DOCTORANT-E : INDEXATION ET RECHERCHE DE CONTENUS VISUELS DANS LES NUAGES DE POINTS À LARGE ÉCHELLE

Le doctorant étudiera des solutions pour organiser les collections visuelles (photographies et films anciens) par analyse de leur contenu. Par organisation, on entend à la fois leur mise en relation selon leur proximité spatiale, afin de regrouper celles qui documentent une même zone, et leur spatialisation, dans le but de les restituer dans leur environnement 3D. Classiquement, ce problème est abordé par la recherche d’images dans un ensemble d’images géolocalisées, ce qui permet de relier les contenus visuellement similaires et de propager la localisation à travers les liens [Pion et al., 2020]. De manière plus originale ici, nous proposons d’adresser le problème en sélectionnant une référence 3D globale spatialement organisée, et en recherchant ces contenus 2D dans cette référence pour les géolocaliser. Nous faisons le choix de considérer les nuages de points 3D comme référence, principalement issus de données LiDAR, en nous fondant sur deux constats : 1/ les données 3D de cartographie de l’environnement sont de plus en plus répandues et de plus en plus précises (comme les cartes LiDAR HD de l’IGN) ; 2/ ces données géométriques offrent des représentations géolocalisées robustes face aux variations de scène, telles que les changements de point de vue ou de conditions d’éclairage (jour/nuit, saisons, etc.), qui continuent de pénaliser les approches reposant sur la photométrie des images 2D. La recherche de contenus 2D(+t) dans une base de données 3D soulève toutefois plusieurs verrous scientifiques non résolus, qui seront au cœur des travaux à mener.