Cours/Séminaire
Notice
Langue :
Français
Crédits
Jean Philippe [MSH-Val de Loire] CORBELLINI (Réalisation), Joseph Chazalon (Intervention)
Conditions d'utilisation
Droit commun de la propriété intellectuelle
DOI : 10.60527/bsrd-8076
Citer cette ressource :
Joseph Chazalon. MSHValdeLoire. (2021, 8 avril). Vectorisation de plans anciens et apprentissage profond (deep learning). [Vidéo]. Canal-U. https://doi.org/10.60527/bsrd-8076. (Consultée le 28 avril 2025)

Vectorisation de plans anciens et apprentissage profond (deep learning)

Réalisation : 8 avril 2021 - Mise en ligne : 14 avril 2021
  • document 1 document 2 document 3
  • niveau 1 niveau 2 niveau 3
  • Dossier
Descriptif

Joseph Chazalon, Maître de conférence, EPITA

Cette présentation dresse un bilan provisoire des travaux menés dans le cadre du projet ANR SODUCO. Ce projet vise à analyser l’évolution morphologique de la ville de Paris entre 1789 et 1950 au travers du suivi des déplacements des activités socio-économiques. Un volet important concerne la rétro-conversion d’atlas municipaux au 1/5000e de la ville de Paris permettant de reconstituer la structure de la ville et en particulier son réseau de voirie, avec le nom des voies. Nous présentons ici nos premiers résultats permettant d’accélérer de façon significative le travail de vectorisation des plans en couplant un puissant filtrage de segment basé sur des réseaux profonds avec un extracteur de formes closes basé sur des techniques de morphologie mathématique.

Intervention