GEOFIT

Comment l’imagerie spatiale aide à analyser les impacts après un ouragan : retour sur Mayotte après Chido ⬇️ Le passage de l’ouragan Chido a laissé des traces importantes à Mayotte, rendant essentielle une évaluation rapide et précise des dégâts pour orienter les secours et planifier les reconstructions. Grâce à une combinaison d’imagerie satellite et de données issues de sources ouvertes, voici comment s’organise une telle analyse dans les situations d’urgence. Les étapes clés : 1️⃣ Objectif : Localiser les zones les plus touchées et prioriser les interventions dans les régions les plus vulnérables. 2️⃣ Collecte des données : ► Imagerie satellite haute résolution. ► Vidéos et photographies issues de sources ouvertes. ► Données socio-économiques locales. 3️⃣ Traitement : ► Extraction des bâtiments endommagés (en surface) à partir des données collectées. ► Classification des dégâts selon la typologie standardisée Copernicus EMS Rapid Mapping : 🟥 Destroyed : bâtiments totalement détruits. 🟧 Damaged : bâtiments partiellement endommagés. 🟨 Possibly damaged : bâtiments possiblement endommagés. 4️⃣ Croisement des données : ► Analyse combinée des zones d’habitat informel et des données de l’INSEE pour évaluer les impacts sur les populations les plus vulnérables. 📍 Résultats : Les cartes produites révèlent une concentration significative des dégâts dans les zones les plus densément peuplées du nord-est de l’île. Ces informations permettent : ► Une meilleure coordination des secours. ► Une planification des reconstructions adaptée aux besoins locaux. En situation de crise, transformer des données brutes en outils décisionnels opérationnels est un levier essentiel pour sauver des vies et renforcer la résilience. #OuraganChido #Mayotte #GestionDeCrise #ImagerieSpatiale

𝗜𝗻𝘀𝘁𝗮𝗻𝘁 𝗜𝗻𝗻𝗼𝘃𝗮𝘁𝗶𝗼𝗻 #𝟴 🤖 8 méthodes pour valoriser automatiquement vos images.   À partir de quelques images, il est désormais possible d'extraire automatiquement une multitude de données tant pour la 3D que pour l’exploitation d’images, avec des algorithmes avancés de vision par ordinateur.   1️⃣ Gaussian Splatting : cette technique de rendu 3D « volumétrique » par IA permet de générer une image en tout point de l’espace, même avec peu de photos.   2️⃣ Alignement photogrammétrique : cette technique permet de reconstruire un modèle 3D précis de la scène et d’y effectuer les mesures, à partir de détection de points communs entre les images.   3️⃣ Densification du nuage : cette méthode permet d'obtenir des coordonnées 3D (XYZ) et des couleurs (RGB) par densification du modèle 3D.   4️⃣ Modélisation 3D : elle produit une surface continue par l'assemblage de polygones (généralement des triangles) qui imite la surface de la scène originale.   5️⃣ Texturation : les photographies originales sont utilisées sur le maillage pour donner au modèle son apparence réaliste en couleur et en détails de surface.   6️⃣ Détection de lignes : des algorithmes spécifiques identifient les lignes géométriques présentes dans les images. Cela enrichit la modélisation d’un environnement intérieur ou de type industriel. 7️⃣ Appariement de lignes : la modélisation peut être améliorée grâce à l'association 3D des lignes détectées, permettant ainsi un dessin automatique des objets géométriques.    8️⃣ Détection d’objets : cette technique permet d’identifier différents éléments présents dans une image.   Si l’automatisation permet de réaliser de nombreux traitements, le véritable succès repose sur la robustesse des processus et la qualité des analyses effectuées. Notre équipe Innovation teste et perfectionne ces différentes techniques afin d'apporter des solutions aux problématiques géospatiales et aux défis de la reconstruction 3D.

Encore une belle victoire du HBC Nantes ! 🤾♂️ Dimanche dernier, l’équipe nantaise a offert une performance explosive sur le terrain face au Paris Saint-Germain. Avec cette 4ème victoire consécutive contre le PSG, le H continue de prouver sa détermination et se hisse en tête du championnat XXL. Nous sommes fiers d’être partenaire de ce club dont l’esprit d’équipe fait la force. Bravo à eux ! Crédits photos : Ouest-France

En direct de l'Espace Resah Expo pour les Journées Achat Logistique ! 🙌 Du 5 au 6 décembre, nos équipes vous attendent stand 1.17 pour échanger sur nos activités Patrimoine, Géomètre-Expert et Réseaux.

