Comment l’intelligence artificielle aide à explorer les archives visuelles de Paris

Focus

Mise à jour le 26/05/2026

Archives de la BDM
Crédit photo : Bibliothèque Marguerite Durand
Cette thèse explore de nouvelles méthodes d’intelligence artificielle pour structurer, relier et explorer automatiquement de grandes collections d’images patrimoniales. À partir d’archives photographiques et iconographiques parisiennes, elle développe des outils permettant d’identifier des lieux similaires, de relier des collections dispersées et de faciliter l’accès aux images anciennes pour les chercheurs comme pour le grand public.
Infos clés
Dispositif : Cifre
Chercheur-se : Émile BLETTERY
Période : 2020 - 2024
Statut : thèse soutenue
Direction : Direction des Affaires Culturelles
Thématique : patrimoine, intelligence artificielle, archives numériques
Cette recherche s’intéresse à la structuration automatique des collections iconographiques patrimoniales, c’est-à-dire des ensembles d’images anciennes représentant notamment des bâtiments, monuments et paysages urbains.
Avec la numérisation croissante des archives et collections patrimoniales, de très grandes quantités d’images deviennent accessibles en ligne. Cependant, ces collections restent souvent organisées « en silo », avec des systèmes de classement hétérogènes qui compliquent leur exploration et leur mise en relation.
La thèse explore la manière dont les méthodes de vision par ordinateur et d’intelligence artificielle peuvent aider à :
  • identifier automatiquement des images similaires ;
  • relier des collections provenant de différentes institutions ;
  • améliorer la navigation dans les fonds patrimoniaux ;
  • et faciliter l’exploitation de ces archives pour la recherche, la médiation culturelle ou le tourisme virtuel.
Les travaux portent plus particulièrement sur des représentations du patrimoine parisien issues de plusieurs collections photographiques et iconographiques.

Méthodologie

La recherche repose sur l’analyse de vastes collections d’images patrimoniales numérisées provenant notamment de la Ville de Paris, de musées et d’institutions patrimoniales.
La thèse mobilise des méthodes de :
  • vision par ordinateur ;
  • apprentissage profond ;
  • recherche d’images par similarité visuelle ;
  • et structuration de bases de données iconographiques.
Plusieurs approches ont été développées et évaluées afin :
  • d’identifier automatiquement des images proches ;
  • d’améliorer le classement des résultats ;
  • et de représenter les relations entre images sous forme de graphes interactifs.
La recherche combine également :
  • des approches automatiques ;
  • des outils de validation semi-automatique ;
  • et des interfaces de visualisation permettant l’intervention d’experts patrimoniaux.
La recherche mobilise une approche juridique et institutionnelle du musée comme service public culturel. Elle s’appuie sur l’analyse du droit public, des politiques culturelles et des modes d’organisation administrative des musées territoriaux.
La thèse repose également sur des études de terrain, notamment au sein des musées de la Ville de Paris, ainsi que sur de nombreux entretiens menés auprès d’acteurs institutionnels, de responsables culturels, de conservateurs et de spécialistes des politiques muséales.

Résultats

L’intelligence artificielle peut aider à relier des collections patrimoniales dispersées
La recherche montre que les méthodes de recherche d’images par similarité visuelle permettent d’identifier automatiquement des représentations proches d’un même lieu ou bâtiment, même lorsque les images proviennent de collections différentes.
Ces outils facilitent ainsi :
  • le rapprochement de fonds patrimoniaux ;
  • la navigation entre collections ;
  • et l’enrichissement des métadonnées existantes.
Les archives patrimoniales présentent des défis spécifiques
La thèse souligne que les images patrimoniales sont très différentes des jeux d’images habituellement utilisés pour entraîner les systèmes d’intelligence artificielle.
Les collections étudiées présentent notamment :
  • des variations importantes de qualité ;
  • des images anciennes ou dégradées ;
  • des points de vue très différents ;
  • ou encore des représentations réalisées à différentes époques.
Ces spécificités nécessitent des adaptations des méthodes classiques de vision par ordinateur.
De nouvelles méthodes améliorent la pertinence des rapprochements d’images
La thèse développe plusieurs méthodes de « re-classement » des résultats afin d’améliorer la cohérence des liens créés automatiquement entre images.
Ces approches exploitent notamment :
  • les informations spatiales ;
  • la géométrie des scènes ;
  • et les relations entre images à l’échelle de l’ensemble des collections.
Les résultats obtenus améliorent significativement la qualité des regroupements d’images patrimoniales.
Les outils semi-automatiques restent essentiels
La recherche montre également l’intérêt des approches hybrides associant :
  • automatisation ;
  • visualisation interactive ;
  • et validation humaine.
Une plateforme de visualisation sous forme de graphe a ainsi été développée pour permettre aux experts patrimoniaux :
  • d’identifier les erreurs ;
  • de corriger les liens ;
  • et d’améliorer progressivement la structuration des collections.
De nouvelles perspectives pour la médiation et la valorisation du patrimoine
Les travaux ouvrent des perspectives pour :
  • l’exploration immersive des archives ;
  • le tourisme virtuel ;
  • la recherche historique ;
  • la médiation culturelle ;
  • ou encore les projets de reconstitution urbaine.
Ils montrent comment les outils numériques peuvent faciliter l’accès à des fonds patrimoniaux complexes et renforcer leur valorisation auprès de différents publics.

Apports pour la Ville

Cette recherche contribue à la valorisation des collections iconographiques et photographiques liées au patrimoine parisien.
Les travaux permettent notamment :
  • de faciliter l’exploration de grands fonds d’archives ;
  • d’améliorer les liens entre collections patrimoniales ;
  • et de développer de nouveaux outils numériques de médiation et de recherche.
Les travaux permettent notamment :
  • la gestion des archives numérisées ;
  • les humanités numériques ;
  • la valorisation culturelle ;
  • et les projets de visualisation du patrimoine urbain parisien.

Partenaires

  • Directions des Affaires Culturelles (DAC) - Ville de Paris
  • Université Gustave Eiffel
  • IGN — LaSTIG
  • Médiathèque du Patrimoine et de la Photographie
  • Musée Albert-Kahn
  • Cité de l’Architecture et du Patrimoine
  • ANRT

Consulter la thèse

Le dispositif Cifre
Cette recherche est menée dans le cadre du dispositif CIFRE (Convention industrielle de formation par la recherche), qui permet à un doctorant ou une doctorante de conduire une thèse en partenariat avec une structure publique ou privée.
À la Ville de Paris, ce dispositif favorise le développement de recherches en lien direct avec les politiques publiques parisiennes.
En savoir plus sur le dispositif Cifre
Default Confirmation Text
Settings Text Html