Open Access
ARTICLE
Génération de cartes tactiles photoréalistes pour personnes déficientes visuelles par apprentissage profond
Gauthier Fillières-Riveau1
, Jean-Marie Favreau1
, Vincent Barra1
,
Guillaume Touya2
1. LIMOS UMR 6158, Université Clermont Auvergne, 1 rue Chebarde,
TSA 60125 CS 60026 63178 Aubière cedex, France
2. LASTIG, Univ Gustave Eiffel, ENSG, IGN, 73 av. de Paris, 94165 Saint-Mandé
cedex, France
Revue Internationale de Géomatique 2020, 30(1), 105-126. https://doi.org/10.3166/rig.2020.00104
RÉSUMÉ
Les cartes tactiles photoréalistes sont un des outils mobilisés par les personnes en
situation de déficience visuelle pour appréhender leur environnement urbain proche, notamment
dans le cadre de la mobilité, pour la traversée de carrefours par exemple. Ces cartes sont
aujourd’hui principalement fabriquées artisanalement. Dans cet article, nous proposons une
approche permettant de produire une segmentation sémantique d’une imagerie aérienne de
précision, étape centrale de cette fabrication. Les différents éléments d’intérêt tels que trottoirs,
passages piétons, ou îlots centraux sont ainsi localisés et tracés dans l’espace urbain. Nous
présentons en particulier comment l’augmentation de cette imagerie par des données vectorielles
issues d’OpenStreetMap permet d’obtenir par une technique d’apprentissage profond (réseau
adverse génératif conditionnel) des résultats significatifs. Après avoir présenté les enjeux de ce
travail et un état de l’art des techniques existantes, nous détaillons l’approche proposée, et nous
étudions les résultats obtenus, en comparant en particulier les segmentations obtenues sans et
avec enrichissement par données vectorielles. Les résultats sont très prometteurs.
Abstract
Photo-realistic tactile maps are one of the tools used by visually impaired people to
understand their immediate urban environment, particularly in the context of mobility, for crossing
crossroads for example. These maps are nowadays mainly hand-made. In this article, we propose an
approach to produce a semantic segmentation of precision aerial imagery, a central step in this
manufacturing process. The different elements of interest such as sidewalks, pedestrian crossings, or
central islands are thus located and traced in the urban space. We present in particular how the
augmentation of this imagery by vector data from OpenStreetMap leads to significant results using a
deep learning technique (conditional generative adversarial network). After presenting the stakes of
this work and a state of the art of existing techniques, we detail the proposed approach, and we study
the results obtained, in particular by comparing the segmentations obtained without and with
enrichment by vector data. The results are very promising.
MOTS CLÉS
Keywords
machine learning, data enrichment, VGI, semantic segmentation.
Cite This Article
Fillières-Riveau, G. (2020). Génération de cartes tactiles photoréalistes pour personnes déficientes visuelles par apprentissage profond.
Revue Internationale de Géomatique, 30(1), 105–126. https://doi.org/10.3166/rig.2020.00104