Aux côtés d'IGN FI et SINTEGRA, nous étions présents à l’Atelier LiDAR dans les locaux de l’Ecole nationale des Sciences géographiques. Lors de cette édition 2024, Jerome Leroux de l'équipe innovation a présenté un retour d’expérience sur la mise en production d’architectures Deep Learning pour la classification automatique de nuage de points LiDAR. Ces méthodes, éprouvées et adaptées, sont aujourd’hui intégrées à notre pipeline de production et ont été mises en œuvre sur des projets majeurs tels que GeoVendée, Swisstopo et DGT au Portugal. Complétées par un contrôle manuel de qualité, elles permettent d’identifier les différentes composantes d’un territoire (végétation, infrastructures, sols, etc.) pour les transformer en données exploitables et déterminantes dans la prise de décisions.

Nous avons eu le plaisir d’accueillir le Club Entreprises du HBC Nantes, un moment convivial et fédérateur réunissant l'ensemble de ses partenaires. Depuis 2013, notre partenariat se tisse avec authenticité et cette soirée en est une nouvelle illustration. Autour d'un cocktail dînatoire, les invités ont ainsi pu profiter d'une : 👉 Rétrospective de la saison du H, partagée par Gaël Pelletier et Grégory COJEAN ; 👉 Activité "Burger Quiz", en équipes, orchestrée par Zen Organisation. Le HBC Nantes est bien plus qu’un club : c’est une communauté, dont nous sommes fiers de faire partie !

Le Musée du Louvre nous a confié la réalisation d’une modélisation 3D pour son nouveau projet muséographique dédié aux Arts de Byzance et des Chrétientés en Orient. Mandatées par la Direction de l’Architecture, de la Maintenance et des Jardins (DAMJ), nos équipes ont réalisé : 👷 Des relevés terrain, l’assemblage et le nettoyage du nuage de points ; 🌐 Une maquette 3D BIM ; 📐 Un export des plans 2D de niveaux et de coupes. Ce nouveau parcours mettra en lumière la singularité des arts byzantins et la richesse des échanges culturels avec les civilisations voisines. L'article complet : https://lnkd.in/e6R3TCHW

𝗜𝗻𝘀𝘁𝗮𝗻𝘁 𝗶𝗻𝗻𝗼𝘃𝗮𝘁𝗶𝗼𝗻 #𝟕 🤖 Visualisation dynamique de l'apprentissage d’un modèle Deep Learning ! Dans notre dernier article (revue XYZ), nous avons exploré l'industrialisation de la classification de nuages de points par des modèles de Deep Learning. Aujourd’hui, nous vous partageons un cas concret d'identification de poteaux et lignes électriques haute tension.⚡ Comment se déroule l'apprentissage de notre modèle Deep Learning ? Durant la phase d'entraînement supervisé, il analyse des échantillons de nuages de points pour reconnaître les caractéristiques propres à ces infrastructures. Nous exploitons trois séries de données pour 1️⃣ entraîner, 2️⃣ évaluer, 3️⃣ tester le modèle et ainsi affiner ses prédictions à chaque itération. Au cours de cet apprentissage, son progrès n’est pas linéaire. Il peut rapidement apprendre lors des premières itérations, mais aussi "désapprendre" à la suite de certaines modifications. Si le score de prédictions est faible après ces itérations, cela indique au modèle que l'orientation d'apprentissage doit être ajustée. Quelles sont les clés du succès ? 👉 Disposer d'un jeu de données où chaque point est classé (sol, bâtiment, végétation, lignes et poteaux électriques, etc.), afin qu'il apprenne à reconnaître leurs signatures spécifiques ; 👉 Entraîner le modèle de manière intensive avec une diversité d'objets annotés issus de différents environnements (urbains, ruraux, montagneux) pour garantir une bonne adaptation. Dans cette vidéo, découvrez comment les différentes nuances d'apprentissage se manifestent, à travers chaque itération. ⬇️

Direction Montauban pour les équipes managériales du Groupe ! 🚆 Ce séminaire de deux jours, particulièrement haut en couleur, s'est distingué par ses moments de cohésion et d'histoire au sein des rues Montalbanaises et de la magnifique Abbaye des Capucins. On retient également la conférence bouleversante de Malek A. BOUKERCHI qui a fait l'unanimité. 🙏 Merci à tous les participants, ces moments de partage sont précieux pour aborder ensemble les défis actuels et futurs.

𝗜𝗻𝘀𝘁𝗮𝗻𝘁 𝗶𝗻𝗻𝗼𝘃𝗮𝘁𝗶𝗼𝗻 #𝟔 🤖 Retour sur notre intervention au Salon de la Data et de l'IA. Pour cette 9e édition à La Cité des Congrès de Nantes, notre équipe innovation a partagé son expertise sur la classification de nuages de points via le Deep Learning, par : 👉 Les connaissances de base sur le domaine des nuages de points (axé sur le LiDAR aéroporté) ; 👉 Leur traitement via des solutions open-source (Framework Python) ; 👉 Une exploration des architectures RandlaNet et KPConv ; 👉 Un retour concret sur l’industrialisation de la classification des nuages de points par des méthodes Deep Learning. Découvrez la présentation en intégralité ⬇️