Projets soutenus

Les récentes découvertes ont mis en évidence des traces de plus en plus nombreuses d’activités humaines complexes dans les forêts tropicales. Les technologies de télédétection, notamment le LiDAR, ont révélé sous la canopée d’immenses paysages archéologiques riches et structurés. Cependant, le post-traitement des données LiDAR reste un défi, nécessitant des interventions manuelles et un réglage précis des paramètres à des étapes critiques, les méthodes existantes n’étant pas spécifiquement adaptées à la détection de structures archéologiques en milieu forestier dense. Cela augmente le risque de manquer des signatures archéologiques subtiles et limite l’efficacité des modèles d’apprentissage profond pour la cartographie automatisée. Nous abordons deux défis fondamentaux du post-traitement LiDAR. Premièrement, nous développons un modèle d’apprentissage automatique spécialisé pour la segmentation 3D automatisée des nuages de points, permettant une séparation cohérente entre le sol, la végétation et des éléments anthropogéniques. Deuxièmement, nous utilisons ce modèle pour standardiser les jeux de données existants, facilitant ainsi le développement de méthodes de cartographie archéologique assistée par machine learning, capables de s’adapter à des ensembles de données de grande échelle. Cette approche jette les bases d’un modèle de fondation pour l’archéologie LiDAR, tout en ouvrant des perspectives vers des méthodes qui s’étendent au-delà des zones couvertes par les acquisitions LiDAR. Le projet ALiS s’appuie sur l’expertise de l’EFEO et du CASE dans l’application du LiDAR aéroporté à grande échelle, exploitant le vaste corpus de données LiDAR de l’EFEO et les compétences de l’ENPC en traitement des nuages de points 3D pour développer des méthodologies plus efficaces et évolutives en analyse archéologique. Cette initiative s’inscrit dans la continuité des travaux en cours au laboratoire d’apprentissage automatique de l’EFEO, en tirant parti de son infrastructure informatique et d’un réseau interdisciplinaire d’archéologues, d’informaticiens et de spécialistes du patrimoine.