wp\/v2\/tags?post=2029"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}