TerraLoupe : Numériser l’espace et faciliter la prise de décision.


Le développement de la numérisation des données et l’objectif de TerraLoupe

Eléments centraux de la géomatique à travers le monde, la création de données géographiques et leur numérisation sont toujours de plus en plus demandées dans de très nombreux secteurs. Avec la généralisation de la géomatique dans les différents secteurs d’activités, il s’agit ainsi depuis plusieurs années de produire des systèmes d’informations rapidement et efficacement pour répondre à une demande croissante. C’est dans cette perspective, avec l’utilisation de l’intelligence artificielle pour accélérer le processus et plus précisément du « machine learning », que TerraLoupe propose un service de numérisation de données géographiques à partir de photos aériennes et d’une détection automatique des entités dans l’espace.

Créée en 2015 par Manuela Rasthofer, Sebastian Gerke, Christian Schaub et Josef Schindler, la startup a récemment intégré le groupe Cloudeo, montrant ainsi le réel intérêt porté sur ce type de service et sur les possibilités offertes par les nouvelles technologies utilisées.

Comment accélérer et faciliter la numérisation ?

Dans sa démarche, TerraLoupe développe et se sert d’algorithmes de « machine learning ». Ces algorithmes permettent par exemple d’introduire et de lier des informations supplémentaires aux données. Il s’agit alors de caractériser les données grâce à l’IA et de différencier les éléments entre eux à partir de photographies aériennes. Dans sa mise en pratique, TerraLoupe permet notamment de générer des données cartographiques sur les emplacements des habitations, l’emplacement des panneaux de signalisation, des arbres, des parkings et d’autres infrastructures.

Présentation des possibilités proposées par TerraLoupe (https://www.terraloupe.com) – Exemple des habitations.

En accélérant à ce point la génération de données cartographiques et en simplifiant leur création, TerraLoupe et les autres sociétés et startups du genre apportent de nouvelles perspectives quant à l’accessibilité aux données géographiques. L’utilisation de photos aériennes comme base de travail est également un atout essentiel, puisqu’elles peuvent être réalisées partout, sont très répandues et permettent de prendre en compte un espace d’étude très large.

 

Sources : 

Desk, News. « Cloudeo AG Strengthens Its Customer Reach with the Acquisition of TerraLoupe GmbH ». Geospatial World (blog), 9 mars 2021. https://www.geospatialworld.net/news/cloudeo-ag-strengthens-its-customer-reach-with-the-acquisition-of-terraloupe-gmbh/.
SIGTV.FR, Xavier Fodor-SIGMAG. « TerraLoupe utilise l’intelligence artificielle pour digitaliser le monde ». SIGMAG SIGTV.FR – Un autre regard sur la géomatique et les systèmes d’informations géographiques SIG. Consulté le 30 septembre 2021. https://www.sigtv.fr/TerraLoupe-utilise-l-intelligence-artificielle-pour-digitaliser-le-monde_a757.html.
Innovation Origins. « TerraLoupe schafft „digitalen Zwilling“ der Umwelt für autonomes Fahren », 9 avril 2019. https://innovationorigins.com/de/muencen-startup-terraloupe-autonomes-fahren/.
HxGN Content Program Blog. « Supporting Artificial Intelligence Solution to Parking Problem », 8 juillet 2019. https://blog.hxgncontent.com/supporting-artificial-intelligence-solution-to-parking-problem/.
Pour en savoir plus sur l’IA et le Machine learning : 
LeMagIT. « IA, machine learning, deep learning : quelles différences ? » Consulté le 30 septembre 2021. https://www.lemagit.fr/conseil/IA-machine-learning-deep-learning-quelles-differences.
Ch, Aurélie et èze. « Quelles différences entre intelligence artificielle et Machine Learning ? – », 25 avril 2019. https://itsocial.fr/enjeux-it/enjeux-innovation/intelligence-artificielle/differences-entre-intelligence-artificielle-machine-learning/.
Autre site : 
Le site internet de TerraLoupe : https://www.terraloupe.com