Bonjour John
Les spécialistes d'imagerie produisent des couches de données assez précises à
partir d'imagerie LIDAR ou de drones, incluant, immeubles, cours d'eau et
occupation du sol. Ces images offrent qualité et précision. Des techniques de
classification, interprétation, correction permettent aux spécialistes de
converger vers un produit de qualité. Et bien sûr toutes ces avancées
technologiques et l'accès éventuel à des profanes bousculent les habitudes tout
comme les véhicules sans conducteur :)
Même si Statistique Canada fournit à OSM un fichier produit par des
spécialistes, il sera nécessaire ensuite d'établir une procédure d'import, de
fusionner / aligner avec les données existantes et de corriger.
Et ouvront la porte au Futur! Une autre avenue, c'est l'accès aux profanes que
nous sommes à des outils semi-automatiques pour faciliter la digitalisation de
différents éléments tels immeubles, routes et rivières. Je ne connais pas
l'historique des expériences d'utilisation de tels outils. Mais on peut
remonter en 2011, où on parlait d'un outil de détection de route. Divers
articles traitent aussi de ce sujet.
https://alastaira.wordpress.com/2011/02/04/automatic-road-detection-using-bing-maps-imagery/https://gis.stackexchange.com/questions/77876/is-there-a-tool-that-performs-automatic-recognition-of-buildings
Facebook a aussi expérimenté des outils de reconnaissance d'image en Thaîlande
récemment. Selon les plaintes de certains contributeurs, les données ont été
ajoutées à OSM sans valider suffisamment avec la réalité sur le terrain.
Je pense qu'il serait intéressant pour les contributeurs expérimentés d'avoir
accès à des outils semi-automatisés facilitant dans JOSM par exemple le tracé
d'immeubles, routes, cours d'eau, etc. Pour un cours d'eau par exemple, je
déplace le curseur de la souris, et les contours et le centre de la rivière
sont tracés automatiquement. Ou encore le contour d'un lac est tracé.
Pierre
Le lundi 29 janvier 2018 15:15:59 HNE, john whelan <[email protected]>
a écrit :
· NRCan is working on a methodology to extract building footprints,
including topographic elevation and height attributes, from LiDAR
Traditionally OSM has not been happy with this sort of thing. The accuracy can
be poor.
We probably need to think about this since the BC2020i project had this
mentioned and Stats Can has given it a mention also. I'm not promoting it nor
saying its bad but it will almost certainly be raised shortly.
First if an import was done using this data who would be the local group to
approve it? I suspect because it covers the entire country it would be the
talk-ca group. The date would come through the TB portal so licensing is not
an issue. Or it could be split into regions with regional local groups making
decisions.
The other very big question is to do with data quality. So far nothing that is
machine learnt from imagery has consistently met the expectations of
OpenStreetMap.
Note to Pierre I'm not sure if you are on the talk-ca mailing list but any
feedback you might have on the data quality side would be welcome and will be
shared amongst the group.
Thoughts?
Thanks John
_______________________________________________
Talk-ca mailing list
[email protected]
https://lists.openstreetmap.org/listinfo/talk-ca
_______________________________________________
Talk-ca mailing list
[email protected]
https://lists.openstreetmap.org/listinfo/talk-ca
