Ce projet de recherche vise à améliorer l'estimation de la sélectivité des filtres spatiaux en utilisant des retours d'optimiseurs basés sur l'apprentissage automatique. Il explore différentes approches (réseaux de neurones, modèles arborescents, etc.) pour prédire efficacement la sélectivité des requêtes géospatiales, optimisant ainsi les performances des systèmes de gestion de bases de données spatiales.

Bibliothèque Python dédiée à l'analyse et à la modélisation de données géospatiales. Elle permet aux scientifiques et ingénieurs de traiter des ensembles de données complexes pour étudier des phénomènes naturels, optimiser l'utilisation des ressources ou simuler des processus environnementaux. Intégrant des outils avancés de calcul et de visualisation, elle facilite la prise de décision dans des domaines comme l'urbanisme, l'écologie ou la gestion des risques.

Triskele est une plateforme dédiée au traitement et à l'analyse d'images géospatiales, notamment pour l'observation de la Terre. Elle permet d'extraire des connaissances scalables à partir de données complexes, facilitant ainsi l'apprentissage automatique et la prise de décision dans des domaines comme l'agriculture, la gestion des risques ou l'urbanisme. Le projet combine des algorithmes avancés pour la segmentation, la classification et l'optimisation des flux de données.

Module distant de l'Orfeo ToolBox (OTB) conçu pour optimiser les performances des pipelines de traitement d'images géospatiales. Il permet de précharger de manière asynchrone les données d'entrée nécessaires, réduisant ainsi les temps d'attente inutiles entre les étapes de calcul. Idéal pour les applications d'intelligence artificielle ou de traitement d'images à grande échelle, il améliore l'efficacité des flux de travail en minimisant les latences liées à la récupération des données.

Outil open source permettant de générer des tuiles vectorielles à partir des données cadastrales françaises. Il transforme les fichiers géospatiaux du cadastre en tuiles vectorielles optimisées pour une visualisation cartographique performante. Ce projet s'inscrit dans une démarche de diffusion ouverte des données publiques, facilitant l'accès aux informations foncières pour les collectivités, les professionnels et le grand public.

Bibliothèque JavaScript dédiée à la manipulation et à l'optimisation de données géospatiales et graphiques. Elle permet de simplifier des maillages 3D, de convertir des formats vectoriels, d'analyser des surfaces géographiques et d'optimiser des modèles topologiques pour des applications cartographiques ou de visualisation.

Bibliothèque JavaScript spécialisée dans la conversion haute performance de données géospatiales (GeoArrow, GeoParquet, WKB) en formats binaires optimisés pour des bibliothèques de visualisation comme Deck.gl. Elle permet de reprojeter, traiter et optimiser des géométries complexes (points, lignes, polygones) pour un rendu fluide et précis sur des cartes interactives, en exploitant des techniques de streaming et de traitement zéro-copie.

Ce projet développe des plugins pour PDAL (Point Data Abstraction Library), une bibliothèque open source dédiée au traitement de données LiDAR. Il permet d'ajouter des filtres spécifiques pour décimer, assigner des rayons ou manipuler des nuages de points géospatiaux. Le plugin facilite l'intégration de données IGN (Institut National de l'Information Géographique et Forestière) dans des workflows de traitement automatisés, optimisant ainsi la gestion et l'analyse de données 3D pour des applications variées comme l'urbanisme, l'environnement ou l'archéologie.

Ce projet permet de déployer un serveur de tuiles cartographiques optimisé grâce à un cache Varnish. Il facilite la diffusion rapide et efficace de cartes personnalisables, adaptées aux besoins spécifiques des utilisateurs. Les styles graphiques des cartes peuvent être modifiés et adaptés selon les préférences. Le système est conçu pour gérer des volumes importants de données géospatiales tout en garantissant des performances optimales.

Ce projet permet de créer, gérer et analyser des grilles de données géospatiales pour des applications nécessitant une représentation structurée de l'espace. Il facilite la visualisation et l'optimisation de réseaux (transports, énergie, etc.) en offrant des outils pour manipuler des maillages géographiques complexes. Idéal pour les urbanistes, les logisticiens ou les chercheurs en géomatique.