---
type: project
date: 2024-01-04T18:56
progress: idea
---
# 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.

# Techniquement

J'imagine 2 manières :
## En extrayant 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)

![](Pasted%20image%2020240104190612.png)

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.

![](Pasted%20image%2020240104191205.png)

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.

## 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 https://imageamigo.com/photodepth/ propose de le faire gratuitement, même c'est c'est approximatif :

![](Pasted%20image%2020240104192014.png)

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 :
![](Pasted%20image%2020240104193148.png)

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 N utile. 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 N bien.