Arealstatistik Deep Learning (ADELE)

Projet

Résumé

La statistique de la superficie du sol de l’OFS constitue un outil indispensable de l’observation à long terme du territoire. Il s'agit dans ce projet d'apprendre et de maîtriser les technologies de l'Intelligence Artificielle (IA), afin d'automatiser à terme (même partiellement) l’interprétation visuelle des images aériennes pour la détection et la classification des changements.

Description

Parmi les méthodes d’apprentissage issues de l'IA pour la reconnaissance d’images, le Deep Learning est particulièrement adapté à la statistique de l'utilisation et de la couverture des sols, pour lequel les données d’entrainement sont disponibles en très grandes quantités. Ce projet précède le développement d'un prototype informatique, mandaté en externe, qui devra prouver début 2019 cette approche pour l’entier du territoire national.

Les étapes suivantes sont prévues dans le cadre du projet :

  • se familiariser avec les images aériennes (données primaires) et résultats d'enquêtes précédentes (données de référence) ;
  • construire un ensemble de données qui sera introduit dans la modélisation, y compris la transformation et le nettoyage des données ;
  • tester les techniques de modélisation et varier leurs paramètres pour explorer le domaine des solutions ;
  • réceptionner le prototype informatique en 2019 et appliquer les connaissances acquises pour en vérifier la robustesse.

Objectifs

Le but du projet est d'initier les collaborateurs de la section GEO aux nouvelles technologies de l'IA, en vue de leur intégration en production courant 2019.

Les objectifs suivants sont à satisfaire:

  • comprendre le métier, les enjeux et critères de succès sous la forme d'un problème à résoudre en terme de données et de méthodes issues de l'IA ;
  • préparer un ensemble partiel de données et d'outils (framework) et l'utiliser pour la formation, l'analyse et l'exploration.