Cartographie numérique: Des outils d'IA gratuits pour identifer un lieu à partir d'une photographie

Vous connaissez peut-être le jeu Geoguessr (65 millions de joueurs en 2023) où il s'agit, à partir d’une image Street View, d'identifier son emplacement. Il se pourrait que les nouvelles applications de géolocalisation en ligne viennent offrir une sérieuse concurrence à ce jeu. La géolocalisation d'images à l'échelle planétaire constitue un problème sérieux en raison de la diversité des images et de la difficulté à les interpréter. Même si l'on en est encore à l'aube des outils de géolocalisation par intelligence artificielle, ceux-ci progressent rapidement et donnent des résultats de plus en plus précis. Ce billet présente quelques outils en ligne gratuits permettant d'identifier un lieu à partir d'une simple photographie.

I) GeoSpy, un outil récent mais déjà prometteur

L'application GeoSpy est sortie fin décembre 2023 dans une version beta. La version 0.1 montre des résultats prometteurs, notamment en milieu urbain. L'utilisation est assez simple : il suffit de déposer une photographie d'un lieu et l'application en recherche les coordonnées géographiques. Les résultats ne sont pas toujours précis, mais le taux d'erreur reste acceptable. Il est conseillé d'utiliser des plans un peu larges prenant en compte plusieurs bâtiments, sinon l'application a tendance à se focaliser sur tel ou tel détail architectural. Malgré quelques imperfections, l'outil est en train de gagner en popularité auprès de la communauté du renseignement open source. Le site Bellingcat, qui s'intéresse également à la géolocalisation d'images par des chatbots, est en train de le tester pour l'intégrer à sa panoplie d'outils. L'application peut s'avérer très pratique pour lancer des défis ou accompagner des enquêtes OSINT. Cyber-Détective donne un exemple d'utilisation de GeoSpy avec Openstreetmap pour géolocaliser des panneaux routiers.

Contrairement aux méthodes traditionnelles, GeoSpy ne nécessite aucune interrogation par écrit. Son efficacité est liée à la méthode CLIP de lecture d'image par clustering d'OPenAI décrite dans cet article "PIGEON : Predicting Image Geolocations". Le système utilise une combinaison de modèles : CLIP pour comprendre les images dans le contexte du langage naturel, OCR (Optical Character Recognition) pour extraire le texte des images et LLM (Large Language Models) pour comprendre et générer du texte. Dans les prochaines versions, Geospy utilisera des graphes de connaissances, ce qui devrait constituer une avancée significative.

Interface de l'application GeoSpy version 0.1 (source : GeoSpy)

II) Picarta, un service de base gratuit

Picarta, qui vend des services de géolocalisation aux entreprises, offre un service de base pour géolocaliser des images. Il faut cependant s'inscrire pour afficher les résultats sur une carte. Dans l'exemple pris ici, l'application a bien reconnu qu'il s'agissait d'une image de favela au Brésil. Elle a même réussi à indentifier la ville, Rio de Janeiro. Les coordonnées géograhiques restent toutefois un peu imprécises par rapport à la localisation exacte de la favela de Rocinha (écart d'environ 500m).

Interface de l'application Picarta (source : Picarta)

III) Geolocation Estimation, un outil adapté également aux paysages naturels

Alors que la plupart des outils d'IA sont plutôt adaptés au milieu urbain où les batiments sont plus facilement reconnaissables, Geolocation Estimation procède par détection automatique de scènes selon une méthode décrite dans cet article. Ce qui permet de l'utiliser pour des paysages ruraux ou naturels peu denses. L'application propose plusieurs lieux possibles selon les degrés de probabilité indiqués sur une heatmap. Elle permet aussi de récupérer les données EXIF de l'image, si elles sont disponibles. Comme dans les cas précédents, on relève quelques approximations dans la géolocalisation même si l'île de la Réunion a bien été identifiée pour la photographie choisie.

Interface de l'application Geolocation Estimation (source : Geolocation Estimation)

IV) Kosmos-2, une application utile pour commenter une image

Kosmos-2 ne permet pas de récupérer les coordonnées géographiques d'un lieu. Mais l'application peut s'avérer utile pour en obtenir une description sommaire. Une fois la photographie téléchargée et analysée, on obtient un commentaire de l'image où chaque élément du descriptif renvoie à une partie de l'image avec un code couleurs permettant d'associer les deux.

Interface de l'application Kosmos-2 (source : Kosmos-2)

Pour compléter

« A partir d'une simple photo, cette intelligence artificielle peut vous géolocaliser instantanément » (BFM-TV)

« PIGEON : Predicting Image Geolocations » (arXiv:2307.05845)

« Férus de Géographie » (@FerusdeGeo) propose de reconnaître des lieux géographiques à partir de photographies, avec le hashtag #geofinding. Il devient si facile d'utiliser des outils de géolocalisation pour résoudre les énigmes qu'il est bien préciser : "N’oubliez pas de justifier le mode opératoire qui vous a permis de trouver le lieu, c’est cela qui détermine la Victory".

« Enquête sur la géolocalisation, les métadonnées et les données de localisation implicites : conseils, astuces et outils » (Plessas.nrt). De plus en plus d'outils en ligne proposent une technologie de géolocalisation qui permet de déterminer un emplacement affiché sur des photos, des vidéos et d'autres formes de médias. Cela peut être une capacité essentielle pour les analystes OSINT qui cherchent à localiser un lieu ou une personne d'intérêt. Cependant, il est impératif de savoir quel outil répondra le mieux à vos besoins pour le type d'enquête que vous suivez.