Doctorant-e : Indexation Et Recherche de Contenus Visuels Dans Les Nuages de Points À Large Échelle

L’Institut national de l’information géographique et forestière (IGN) est un établissement public à caractère administratif placé sous la tutelle des ministères chargés de l’écologie et de la forêt. Sa vocation est de produire et diffuser des données (open data) et des représentations (cartes en ligne et papier, géovisualisation) de référence relatives à la connaissance du territoire national et des forêts françaises ainsi qu’à leur évolution. Grâce à son école d’ingénieurs, l’ENSG-Géomatique, et à ses équipes de recherche pluridisciplinaires, l’institut cultive un potentiel d’innovation de haut niveau dans plusieurs domaines (géodésie, forêt, photogrammétrie, intelligence artificielle, analyse spatiale, visualisation 3D, etc.).

Le laboratoire LASTIG (Laboratoire en Sciences et Technologies de l’Information Géographique pour la ville intelligente et les territoires durables) est une unité mixte de recherche rattachée à l’Université Gustave Eiffel, à l’IGN et à l’École des Ingénieurs de la Ville de Paris (EIVP). Il s’agit d’une structure de recherche unique en France, voire en Europe, réunissant environ 80 chercheurs qui couvrent l’ensemble du cycle de vie des données géographiques ou spatiales, depuis leur acquisition jusqu’à leur visualisation, en passant par leur modélisation, intégration et analyse. Parmi eux, une trentaine travaillent plus spécifiquement dans les domaines de l’analyse d’images, de la vision par ordinateur, de l’apprentissage automatique, de la photogrammétrie et de la télédétection. Les chercheurs et doctorants du LASTIG peuvent être impliqués dans les activités d’enseignement de l’ENSG-Géomatique, qui accueille des étudiants de niveau licence et master, reconnus pour leur excellence dans les domaines liés aux sciences de l’information géographique : géodésie, photogrammétrie, vision par ordinateur, télédétection, analyse spatiale, cartographie, etc.

AGAPE (2025-2028) est un projet français qui porte sur la découvrabilité et l’investigation dans le patrimoine iconographique spatial, en mettant l’accent à la fois sur l’analyse multimodale, le liage par contenu, et sur le positionnement des contenus dans leur environnement 3D afin de faciliter la visualisation et l’interaction utilisateur. Dans ce cadre, le doctorant contribuera à la mise en lien et à la spatialisation de collections d’images et de vidéos, en vue de leur intégration dans l’environnement 3D. Le consortium réunit sept partenaires de premier plan, dont quatre spécialisés en informatique, intelligence artificielle, multimédia et interaction homme-machine (laboratoires LASTIG, LIRIS, IRISA/Linkmedia et Inria/ILDA), ainsi que trois autres chargés de l’exploitation des outils développés, dans trois domaines distincts : les archives (Archives nationales de France), l’histoire (laboratoire ACP) et le journalisme (France Télévisions).

Le projet de thèse sera mené dans le cadre du projet AGAPE et porte sur la spatialisation de contenus visuels (images et vidéos) à partir de références 3D à grande échelle. Sans connaissance préalable de la géolocalisation, le problème est traité par la recherche des éléments les plus similaires dans une base de références géolocalisées. Les contenus visuels étudiés sont des photographies anciennes et des films mis à disposition par des institutions culturelles, et les références 3D exploitées sont les données LiDAR couvrant le territoire français, fournies à l’échelle nationale par l’IGN (Institut national de l'information géographique et forestière). Cette thèse ambitionne de relever deux défis scientifiques majeurs : 1/ la description, la mise en correspondance et l’indexation de données 2D(+t) et 3D dans un contexte multi-date où la scène a évolué et 2/ la recherche rapide dans les grands volumes de données.

Le doctorant étudiera des solutions pour organiser les collections visuelles (photographies et films anciens) par analyse de leur contenu. Par organisation, on entend à la fois leur mise en relation selon leur proximité spatiale, afin de regrouper celles qui documentent une même zone, et leur spatialisation, dans le but de les restituer dans leur environnement 3D. Classiquement, ce problème est abordé par la recherche d’images dans un ensemble d’images géolocalisées, ce qui permet de relier les contenus visuellement similaires et de propager la localisation à travers les liens [Pion et al., 2020]. De manière plus originale ici, nous proposons d’adresser le problème en sélectionnant une référence 3D globale spatialement organisée, et en recherchant ces contenus 2D dans cette référence pour les géolocaliser. Nous faisons le choix de considérer les nuages de points 3D comme référence, principalement issus de données LiDAR, en nous fondant sur deux constats : 1/ les données 3D de cartographie de l’environnement sont de plus en plus répandues et de plus en plus précises (comme les cartes LiDAR HD de l’IGN) ; 2/ ces données géométriques offrent des représentations géolocalisées robustes face aux