Cartographie numérique: Pour aider à géolocaliser des photographies, Bellingcat propose un outil de recherche simplifié à partir d'OpenStreetMap

Source : Finding Geolocation Leads with Bellingcat's OpenStreetMap Search Tool (Bellingcat, 8 mai 2023)

Lorsqu'on souhaite géolocaliser une photographie diffusée sur Internet ou sur des réseaux sociaux, le plus difficile est souvent de savoir par où commencer. Le site de journalisme d'investigation Bellingcat a créé un nouvel outil de recherche de données à partir d'OpenStreetMap pour aider à géolocaliser les images et identifier les points de départ des enquêtes de géolocalisation, en fonction des objets et des structures identifiées sur l'image.

L'outil de recherche de Bellingcat repose sur une version simplifiée de l'outil de langage de requête Overpass que certains chercheurs de données open source connaissent peut-être déjà via Overpass-Turbo. Il s'agit tout d'abord de sélectionner la proximité d'une route, d'un bâtiment, d'un magasin, d'un équipement, etc... en ayant la possibilité de croiser entre plusieurs types d'objets et en fixant une distance entre eux.

Aperçu de l'outil OSM Search Bellingcat

Après avoir choisi une zone géographique (si possible pas trop vaste), l'outil extrait ensuite automatiquement une liste de lieux géolocalisés que l'on peut télécherger en csv ou en kml pour traitement ou affichage dans une autre application :

Vous pouvez accéder à l'outil de recherche OpenStreetMap de Bellingcat à l'adresse suivante :
https://osm-search.bellingcat.com/

Il est nécessaire d'avoir un compte Google pour pouvoir effectuer la recherche. L'utilisateur peut choisir entre les images OpenStreetMap, Google Maps, Google Terrain ou satellite à l'aide des différents boutons proposés au-dessus des vignettes. L'outil peut être utilisé à d'autres fins que la géolocalisation d'images, par exemple pour sélectionner des lieux géographiques selon différents critères (exemples : quels sont les immeubles de 10 étages qui se situent à moins de 100 mètres d'un parc ? quelle plage est située à moins de 500 mètres d'une voie d'accès routière ?).

Lien ajouté le 13 janvier 2025

« Vinted, Tinder, Le Bon Coin… des milliers d’apps utilisées pour récupérer la géolocalisation » (Next)

Le courtier en données spécialisé dans la géolocalisation Gravity Analytics a été victime d'une fuite. 404 Media et Wired révèlent une liste figurant dans la masse de données récupérée par les pirates et énumérant plus de 12 000 applications utilisées par le databroker pour sa collecte. La liste des applications qui récupèrent vos données de géolocalisation est impressionnante.

Lien ajouté le 17 octobre 2025

« Voir davantage avec l'imagerie satellite en utilisant des combinaisons de bandes, des ratios et des indices » (Bellingcat)

L’imagerie satellite est largement utilisée dans la recherche d’investigation open source : de la surveillance de la déforestation mondiale à la documentation des démolitions massives à Gaza. Lorsque nous visualisons des images satellites sur des plateformes comme Google Earth, le monde apparaît très similaire à ce qu’il est à l’œil nu – comme si vous regardiez la Terre depuis le hublot d’un avion. Cependant, les images satellites peuvent aussi révéler des choses invisibles à l'œil nu. Un exemple courant de ce type d'imagerie est la vision nocturne, qui utilise la lumière infrarouge pour éclairer une scène invisible à l'œil nu. En imagerie satellite, les images obtenues à l'aide d'autres types de lumière sont appelées images multispectrales. Ce guide vise à se former à l'utilisation d'images multispectrales.

Lien ajouté le 22 octobre 2026

« Les LLM peuvent-ils optimiser la géolocalisation ? Les tests montrent des améliorations significatives, mais l’intervention humaine reste essentielle. » (Bellingcat)

En septembre 2026, la société d'intelligence artificielle Anthropic a publié un article de blog affirmant que ses modèles atteignaient des « capacités surhumaines en matière de géolocalisation de photos prises en extérieur ». Anthropic a fondé cette affirmation sur une comparaison des performances de ses modèles avec celles des joueurs du jeu en ligne populaire GeoGuessr, qui consiste à géolocaliser des images de Google Street View. Les résultats ont montré que la génération actuelle de modèles possède des capacités de géolocalisation améliorées. Les modèles Opus et Fable d'Anthropic, ainsi que le récent modèle Gemini 4 Argon de Google, ont obtenu les meilleurs résultats en matière de géolocalisation, en localisant des lieux à partir d'images plus rapidement qu'un humain dans certaines conditions. Mais les tests ont également montré pourquoi les humains restent nécessaires pour un travail de géolocalisation précis et fiable, car aucun modèle n'est infaillible. Si de nombreux modèles se sont avérés performants pour identifier les zones générales, la localisation précise des coordonnées exactes s'est révélée plus complexe. Comme tout enquêteur en ligne le sait, cette dernière étape, l'identification d'un emplacement précis, est cruciale. Les tests démontrent que les géolocalisateurs humains conservent un avantage certain dans ce domaine. Par conséquent, malgré l'amélioration des modèles, il reste essentiel de maintenir une intervention humaine pour garantir la précision et l'exactitude de la géolocalisation.