L'intelligence artificielle (IA) transforme notre compréhension du monde. De la gestion des catastrophes et des infrastructures à la surveillance environnementale et à la sécurité nationale, les organisations s'appuient de plus en plus sur des systèmes automatisés pour traiter d'immenses quantités d'informations géospatiales et les transformer en données exploitables.
Parallèlement, le volume et la complexité de ces informations ne cessent de croître. Images, vidéos, réseaux de capteurs, jumeaux numériques et autres sources de données génèrent des quantités d'informations sans précédent qui doivent être partagées, comprises et fiables au sein des organisations, des plateformes et des applications.
Relever ce défi exige bien plus que de nouvelles technologies. Il faut une base commune permettant aux systèmes de fonctionner ensemble, aux données de circuler librement entre les environnements et à l'information de conserver sa signification, sa qualité et sa fiabilité tout au long de son cycle de vie.
Ce défi était au cœur d'OGC Testbed-21, une initiative collaborative d'un an parrainée par la NASA et la NGA. Réunissant des experts des secteurs public et privé, du monde universitaire et de la communauté open source, ce banc d'essai a exploré comment les normes ouvertes et les technologies open source peuvent améliorer l'interopérabilité géospatiale entre les technologies émergentes.
Les résultats de cette initiative plus large ont été présentés lors de la démonstration OGC Testbed-21 les 6 et 7 mai 2026. Bien que les démonstrations aient couvert un large éventail de sujets, trois thèmes sont apparus de manière constante tout au long de l'événement.
1. L'interopérabilité englobe désormais les formats, la sémantique et la confiance.
Pendant des décennies, l'interopérabilité dans le domaine géospatial s'est résumée à garantir l'échange de données entre systèmes. Si une application pouvait lire les données d'une autre, le problème était considéré comme résolu. Mais les exigences en matière d'information géospatiale évoluent rapidement. Les systèmes d'IA, les jumeaux numériques, les flux de travail automatisés et les écosystèmes de données de plus en plus complexes nécessitent bien plus qu'un simple échange de données. Ils requièrent que les systèmes comprennent l'information, évaluent sa qualité, vérifient son origine et déterminent sa fiabilité.
Ce changement était manifeste tout au long de Testbed-21. Lors des démonstrations, les participants ont exploré comment l'interopérabilité peut s'étendre au-delà des formats et des API pour inclure la sémantique, la provenance, l'intégrité et la confiance. Les travaux sur GIMI (Geospatial-Intelligence Imagery Media for Intelligence, Surveillance, and Reconnaissance), la qualité des données pour l'intégrité, la provenance et la confiance (DQ4IPT) et les tests de conformité ont tous abouti à la même conclusion : les métadonnées ne sont plus un simple accessoire des données ; elles deviennent une composante essentielle de l'information elle-même, aidant les personnes comme les machines à comprendre l'origine des données, leur processus de création et leur utilisation optimale.
À mesure que les organisations s'appuient de plus en plus sur l'automatisation et l'IA, cette vision élargie de l'interopérabilité devient essentielle. Les systèmes doivent pouvoir échanger non seulement des informations, mais aussi leur signification, leur contexte, des indicateurs de qualité et des preuves. Le banc d'essai 21 a démontré que la communauté géospatiale commence à jeter les bases de cette interopérabilité.
2. L’image et la vidéo deviennent des ressources informationnelles de premier ordre.
L'imagerie a toujours été l'une des sources les plus précieuses d'information géospatiale, mais elle a souvent été traitée comme un fichier à stocker, télécharger et consulter séparément du reste de l'écosystème informationnel. Le projet Testbed-21 a démontré une autre voie : celle où l'imagerie et la vidéo deviennent des ressources informationnelles riches, accessibles et interopérables, pouvant s'intégrer facilement aux flux de travail modernes.
