Quand l'intelligence artificielle et l'apprentissage automatique permettent de repérer des bidonvilles à partir d'images satellitaires et aériennes


Signalé par le blog Maps Mania (article du 22 février 2019)


Les techniques d’apprentissage automatique sont de plus en plus efficaces pour détecter des zones spécifiques sur des images satellitaires ou aériennes. L'intelligence artificielle (IA) et l'apprentissage automatique fournissent des algorithmes qui permettent de rechercher des traces reconnaissables à partir de vues aériennes.

Le projet OneSoil (présenté en détail dans ce billet) est un exemple d'utilisation de l'IA et de l'apprentissage automatique pour détecter la répartition des types de cultures dans le monde. Земляна проказа est un autre exemple d'application fondée sur le machine learning, utilisé dans ce cas pour identifier les mines d'ambre illégales en Ukraine. Curio Canopy mobilise, quant à elle, des techniques d'apprentissage automatique pour identifier le couvert forestier dans les villes européennes.

Un exemple intéressant est celui du Dymaxion Labs qui vise  à cartographier les bidonvilles et constructions informelles. Dymaxion est une start-up argentine qui a recours à l'apprentissage automatique pour explorer les images satellitaires d'un certain nombre de villes d'Amérique latine dans le but d'identifier les zones de taudis et les quartiers informels. Les cartes qui en résultent sont utilisées pour aider les urbanistes et les autorités locales à déterminer les endroits où il faut développer en priorité les services publics.

Les zones d'habitat informel se développent à un rythme alarmant dans les villes d'Amérique latine, transformant les espaces en habitats périurbains en quelques mois. Les gouvernements et les ONG ont du mal à suivre l'évolution de ces changements en raison des coûts et des obstacles logistiques liés à la couverture des territoires concernés, ce qui signifie que les données sur les établissements informels sont souvent dépassées. Dymaxion Labs offre d'ailleurs la possibilité de s'inscrire sur le site pour ajouter des informations et compléter les zones de bidonvilles identifiées par les images aériennes.

Pour explorer la carte les bidonvilles et habitats informels :

Les couches vectorielles sont téléchargeables pour chacune de ces villes au format geojson :
http://ap-latam.dymaxionlabs.com/en/data


Lien ajouté le 11 août 2021
Articles connexes


Des différentes manières de cartographier la pauvreté dans le monde