Afin d'augmenter la couverture disponible dans OpenStreetMap et d'aider les opérations humanitaires, l'équipe de Microsoft Maps met à disposition près de 800 millions d’empreintes de bâtiments sous forme de données ouvertes. Les données ne couvrent pas toute la surface terrestre. Les zones couvertes apparaissent en violet sur la carte ci-dessous.
Le projet Global ML Building Footprints utilise du machine learning pour segmenter les bâtiments à partir des imageries aériennes utilisées dans Bing Maps. Les données sont ensuite affinées puis consolidées par pays. Les bâtiments ont été détectés à partir des images Bing Maps entre 2014 et 2021, mais aussi les images Maxar et Airbus.
Les données sont librement téléchargeables et utilisables sous licence ODbL. Les jeux de données sont utilisés notamment par HOT (Humanitarian OpenStreetMap Team) via le programme Map With AI propulsé par Facebook qui met notamment à disposition l'outil RapiD.
Les empreintes de construction sont probablement l'une des modifications les plus visibles du paysage naturel. La cartographie des établissements humains n'est pas nouvelle. Elle contribue, aux côtés des cartes de lumières nocturnes ou des cartes de rues, à élargir notre compréhension des implantations humaines. Dès 2018, Microsoft a commencé à ouvrir pour le New York Times une partie de ses données sur les bâtiments des Etats-Unis. En 2021, Google a publié l'ensemble de données du continent africain dans le cadre de l'initiative Open Buildings. Les données du projet Global ML Building Footprints de Microsoft sont désormais à leur tour intégrées dans Google Earth Engine.
A priori les données Microsoft acquises par machine learning sont davantage destinées à évaluer l'implantation humaine. Elles ne sont pas fiables pour la géométrie des bâtiments.
— Sylvain Genevois (@mirbole01) June 9, 2022
Cet article scientifique compare différentes méthodes d'apprentissage pour reconnaître l'empreinte de bâtiments à partir d'images satellitales. Utile notamment pour les régions moins développées où l'on manque d'échantillons.https://t.co/Uf5UvF9xJg https://t.co/shBDREhgxR
— Sylvain Genevois (@mirbole01) June 13, 2022
Articles connexes
Cartographier les bâtiments en Afrique à partir d'images satellites
Une cartographie très précise des densités à l'échelle mondiale pour améliorer l'aide humanitaireL'histoire par les cartes : le plan et les bâtiments d'Amsterdam par dates de construction
Mise à disposition de la Base de données nationale des bâtiments (BDNB) en open data
Comparer la skyline des grandes villes à partir de la modélisation 3D de leur bâtiments
SandDance, l'outil d'exploration visuelle open source de Microsoft