Article montagne-geoguessr
Some checks are pending
/ test (push) Waiting to run

This commit is contained in:
gribse 2025-05-08 19:12:44 +02:00
parent a86891e0ef
commit 5fcd91b57e
5 changed files with 87 additions and 0 deletions

Binary file not shown.

After

Width:  |  Height:  |  Size: 581 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 1.3 MiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 660 KiB

Binary file not shown.

After

Width:  |  Height:  |  Size: 227 KiB

View file

@ -0,0 +1,87 @@
---
title: 'Identifieur géographique de montagnes pour Geoguessr'
date: '2025-05-08T18:31:14+02:00'
draft: false
ShowToc: false
cover:
hidden: false # hide everywhere but not in structured data
hiddenInList: false # hide on list pages and home
hiddenInSingle: true # hide on single page
image: "images/Pasted image 20240104190612.png"
alt: "image de montagne dont la crête est surlignée"
caption: "<text>"
relative: true # To use relative path for cover image, used in hugo Page-bundles
ShowBreadCrumbs: true
ShowPostNavLinks: true
ShowReadingTime: true
tags:
- idee
---
# En bref
L'idée serait d'extraire d'une photo de paysage avec montagne la forme de la montagne puis de la retrouver sur une carte 3D pour déterminer d'où a été prise la photo.
# Contexte
Inspiré d'[une vidéo de GeoWizard](https://www.youtube.com/watch?v=0ZbmYh9QZgA), dans laquelle il cherche la localisation d'une phtoo prise pendant WW2 mostly à partir de la forme des montagnes qui l'entourent, en comparant avec google earth.
{{< youtube 0ZbmYh9QZgA >}}
# Techniquement
J'imagine 2 manières :
## 1 - En extryant le profil de la montagne
Juste avec une comparaison des couleurs entre le ciel et la montagne, extraire une ligne svg (pour que ça ne pèse pas lourd)
{{< figure src="images/Pasted image 20240104190612.png" align=center size="600" alt_text="image de montagne dont la crête est surlignée" >}}
Puis il s'agit de comparer cette ligne à une BDD précédemment générée de N de lignes de toutes les montagnes du mondes vues de tous les angles possibles.
Donc pour N points disposés en matrice sur le globe, pour N directions, générer la courbe correspondante, et la stocker sous fourme de svg.
{{< figure src="images/Pasted image 20240104191205.png" align=center size="600" alt_text="carte du sud est de la france et de la suisse, quadrillée par des marqueurs rouges" >}}
Puis comparer les lignes avec les moindres carrés (possible sur des svg ?)
### Avantages & inconvénients
Avantage : simple
Invonénient : téma la taille du stocc d'images à générer. Et en plus c'est sans compter sur les différents FOV / distances focales
### Optimisations
- La recherche pourrait n'être faite que dans une région géographique limitée, mais alors l'outil ne marche que là..
- La recherche pourrait n'être faire que mont par mont, alors le FOV et la parallax entre les différents monts n'importe peu. Un outil graphique permettrait de choisir 1 seul mont, puis la comparaison 3D se fait avec une liste de tous les monts. Il y a alors moins de combinaisons possibles, et s'il y a plusieurs monts sur la photo, ça peut narrow down the search.
## 2 - En extrayant une depth map
C'est là toute la problématique. Je ne vois qu'une approche neural network pour le faire.
Par exemple, le site [imageamigo.com/photodepth](https://imageamigo.com/photodepth/) propose de le faire gratuitement, même c'est c'est approximatif :
{{< figure src="images/Pasted image 20240104192014.png" align=center size="600" alt_text="" title="" caption="">}}
Il existe peut-être des modèles plus puissants pour le faire ?
Une fois la depth map extraite, un mesh 3D du terrain peut etre reconstruit et comparé à un modèle 3D issu de données topographiques.
Fait en 10min sur blender :
{{< figure src="images/Pasted image 20240104193148.png" align=center size="600" alt_text="" title="" caption="">}}
Problèmes : la depth map est approximative, et surtout, ne connait pas la vraie valeur nuémrique de la profondeur, ce qui rend le modèle 3D tout distordu.
## Concours
J'imagine un concours dans leuel des participants doivent retrouver la position géographqiue (comme avec géoguessr) de photos de montagne, sauf que le challenge est qu'il y a un liste de milliers d'images, donc le seul moyen de gagner et de coder un système automatisé pour les trouver. L'organisateur prend des images libres de droit sur google earth, genre.
# Conclusion
Ce serait fun de faire de l'osint photo, pas pour passer des heures, mais pour jouer avec tous les outils qui doivent exister.
## Critique
Concrètement, ce ceserait beaucoup d'effort pour un outil pas extrêmement utile (c'est pour ça que je ne le développerai pas, d'ailleurs). A voir comme un hobby project.
Evidemment, au dela de la forme de la montagne, il y a aussi plein d'indices qui servent normalement à faire de l'OSINT ou jouer à geoguesser. Donc tout miser sur la forme de la montagne n'est pas une super stratégie.