Une grande partie de ce travail a porté sur GIMI, une approche de nouvelle génération pour la gestion des images, des vidéos et des données géospatiales connexes. Développée avec la participation active des communautés de la défense et du renseignement, GIMI vise à pallier les limitations des formats et flux de travail traditionnels basés sur les fichiers, qui ont longtemps entravé la découverte, le partage et l'utilisation des images et des données multimédias. Au lieu de traiter les images comme des fichiers isolés, GIMI permet de les associer à des métadonnées riches, de les rendre accessibles via des API modernes, de les relier à des catalogues et des systèmes de connaissances, et de les intégrer directement aux flux de travail numériques.
Tout au long de la démonstration, les participants ont présenté les avancées en matière de diffusion en continu, de visualisation dans un navigateur, d'enrichissement sémantique, de recherche basée sur des normes et de gestion des métadonnées. Plutôt que de considérer l'image comme un contenu statique, ces démonstrations ont montré comment elle peut être intégrée à des catalogues, liée à des métadonnées lisibles par machine, accessible via des API et analysée en parallèle avec d'autres sources d'information. Il en résulte un modèle dans lequel l'image et la vidéo deviennent des acteurs actifs des flux de travail numériques, et non de simples données passives.
Cette évolution est particulièrement importante car l'IA dépend de plus en plus des images et des vidéos comme principales sources d'information. La capacité à découvrir, accéder, comprendre et exploiter l'information visuelle à grande échelle sera essentielle pour les applications futures dans les domaines du renseignement, de la gestion des catastrophes, de la gestion des infrastructures, de la surveillance environnementale et bien d'autres. En rendant les images et les médias plus faciles à trouver, interopérables et compatibles avec l'IA, GIMI jette les bases de la prochaine génération de systèmes géospatiaux et analytiques.
3. La confiance, la qualité et la conformité sont des prérequis à l'IA et à l'automatisation.
Le principal enseignement de Testbed-21 est sans doute que la confiance dans les données et les analyses ne peut plus être tenue pour acquise. À mesure que les organisations s'appuient de plus en plus sur les systèmes automatisés et la prise de décision assistée par l'IA, il devient crucial de comprendre l'origine des données, leur mode de traitement et leur conformité aux normes en vigueur. Sans ces garanties, même les analyses les plus sophistiquées peuvent rapidement perdre toute crédibilité.
Les démonstrations ont mis en lumière plusieurs approches complémentaires pour relever ce défi. Les participants ont exploré la provenance lisible par machine, les services d'intégrité, les identifiants vérifiables, les métadonnées de qualité et les tests de conformité automatisés. Ensemble, ces capacités contribuent à créer un environnement où la confiance est intégrée au système plutôt que d'être ajoutée a posteriori par un examen et une validation manuels. Elles permettent également aux organisations d'évaluer les données et les services de manière plus cohérente dans des environnements complexes et distribués.
Ces travaux ont confirmé un principe simple, mais de plus en plus important : une IA fiable repose sur des données, des métadonnées et des implémentations fiables. À mesure que les systèmes géospatiaux s’automatisent et s’interconnectent, la qualité, la provenance, l’intégrité et la conformité deviendront des infrastructures fondamentales et non plus des options.
Qu'a-t-on démontré ?
Développement de GIMI : une base moderne pour l’imagerie géospatiale
L'un des principaux objectifs de Testbed-21 était le développement de GIMI, une approche émergente pour la gestion des images et des vidéos dans les flux de travail géospatiaux modernes.
Ces travaux produisent déjà des résultats concrets. Quelques jours seulement après la démonstration Testbed-21, l'ISO a publié l'amendement 2 de la 3e édition de la norme HEIF, intégrant officiellement la fonctionnalité « tili » à cette norme. Cette fonctionnalité, qui permet un accès plus efficace aux images tuilées de grande taille, avait été proposée lors du précédent test Testbed-20 et développée grâce aux travaux menés dans le cadre de Testbed-21. L'intégration de la fonctionnalité « tili » à la norme HEIF illustre concrètement comment la recherche collaborative peut influencer les normes internationales.
