Les réseaux sociaux et l’IA pour évaluer la beauté d’un paysage

    -     English
Les images Flickr et l’IA ont permis de générer une mesure globale de la q

Les images Flickr et l’IA ont permis de générer une mesure globale de la qualité esthétique du paysage par zone. © Ilan Havinga (photos Sergio and Graeme Churchard ( cc-by/2.0 )

Quantifier la beauté d’un écosystème et le bien-être que ressent tout un chacun en le contemplant est une vraie question de politique publique. Des chercheurs de l’EPFL et de l’Université de Wageningen aux Pays-Bas viennent de mettre au point un nouvel indicateur basé sur l’apprentissage profond et des millions de photos Flickr.

Une mer bleu azur, des champs jaunes, violets et verts à perte de vue, un estuaire bordé de rochers... La beauté du paysage dans lequel on pratique un loisir tel que la marche en montagne, un footing ou une balade en paddle contribue fortement au bénéfice que l’on peut en tirer pour sa santé physique et mentale. Ce bien-être est l’un des paramètres décrit dans les services écosystèmiques (SE), ensemble de principes directeurs visant à quantifier quelles sont les contributions de la nature au bien être de la population. Les SE permettent notamment d’appuyer certaines politiques de préservation de l’environnement. Des chercheurs de l’EPFL et de l’Université de Wageningen aux Pays-Bas ont mis au point un système d’intelligence artificielle qui a passé au crible 9 millions de paysages anglais postés sur Flickr. Ce procédé, reproductible à large échelle car basé sur les données de médias sociaux, s’avère plus précis que les méthodes utilisées jusqu’à présent et ajoute un caractère personnel inédit. Un article est récemment paru dans Nature Scientific Reports.

Pour mener cette étude, les chercheurs ont entraîné un système d’apprentissage profond sur la base d’une étude anglaise. Cette dernière, Scenic-Or-Not, comprend plus de 200’000 clichés, visant à couvrir le territoire de Grande-Bretagne, qui ont ensuite été évalués selon leur beauté sur une plateforme participative. Ce procédé a permis d’obtenir une évaluation plus personnelle que les critères traditionnellement utilisés dans les vastes enquêtes de ce genre. Ils ont ensuite appliqué ce système d’apprentissage profond, basé sur le principe des réseaux neuronaux, à plus de 9 millions d’images de paysages situés en Grande-Bretagne accessibles au public sur le réseau social Flickr. Finalement ils ont comparé leurs résultats avec ceux obtenus sur le même territoire par un système d’intelligence artificielle plus traditionnel basé sur des indicateurs environnementaux.

Un modèle d’une meilleure précision

Les résultats de l’étude ont été compilés en une carte présentant des zones de couleur selon leur attractivité visuelle. Le parc national Snowdonia au Pays de Galles, le Lake District en Angleterre et les Highlands en Écosse restent, pour les deux modèles, des incontournables de l’émerveillement et du bien-être. « À une résolution de 5 km2, les résultats sont semblables, souligne Devis Tuia, professeur au Laboratoire Laboratoire de science computationnelle pour l’environnement et l’observation de la Terre de l’EPFL. Les zones plus urbaines, de moins grande qualité scénique, comme Londres et Glasgow, sont également clairement distinctes. » Mais à une résolution de 500m2, les prédictions sont plus nuancées et plus précises avec le nouveau modèle basé sur les clichés Flickr. Par exemple dans le Grand Londres, Richmond Park et l’aéroport d’Heathrow sont perçus comme pittoresques par le modèle traditionnel, alors que ces zones peu propices à la détente ont bien été perçues comme telles par le nouveau.

Des informations inédites sur l’environnement et la façon dont les gens interagissent avec lui

Le fait d’utiliser les réseaux sociaux combiné à l’apprentissage profond permet également de mesurer avec un plus grande exactitude les changements dans le plaisir esthétique au fil du temps. Dans une expérience complémentaire les chercheurs se sont focalisés sur quelques zones naturelles parmi les mieux cotées de Grande-Bretagne pour la qualité visuelle de leur écosystème, telles que le Lake Districts, la côte du Pembrokeshire au Pays de Galles et les Cairngorms en Écosse. Ils ont ainsi pu observer que les critères mis en évidence par leur système changent au fil des saisons. L’attribut « neige » par exemple, se trouve en concordance avec les bulletins météorologiques correspondants. Un pic peut être constaté durant l’hiver 2009/2010 qui a été particulièrement blanc. Il est même possible de voir comment ce critère prend de l’importance durant les week-end, lorsque les gens sont plus susceptibles de visiter des paysages enneigés, tandis que la prévalence de « l’asphalte » reste relativement constant tout au long de la semaine. « Cela montre que l’utilisation de données basées sur les réseaux sociaux fournit une combinaison d’informations sur l’état de l’environnement et la façon dont les gens interagissent avec lui. Ce qui n’avait encore jamais été obtenu avec ce degré de précision », souligne Devis Tuia.

Pour Ilan Havinga, doctorant à l’Université de Wageningen : « Mesurer à grande échelle les contributions esthétiques des paysages au bien-être des individus est une tâche difficile. Cette recherche fournit une base technologique pour modéliser la jouissance esthétique du paysage par les gens, tout en incorporant l’élément le plus important : les gens eux-mêmes ». Ce modèle est-il reproductible pour d’autres pays - Les paysages et la culture étant différents d’un pays à l’autre, il faudra trouver des moyens d’entrainer l’intelligence artificielle pour coller au plus proche des critères locaux. Des projets sont d’ores et déjà en cours aux Pays-Bas, en Espagne et dans d’autres pays européens, afin de soutenir les politiques de préservation du capital naturel en Europe.


This site uses cookies and analysis tools to improve the usability of the site. More information. |