Dans un contexte où la transformation humaine des écosystèmes devient un enjeu de savoir majeur, mesurer et analyser les dynamiques passées qui modèlent le territoire aide à mieux saisir celles à l’œuvre aujourd’hui. Pour saisir les dynamiques de peuplement, environnementales ou industrielles, les sciences sociales exploitent de plus en plus largement les fonds cartographiques anciens numérisés en masse par les institutions patrimoniales (ex. BnF) et cartographiques (ex. IGN). On s’intéressera ici tout particulièrement aux lieux nommés figurés dans les cartes à partir du XVIIe siècle par un pictogramme et accompagnés d’une étiquette : villes, moulins, villages, ports, forts, etc. Présents en très grands nombres, ce sont des témoins précieux de l’organisation démographique, (proto)industrielle, infrastructurelle, politique, religieuse ou encore militaire d’une région.
Pour ce stage, nous faisons l’hypothèse qu’un modèle de détection – pour les pictogrammes – et un modèle OCR – pour les étiquettes – peuvent bénéficier d’un couplage. La localisation des étiquettes et des pictogrammes est corrélée, le nom d’un lieu étant écrit à proximité de son pictogramme sur la carte. Le contenu du texte et la classe du pictogramme peuvent aussi être liés, par exemple une abbaye sera symbolisée par un pictogramme dédié et son labels contiendra souvent une référence à sa fonction, comme « A.B. », « Abb. » ou « Abbaye de ...». Coupler ces deux modèles constituera un premier objectif du stage. Dans un second temps, on s’intéressera au liage des différentes extractions, afin de mettre en relation les pictogrammes détectés avec le label leur correspondant.
Missions :
- évaluer les performances de modèles OCR « sur étagère » sur un jeu de cartes anciennes
- proposer une approche de couplage de YOLO et du modèle OCR sélectionné pour détecter et extraire les lieux nommés dans la carte de Cassini & évaluer les performances de l’approche
- proposer une méthode d’appariement des étiquettes et pictogrammes extraits & évaluer ses performances
- explorer la montée en généricité des approches proposées sur d’autres corpus numériques issus des collections Gallica de la BnF.
Productions attendues :
- un modèle OCR spécialisé pour les cartes anciennes : poids, code d’entraînements, rapport d’évaluation
- une architecture de couplage des modèles OCR et de détection : code, rapport d’évaluation
- l’implémentation d’une méthode de liage des labels & pictogrammes extraits : code, documentation
- un jeu de données géohistoriques de grande taille des lieux nommés extraits, sur la carte de Cassini et d’autres corpus de cartes issues de Gallica.
étudiant ou étudiante, M2 ou ingénieur en 3ème année.
Sur le campus de l'Université Gustave Eiffel, accès facile par le RER A. Accès aux bibliothèques, au restaurant universitaire et au restaurant de l'entreprise.
Le stage s’insérera dans une dynamique de recherche interdisciplinaire déjà en place entre le LASTIG de l’IGN et le Centre de Recherches Historique de l’EHESS et bénéficiera d’un cadre de travail résultant d’une collaboration de longue durée entre les deux équipes de recherche.
Ce travail s’inscrit dans une démarche de science ouverte, l’intégralité des codes et modèles seront déposés en open source/data sur des plateformes ouvertes.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.