Joan Maso Pau (Universitat Autònoma de Barcelona – CREAF) a présenté la spécification GIMI de base établie pour le banc d'essai, définissant les exigences modulaires relatives à la structure des fichiers, aux identifiants de contenu, à l'encodage temporel atomique, aux classes d'images, aux marquages de sécurité et aux métadonnées basées sur RDF. Il a également mis en lumière les travaux connexes soutenant GeoHEIF, une norme OGC candidate émergente.
Les travaux du banc d'essai sur le HEIF optimisé pour la recherche ont depuis franchi une étape importante avec la publication de l'amendement 2 de l'édition 3 de l'ISO HEIF, qui intègre formellement la fonctionnalité « tili » dans la spécification HEIF.
Création d'un écosystème GIMI open source
Plusieurs participants ont démontré comment les logiciels libres évoluent rapidement pour soutenir GIMI.
Dirk Farin (Algorithmic Research eK) a présenté des améliorations apportées à la bibliothèque libheif, notamment la prise en charge du codage vidéo inter-images, des codecs sans perte et non compressés améliorés, la conversion GeoTIFF vers GIMI, l'intégration RDF et la diffusion en continu d'images tuilées basée sur la plage HTTP.
Daniel Morin (Collabora) a présenté des améliorations apportées au framework GStreamer qui permettent de traiter, d'encoder et de diffuser des données complexes de capteurs géospatiaux — y compris des images multispectrales, des valeurs à virgule flottante et des formats de données scientifiques — à l'aide de flux de travail GIMI.
Núria Julià Selvas et Joan Maso Pau (Universitat Autònoma de Barcelona – CREAF) ont présenté des améliorations apportées au navigateur de cartes MiraMon, permettant une visualisation fluide sur le Web de très grands ensembles de données GIMI et HEIF optimisés pour la recherche via des requêtes de plage HTTP tout en maintenant l'accès à des métadonnées riches et à des informations sémantiques.
Rendre les images découvrables
La découverte et l'accessibilité ont été des thèmes récurrents tout au long des démonstrations.
Shruti Suresh et Alex Bostic (Voyager Search) ont démontré comment Voyager Search a été étendu pour prendre en charge les enregistrements OGC API et STAC, permettant ainsi de cataloguer, de découvrir et d'accéder aux images GIMI et aux métadonnées RDF via des interfaces standardisées. Cette démonstration a mis en évidence comment les informations de provenance et les métadonnées peuvent rester associées aux ressources d'imagerie sans nécessiter d'outils propriétaires.
L'apport de la sémantique aux médias géospatiaux
Simon Cox a présenté des travaux sur une ontologie pour la description de la couverture qui explorent comment les métadonnées GIMI peuvent être formellement représentées à l'aide d'OWL tout en s'alignant sur des cadres sémantiques établis, notamment Basic Formal Ontology (BFO), Common Core Ontologies (CCO), GeoSPARQL et l'ontologie Semantic Sensor Network (SSN).
Ce travail jette les bases d'une validation, d'une compréhension machine et d'un raisonnement automatisé dans les systèmes géospatiaux.
Lier la vidéo, la géolocalisation et l'analyse
Rob Smith (Away Team Software) a fait la démonstration de Web Video Map Tracks (WebVMT) en utilisant des images de caméra embarquée synchronisées avec des données de localisation et d'accéléromètre à haute fréquence.
Le prototype a démontré comment les applications basées sur un navigateur pouvaient identifier des événements de type collision, des nids-de-poule et d'autres anomalies directement à partir de flux vidéo géoréférencés, illustrant ainsi le rôle croissant de la vidéo en tant que source d'informations géospatiales.
Évaluation des performances à grande échelle
Eugene Yu (Université George Mason) a présenté des résultats d'évaluation préliminaires des performances indiquant que GIMI peut atteindre des performances comparables à celles de Cloud Optimized GeoTIFF lorsqu'il est correctement encodé.
Martin Desruisseaux (Geomatys) a ensuite présenté une démonstration des travaux en cours au sein d'Apache SIS pour comparer GIMI à d'autres formats d'imagerie et soutenir les futures orientations de mise en œuvre.
