Automatisation du processus d'interprétation des images aériennes pour la détermination du type de revêtement des routes
Toutes les routes et tous les chemins de Suisse sont représentés dans le produit swissTLM3D, le modèle topographique du paysage. Les routes sont mises à jour périodiquement sur la base des images aériennes collectées par swisstopo. Les opérateurs évaluent les prises de vue en 3D et relèvent les géométries des routes. Ils complètent les routes avec des attributs, en utilisant parfois des informations supplémentaires. Ce travail prend du temps et est difficile, c’est pourquoi il serait souhaitable d’exploiter les capacités de la science des données pour simplifier l’extraction de données sur les routes et chemins.
Dans ce projet, le STDL, en collaboration avec le domaine de la Topographie à swisstopo, cherche à déterminer s’il est possible de classifier le type de revêtement sur les routes de 3 à 10 mètres de largeur. Les deux classes possibles, « naturel » et « artificiel », proviennent du modèle topographique du paysage swissTLM3D. L’Office fédéral de la Statistique et l’Office fédéral des Routes mais aussi des bureaux d’ingénieurs ou les sites de randonnée et de cyclisme utilisent cette information dans leur travail.
Une analyse statistique exploratoire est effectuée pour déterminer si les méthodes de classification supervisée permettraient de distinguer les types de revêtement. Comme les résultats s’avèrent négatifs, une approche de deep learning est testée.
L’approche basée sur l’intelligence artificielle permet de classifier plus de 90% des routes correctement sur la zone d’intérêt. Un grand écart est cependant observé entre les classes . Les routes avec un revêtement artificiel ont un F1-score de 0.938 et celles avec un revêtement naturel, qui sont bien moins nombreuses, un F1-score de 0.375. Avec ces performances, l’algorithme apportera un grand gain de temps aux opérateurs qui saisissent cette information de revêtement des routes.
La documentation technique est disponible sur notre site technique. Les codes sont publiques sur le GitHub du STDL.