VECCAR – Vectorisation de cartes anciennes

Porteurs du projet Dominique Andrieu,  MSH Val de Loire et Romain Raveaux, Lifat

Financement  Appel à projets 2019-2020 du Réseau national des Maisons des Sciences de l’Homme (RnMSH)

Mots clés Géomatique, Cartes anciennes, Vectorisation automatique, Information géographique, Intelligence artificielle

Partenaires :
  • MOM : FR3747 – Maison de l’Orient et de la Méditerranée
  • LIFAT : EA 6300 – ERL CNRS 7002 Laboratoire d’Informatique Fondamentale et Appliquée
  • MMSH : Maison Méditerranéenne des Sciences de l’Homme
  • MSHE : Maison des Sciences de l’Homme et de l’Environnement
  • MSHS Sud-Est : Maison des Sciences de l’Homme et de la Société Sud-Est
  • ILIAD3Centre d’Expertise et de Transfert Universitaire de l’Université de Tours dans le domaine de l’Innovation Logicielle en traitement d’Images & Acquisition de Données 3D

 

English version

Objectif scientifique

Le projet Veccar a pour objectif de développer une étape majeure dans l’acquisition d’informations géographiques à partir de cartes anciennes numérisées. Si les cartes anciennes sont aujourd’hui bien référencées comme sur la plateforme CartoMundi ou les catalogues des bibliothèques universitaires, l’exploitation des informations géographiques qui les compose sont encore mal exploitées.

En effet, les systèmes d’informations géographiques (SIG) nécessitent de convertir les images numériques en objets géométriques simples exploitables par les méthodes d’analyse spatiale : cette étape est la vectorisation. Si les outils de vectorisation manuelle existent l’automatisation de cette étape n’est pas proposée pour des documents cartographiques où les informations se superposent et s’entrecroisent. Les discontinuités graphiques ne signifient pas systématiquement une discontinuité sur l’espace géographique.

Les cartes anciennes sont pourtant des sources d’informations géographiques uniques pour la connaissance historique des espaces. Grâce aux technologies de l’intelligence artificielle, de nouvelles opportunités s’ouvrent avec l’apprentissage automatique des images. Nous souhaitons établir une preuve de concept visant à développer une application de vectorisation automatique des reproductions numériques de documents cartographiques imprimés. Au terme du projet Veccar, une réponse à l’appel à projet générique de l’ANR est prévue.

Actualités

 

 

 

Scientific purpose

The aim of Project Veccar is to develop a major stage in the acquisition of geographical informations from digitised old maps. These maps can be easily found on the platform such as Cartomundi or university librairies catalogues, but the geographical information they contain is not yet sufficiently exploited. The geographical information systems (GIS) require a conversion of the pictures into simple and geometric objects that can be analysed with GIS and spatial analysis: this is the vectorisation step. The existing vectorisation tools are not customised for geographical documents because of the overlapping and intertwining data on map. Graphic discontinuities do not always mean a discontinuity in geographical space.

Yet, old maps are an important source of geographical information, and a unique one when it comes to historical knowledge of the spaces and their evolution. With the use of artificial intelligence technologies, new opportunities are available with automatic learning and deep learning. We hope to establish a proof of concept aiming at developing an automatic vectorisation application of digital copies of printed cartographic documents. At the end of Project Veccar, a proposal in reply to the call for generic project of the ANR shall be submitted.

Current events

  • A 5th year student from the Ecole d’Ingénieurs Polytechnique at Université de Tours is working on map segmentation based on deep learning under the supervision of Dominique Andrieu, Barthélémy Serres and Romain Raveaux.
  • A seminar is scheduled, the 8th of April 2021, on artificial intelligence in geography and cartography.

 

© Archives départementales du Var, droits réservés

 

Quelques sites en rapport avec le sujet
Articles issus de ce projet de recherche
  • Dominique Andrieu, Barthélemy Serres, «L’intelligence artificielle apprend à lire le cadastre napoléonien – Quel est l’apport du deep learning dans la vectorisation automatique des cartes anciennes », Cartes & géomatique, revue du Comité français de cartographie, n° 255, 2024, pp. 73-83.
  • Jean-Luc Arnaud et Romain Suarez, « La carte, de l’analogique au numérique. Modes de traitement et éléments de méthode »Humanités numériques [En ligne], 7 | 2023, mis en ligne le 01 juillet 2023, consulté le 20 juillet 2023. URL : http://journals.openedition.org/revuehn/3376 ; DOI : https://doi.org/10.4000/revuehn.3376