Núria Julià Selvas (Universitat Autònoma de Barcelona – CREAF) a conclu la session GIMI par un résumé des progrès réalisés au cours du banc d'essai, y compris des propositions pour Seek-Optimized HEIF et des efforts d'harmonisation impliquant GIMI, GeoHEIF et les technologies de cube de données.
Établir la confiance par l'intégrité, la provenance et la qualité
La deuxième journée était consacrée à la qualité des données pour l’intégrité, la provenance et la confiance (DQ4IPT).
Lucio Colaiacomo (4113 Ingénierie) a présenté des approches pour associer des produits de données géospatiales à des preuves lisibles par machine décrivant la lignée, l'historique de traitement, les caractéristiques de qualité et l'utilisation prévue.
Andreas Matheus (Secure Dimensions) et Yves Coene (Spacebel) ont présenté une suite de services IPT permettant de publier, découvrir, valider et échanger des éléments de preuve à l'aide de standards ouverts. Cette démonstration combinait les API OGC, STAC, les identifiants vérifiables et les technologies blockchain afin d'illustrer le fonctionnement des services de confiance au sein d'un écosystème interopérable.
Jamie Feiss (KurrawongAI) a présenté une bibliothèque logicielle permettant la transformation des métadonnées de qualité des données entre des modèles standardisés, aidant ainsi les organisations à intégrer des informations de qualité dans les flux de travail opérationnels.
Tests de conformité et formation des développeurs
Les démonstrations finales ont porté sur la qualité de la mise en œuvre et l'assurance de l'interopérabilité.
Charles Heazel (Heazel Technologies) a présenté l'outil de test de conformité GIMI développé grâce au banc d'essai, tandis que Samantha Lavender (Pixalytics) a présenté les supports de formation d'accompagnement conçus pour aider les développeurs à adopter et à utiliser l'outil.
Gobe Hobona (OGC) et Samantha Lavender ont ensuite démontré comment les tests de conformité automatisés peuvent évaluer les implémentations par rapport aux exigences GIMI, aidant ainsi les développeurs à identifier les problèmes au début et à accroître la confiance dans le fait que les implémentations indépendantes interopéreront comme prévu.
Regard vers l'avenir
La démonstration Testbed-21 a présenté bien plus qu'une simple collection de prototypes. Elle a offert un aperçu de l'évolution de l'écosystème géospatial pour soutenir un avenir marqué par l'IA, l'automatisation, les jumeaux numériques et des environnements d'information de plus en plus complexes. Durant ces deux jours, les participants ont démontré des avancées concrètes en matière de formats d'images, de sémantique, de provenance, d'évaluation de la qualité, de cadres de confiance et d'outils de développement – des avancées qui contribuent à bâtir les fondements d'un écosystème géospatial plus connecté et intelligent.
Tout aussi important, l'événement a mis en lumière la valeur unique du modèle de banc d'essai collaboratif de l'OGC. En réunissant des organisations aux perspectives et expertises diverses, les bancs d'essai créent un espace où les idées peuvent être explorées, les technologies validées et les difficultés de mise en œuvre résolues avant leur déploiement opérationnel. Les travaux présentés lors de Testbed-21 ont démontré non seulement le potentiel du projet, mais aussi ce qui devient réalisable lorsque les pouvoirs publics, l'industrie, le monde universitaire et la communauté open source collaborent autour de défis communs. À mesure que ces initiatives se développent, elles contribueront à garantir que la prochaine génération de systèmes géospatiaux soit non seulement interopérable, mais aussi fiable, facilement découvrable et capable de prendre en charge des formes d'analyse et de prise de décision toujours plus sophistiquées.
l'enregistrement
L'enregistrement de la première partie du premier jour est disponible ici : https://files.ogc.org/external/de89426fe5f6d20d7546d153b20fb12aadbb02e6ffd6c7cb3ea1e5b4644783de
L'enregistrement de la deuxième partie du premier jour est disponible ici : https://files.ogc.org/external/file/f5xm957cad2a272af4241abd5901cab04bcd6
L'enregistrement du deuxième jour est disponible ici : https://files.ogc.org/external/file/w69tpd4866fb9f0be4e1e937674dcd2977de0
